ESTIMASI INTERVAL KEPERCAYAAN PARAMETER REGRESI DALAM MODEL PENALIZED KUANTIL SPLINE PADA PASIEN DEMAM BERDARAH DENGUE

Regresi nonparametrik merupakan salah satu pendekatan regresi yang digunakan ketika data yang bentuk fungsinya tidak mengikuti pola parametrik. Masalah lain yang sering ditemukan pada data riil adalah pencilan pada data. Salah satu metode regresi yang dikembangkan oleh beberapa peneliti untuk mengatasi data yang mengandung pencilan adalah regresi kuantil. Pada artikel ini, kami melakukan estimasi interval kepercayaan pada model regresi penalized kuantil spline dalam memperkirakan model regresi kuantil nonparametrik. Metode estimasi yang digunakan adalah least absolute deviation (LAD). Keunggulan penalized kuantil spline terletak pada kriteria estimasinya yaitu melibatkan fungsi goodness of fit dan fungsi penalti. Fungsi penalti yang memuat parameter penghalus bersama titik knot mengontrol kemulusan kurva regresi. Model diaplikasikan pada data pasien penderita Demam Berdarah Dengue (DBD) di Kota Makassar. Faktor yang dianalisis adalah jumlah trombosit, suhu badan dan sel darah putih pasien. Model optimal adalah model dengan kriteria nilai generalized cross validation (GCV) minimum. Berdasarkan nilai GCV minimum, secara simultan pada kuantil θ= 0,25 diperoleh model optimal pada λ= 1. Pada kuantil θ= 0,50 diperoleh model optimal pada λ= 1,5.. Pada kuantil θ= 0,75 diperoleh model optimal pada λ= 1,5. Estimasi interval kepercayaan yang terbentuk menunjukkan bahwa semua faktor dalam hal ini suhu badan dan sel darah putih signifikan dalam mengukur trombosit penderita DBD.