PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH - Diponegoro University | Institutional Repository (UNDIP-IR)

PEMILIHAN MODEL REGRESI NONPARAMETRIK

TERBAIK UNTUK ANALISIS DATA INFLASI

DI JAWA TENGAH

SKRIPSI

Oleh:

ELYAS DARMAWAN

NIM. 24010210130061

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

i

PEMILIHAN MODEL REGRESI NONPARAMETRIK

TERBAIK UNTUK ANALISIS DATA INFLASI

DI JAWA TENGAH

Oleh:

ELYAS DARMAWAN

NIM. 24010210130061

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

Sarjana Sains pada Jurusan Statistika

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Allah SWT, karena berkat

rahmat dan hidayah-Nya penulis dapat menyelesaikan penulisan tugas akhir

dengan judul Pemilihan Model Regresi Nonparametrik Terbaik untuk Analisis

Data Inflasi di Jawa Tengah .

Tugas akhir merupakan salah satu mata kuliah yang wajib ditempuh

untuk menyelesaikan studi jenjang S1 Statistika Undip. Tidak sedikit hambatan

dan kesulitan yang penulis temui dalam menyelesaikan tugas akhir ini. Penulis

menyadari bahwa tugas akhir ini tidak akan mampu diselesaikan dengan baik

tanpa bantuan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima

kasih kepada:

1. Ibu Dra. Dwi Ispriyanti, M. Si sebagai Ketua Jurusan Statistika Fakultas

Sains dan Matematika Universitas Diponegoro.

2. Ibu Dra. Suparti, M. Si sebagai dosen pembimbing I dan Bapak M. Abdul

Mukid, S. Si, M. Si sebagai dosen pembimbing II yang telah meluangkan

waktu kepada penulis untuk membimbing dan mengarahkan hingga

terselesaikannya proposal tugas akhir ini.

3. Bapak/ Ibu dosen Jurusan Statistika yang telah memberikan masukan demi

perbaikan penulisan proposal tugas akhir ini.

4. Pihak pihak lain yang tidak dapat penulis sebutkan satu per satu yang telah

membantu penulisan proposal tugas akhir ini.

Penulis menyadari bahwa dalam penulisan tugas akhir ini masih jauh

dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis

harapkan demi perbaikan dalam kesempatan berikutnya.

Semarang, Maret 2014

v

.

.

time series

! "# $ % &'(

.

) %

5,37; 5,44; 5,59

dan 9,01 yang memiliki GCV sebesar 0,4367286. Dengan menggunakan model

tersebut, diprediksi nilai inflasi Jawa Tengah akan cenderung turun mulai Oktober

2013

Februari 2014 pada kisaran kurang lebih 7% dan sepanjang Maret

Desember 2014 pada kisaran 6%.

*+,- .*

CT

Inflation becomes one of important problems as parameter of economic growth

and determiner factor for government in formulating fiscal, monetary and

nonmonetary policy. But, these days the policies were arranged can t give the

positive response to inflation pressure in the future. Therefore, the prediction of

inflation rates are needed. Inflation rates are predicted by nonparametric

regression approach because of the fluctuation of inflation which can t be solved

by classic time series models. In this research, the best nonparametric regression

models are selected between kernel, local polynomial and spline regression to

predict Central Java Inflation movement in 2014. Based on analysis, the best

nonparametric regression is spline order 2, knot points are 5,37; 5,44; 5,59 and

9,01 with GCV 0,4367286. By using that model, the prediction of Central Java

inflation got down since October 2013 until February 2014 on level 7% and

March until December 2014 on level 6%.

]^]^_`ab

r

ac d

L

d eda

r

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^f

]^]^]`ab

r

ac dg hid ehjd ki ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^__

]^l` ab

r

acdmhenk

r

kja

tr

do ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^_]

]^l^_pc qd j k

tor

ra

r

ea i ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^_l

]^l^]`ab

r

ac dg hid ehj ki

L

hoki ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^_s

]^l^l `ab

r

ac dt nid ea ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]]

