Pemodelan Regresi Semiparametrik Smoothing Spline pada Data Longitudinal (Studi Kasus Kemiskinan di Provinsi Sulawesi Tenggara) = Semiparametric Smoothing Spline Regression Modeling on Longitudinal Data (Case Study of Poverty in Southeast Sulawesi Province)

Model regresi umumnya dibagi ke dalam tiga bentuk, yaitu model regresi parametrik, model regresi nonparametrik, dan model regresi semiparametrik. Regresi semiparametrik digunakan apabila sebagian bentuk kurva regresi diasumsikan diketahui dan sebagian lagi tidak diketahui bentuk kurva regresinya yang merupakan kombinasi regresi parametrik dan regresi nonparametrik. Kemampuan untuk menemukan bentuk pola kurva regresi yang belum diketahui didukung dengan adanya parameter pada setiap jenis metode regresi nonparametrik yang mengestimasi kurva regresi menjadi lebih fleksibel. Spline merupakan model yang sangat baik dalam memodelkan data yang memiliki pola yang berubah-ubah pada sub-sub interval tertentu dan memiliki fleksibelitas yang tinggi. Dari beberapa estimator spline, smoothing spline merupakan fungsi yang mampu memetakan data dengan baik dan mempunyai variansi error yang kecil. Penelitian ini bertujuan untuk mendapatkan bentuk estimasi regresi semiparametrik smoothing spline menggunakan data longitudinal pada kasus kemiskinan di Provinsi Sulawesi Tenggara. Hasil analisis yang diperoleh, didapatkan estimasi y ̂=(A_par+A_nonpar )y. Adapun model semiparametrik smoothing spline terbaik dari kasus kemiskinan berdasarkan nilai GCV minimum yaitu 0,464 dengan nilai R^2=95,98% . Hal tersebut bermakna bahwa variabel tingkat pengangguran terbuka, gini ratio, indeks pembangunan manusia dan harapan lama sekolah dapat menjelaskan variabel persentase penduduk miskin di Provinsi Sulawesi Tenggara sebesar 95,98% sedangkan sisanya dijelaskan oleh variabel lain yang tidak digunakan dalam penelitian ini.

Keywords : Data Longitudinal, Kemiskinan, Regresi Semiparametrik, Smoothing Spline.