Analisis Produk Domestik Bruto (PDB) dengan Regresi Nonparametrik Kernel menggunakan Estimator Priestley-Chao

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Fudllayati, Ghiffaroh (2021) Analisis Produk Domestik Bruto (PDB) dengan Regresi Nonparametrik Kernel menggunakan Estimator Priestley-Chao. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Ghiffaroh Fudllayati_H02217005.pdf
Download (3MB)

Abstract

Produk Domestik Bruto (PDB) merupakan tolak ukur pertumbuhan ekonomi suatu negara. Pada tahun 2020 karena adanya pandemi Covid-19 PDB mengalami penurunan secara drastis. PDB memiliki pengaruh terhadap pertumbuhan ekonomi, pemerataan pendapatan, dan kesempatan kerja di suatu daerah-daerah dalam negara. Untuk membantu pembuat kebijakan yang lebih baik dan maksimal, maka memerlukan adanya strategi yang tepat. Berdasarkan hal tersebut maka perlu dilakukannya sebuah model peramalan terhadap PDB. Salah satu model peramalan yang dapat digunakan adalah regresi nonparametrik kernel. Regresi kernel merupakan teknik yang digunakan untuk mengestimasi nilai ekspektasi bersyarat dari variabel random. Metode ini lebih mengkhususkan dalam penggunaan fungsi kernel dan \textit{bandwidth} untuk mengatasi data yang tidak memiliki pola tertentu dan tidak lolos uji asumsi klasik. Fungsi kernel yang digunakam yaitu fungsi kernel Gaussian dan Cosinus dengan estimator Priestley-Chao. Berdasarkan hasil analisis penelitian yang telah dilakukan, didapatkan nilai MAPE sebesar 39.77\%. Didapatkan model terbaik yaitu menggunakan fungsi kernel Gaussian dengan nilai kombinasi \textit{bandwidth} $h_1$ = 0.16 dan $h_2$ = 0.14 dengan nilai GCV sebesar 0.1474.