Regresi nonparametrik menggunakan kernel data inflasi di Indonesia

Aziz, Abdul ORCID: https://orcid.org/0000-0003-1506-1597 (2024) Regresi nonparametrik menggunakan kernel data inflasi di Indonesia. Research Report. LP2M UIN Maulana Malik Ibrahim Malang, Malang. (Unpublished)

Text 29012.pdf Restricted to Repository staff only Download (1MB)

Abstract

Analisis regresi pada kajian statistika didefinisikan sebagai suatu metode untuk menganalisis variabel prediktor dan variabel respon. Untuk memperkirakan kurva regresi dapat digunakan dua jenis pendekatan, yaitu regresi parametrik dan regresi nonparametrik. Penelitian ini memodelkan inflasi berdasarkan tiga faktor yang memengaruhinya, di antaranya suku bunga, kurs rupiah terhadap dollar Amerika Serikat, serta Jumlah Uang Beredar (JUB) menggunakan metode regresi nonparametrik kernel dengan penaksir Priestley-Chao dan fungsi triangle. Hasil penelitian menunjukkan bahwa model regresi nonparametrik kernel dengan penaksir Priestley-Chao dan fungsi triangle terbaik menghasilkan GCV minimum sebesar 0,004784 dengan nilai bandwidth masing-masing sebesar 10. Hasil keakuratan model terbaik yang diperoleh secara parsial diperoleh nilai masing-masing, yaitu 0,6068, 0,6105, dan 0,6229 dimana ketiga nilai tersebut dalam kategori cukup akurat. Adapun diperoleh nilai koefisien determinasi sebesar 0,7993 untuk uji serentak. Hal ini menunjukkan bahwa variabel prediktor yang digunakan pada penelitian ini memberikan sumbangan sebesar 79,93% terhadap variabel respon.

Item Type:	Research (Research Report)
Keywords:	inflasi; regresi nonparametrik kernel; penaksir priestley-chao; fungsi kernel
Subjects:	01 MATHEMATICAL SCIENCES > 0102 Applied Mathematics > 010205 Financial Mathematics 14 ECONOMICS > 1403 Econometrics > 140305 Time-Series Analysis 01 MATHEMATICAL SCIENCES > 0102 Applied Mathematics 14 ECONOMICS > 1403 Econometrics
Divisions:	Faculty of Mathematics and Sciences > Department of Mathematics
Depositing User:	Mr. Abdul Aziz
Date Deposited:	25 Sep 2026 08:51

Downloads

Origin of downloads

Actions (login required)

View Item