Perbandingan Regresi Nonparametrik Kernel dan Spline pada Pemodelan Hubungan antara Rata-Rata Lama Sekolah dan Pengeluaran per Kapita di Indonesia

Muhammad Syahrul; Humami Syifa Amanda; Indi Rizqy Fahrani; Yasmin Yasmin; Nur Asmita Purnamasari; Zulhan Widya Baskara

doi:10.29303/ijasds.v1i1.5725

Penulis

Muhammad Syahrul Universitas Mataram
Humami Syifa Amanda Universitas Mataram
Indi Rizqy Fahrani Universitas Mataram
Yasmin Yasmin Universitas Mataram
Nur Asmita Purnamasari Universitas Mataram
Zulhan Widya Baskara Universitas Mataram

DOI:

https://doi.org/10.29303/ijasds.v1i1.5725

Kata Kunci:

kemiskinan, Regresi Kernel, Regresi Spline

Abstrak

Kemiskinan masih menjadi masalah utama di negara berkembang, termasuk Indonesia. Pada 2021, tingkat kemiskinan di Indonesia mencapai 10,14% atau sekitar 27,5 juta jiwa (BPS). Pengentasan kemiskinan menjadi tujuan utama dalam Sustainable Development Goals (SDGs). Dua indikator penting dalam mengukur kemiskinan adalah pengeluaran per kapita dan rata-rata lama sekolah, yang dapat membantu dalam merumuskan kebijakan untuk mengurangi kemiskinan. Penelitian ini menganalisis hubungan antara rata-rata lama sekolah dan pengeluaran per kapita tahun 2023 menggunakan regresi nonparametrik, yaitu metode kernel dan spline. Hasil analisis regresi kernel menunjukkan bandwidth optimal 0,860 dan GCV minimal 0,574. Namun, metode spline truncated dengan satu knot terbaik, GCV minimal 0,5263514 pada orde 3, serta MSE terkecil 0,4097892 terbukti lebih akurat dalam menggambarkan hubungan antara kedua variabel. Penelitian ini menyimpulkan bahwa metode spline truncated lebih unggul dalam memodelkan hubungan antara pengeluaran per kapita dan rata-rata lama sekolah, sehingga memberikan wawasan penting bagi kebijakan pengentasan kemiskinan di Indonesia.

Referensi

Binariningrum, M. F., & Budiantara, I. N. (2014). Pemodelan regresi nonparametrik spline truncated dan aplikasinya pada angka kelahiran kasar di Surabaya. Jurnal SAINS dan Seni POMITS, 3(1), 7-12.

BPS. (2017). Indikator kesejahteraan rakyat Provinsi Jawa Tengah 2016. BPS Provinsi Jawa Tengah.

Badan Pusat Statistik. (2023). Profil kemiskinan di Indonesia: Maret 2023. Badan Pusat Statistik. Retrieved from https://www.bps.go.id

Hadijati, M., Komalasari, D., & Fitriyani, N. (2016). Statistical downscaling regresi nonparametrik kernel untuk prediksi curah hujan bulanan stasiun Sembalun. In Prosiding Seminar Nasional Matematika II (pp. 186-196). Bali: ResearchGate.

Hardinandar, F. (2019). Determinan kemiskinan (Studi kasus 29 kota/kabupaten di Provinsi Papua). Jurnal REP (Riset Ekonomi Pembangunan), 4(1), 1-12.

Okuputra, M. A., & Nasikh. (2022). Pengaruh inovasi daerah terhadap kemiskinan. Jurnal Ekonomi, Keuangan dan Manajemen, 18(1), 159-166.

Pembargi, J. A., Hadijati, M., & Fitriyani, N. (2023). Kernel nonparametric regression for forecasting local original income. Jurnal Varian, 6(2), 119-126.

Pratama, N. B., Purnomo, E. P., & Agustiyara. (2020). Sustainable Development Goals (SDGs) dan pengentasan kemiskinan di Daerah Istimewa Yogyakarta. Jurnal Ilmiah Ilmu Sosial dan Humaniora, 6(2), 64-74.

Wulandary, S., & Purnama, D. I. (2020). Perbandingan regresi nonparametik Kernel NWE dan B-Spline pada pemodelan rata-rata lama sekolah dan pengeluaran per kapita di Indonesia. JAMBURA Journal of Probability and Statistics, 1(2), 89-97.