]^l^u`ab

r

ac dmhenk

r

kja

tr

doveq vow k

t

kxdjata

r

da

s

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]y

z{z|||} p x~w~

L

~  |gpmp

L

|x |{m^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]€

l^_a ed

s

‚ketvjƒa

r

wk

t

k ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]€

l^]„ kdkƒai

r

ga ea id

t

d ke ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]€

l^lth…

tw

ka

r

y

kebwd bve koke ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]€

l^u

L

kebok†{e kidc d

s

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^]f

l^ ‡ˆi‰†k

ow

rt

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^lŠ

z{z|„‹{t|

L

w {mg p} z{‹ {t{m^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^l]

u^_w acoŒdnc dw k

t

k ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^l]

u^]` ab

r

acdra

r

ea i ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^lu

u^l` ab

r

acd g hid ehjd ki

L

hoki^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^lf

u^l^_gaj h‚a ikeg hid ehjd ki

L

hoki~

r

‚a

r

] ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^uŠ

u^l^]gaj h‚a ikeg hid ehjd ki

L

hoki~

r

‚a

r

l ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^u_

u^l^lgaj h‚a ikeg hid ehjd ki

L

hoki~

r

‚a

r

u ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ul

i

x

Ž‘

r

’ “” •– “— ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ˜

ŽŽ™š ›œ– ž—” •–“—Ÿ

r



r

  ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ˜

ŽŽ š ›œ– ž—” •–“—Ÿ

r



r

¡

ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ ¢£

ŽŽ¡š ›œ– ž—” •–“—Ÿ

r



r

 ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ¤¢

ŽŽš › “–“¥ž—¦œ–”•–“—§

r

¨ ž“© ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ£ ¡

Ž¢š  › “–“¥ž—¦œ– ‘

r

’“ªœ—• ž

r

ž›

tr

“©§

r

¨ ž“© ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ£˜

«¬«­š®ª¯§¯šŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ°™

¢Ž™±’ “ ›• ²–ž—ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ°™

¢Ž ”ž

r

ž— ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ°  

³¬´§ ¬š¯” § ¬ ±¬ŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽŽ°¡

xi

ùúû üý

4.1

þ ÿ

r

r

t

t

ÿ ùúûü ý

4.1

ÿ

r

r

tu

t

ÿ

T

abel

18

ÿ

r

r

t

ÿ

T

abel

19

ÿ

r

r

t

ÿ

T

abel

2

ÿ

r

r

t

t

ÿ

T

abel

!" #

r

$

r

r

%

T

abel

!! & ' ' '

t

ut

$

r

( )

r

(

#

r

* + ' (% , -

s

T

xiii

tu vwux

4.1

y

ur

z{| }~  € {}  ‚ƒ „…†‡…

r

r

ˆ‡…„‰ {„Š‹ {Œ 

t

y „Ž~  ‘’

Gambar

“”

2

•y

ur

z{| }~  € {}  ‚ƒ „…†

r

‡…

r

ˆ‡…„‰ {„Œ‰ {Œ 

t

y„Ž~ – —

Gambar

“”

21

y

ur

z{| }~  € {}  ‚ƒ „…†‡…

r

r

ˆ‡…„‰ {„| € ‚{

t

Π

t

y „Ž~  –˜

Gambar

“”™™ šƒ

ot

| }~ € {}  ‚ƒ „…Œ …

r

› {~ …

r

œ{‡ {

p

 {~ ‹ –‘

Gambar

“”

23

{šƒ

ot

|}~€{} 

Out Sample

 ‚ƒ „…†

r

‡…

r

ž

t

…

r

œ {‡{

p

Ÿ ––

xv

L

Þßà á âÞã

1

5.

ä

utput

åæç

r

r

èéêëì íéè ë íî æïðí ëíï ñòï ç

r

ï ë íó ôõ íñï

ö÷èøí

t

íùîñ æì úúúúúú úúúúúúúúúúúúúûüýü

Lampiran 16.

ä

utput

å

r

æç

r

èéêëì íéè ë íî æïðí ëíï ñòï ç

r

ï ë íó ôõ íñï

øí çèøí

t

íùîñ æìúúúúúúúúúúúúúúúúûüýþ

Lampiran 17.

ä

utput

å

r

æç

r

èéêëì íéè ë íî æïðí ëíï ñòï ç

r

ï ë íó ôõ íñï

êéôè

t

øí

t

íùîñ æì úúúúúúúúúúúúúúúúúúûüý ÿ

Lampiran 18.

åï

r

í

t

÷ñ çèñ ä

ut

óèéôõïè

t

è

u

è ÷ñçèñ