Pemilihan Titik Knot Optimal Menggunakan Metode GCV Dalam Regresi Nonparametrik Spline Truncated

Abstract

Penelitian ini bertujuan untuk mengkaji metode GCV dalam pemilihan titik knot optimal pada regresi nonparametrik spline truncated yang disimulasikan pada data Indeks Pembangunan Manusia (IPM) di Jawa Tengah serta untuk mengetahui faktor apa saja yang mempengaruhi IPM di Jawa Tengah. Dengan menggunakan metode GCV akan digunakan satu, dua, tiga, empat, lima dan kombinasi titik knot yang akan membangun model. Kemudian berdasarkan nilai GCV minimum akan dihasilkan titik knot optimal. Pemilihan titik knot optimal akan memberikan model regresi yang optimal. Hasil penelitian menunjukkan model terbaik yaitu dengan menggunakan kombinasi titik knot 5-5-5-5-5 dengan nilai GCV terkecil sebesar 0,3815048. Hasil uji parameter menunjukkan kelima variable yang diduga mempengaruhi IPM berpengaruh signifikan terhadap IPM. Koefisien determinasi sebesar 99,94251% yang artinya 99,94251% variansi IPM dapat dijelaskan secara signifikan oleh kelima variable yang mempengaruhi yaitu TPAK, Rasio Murid Guru, Kepadatan Penduduk, Angka Kesakitan dan PDRB