Pemodelan Regresi Nonparametrik Birespon Bootstrap Aggregating Multivariate Adaptive Regression Splines Pada Tingkat Kesejahteraan Penduduk = Nonparametric Regression Modeling of Birespon Bootstrap Aggregating Multivariate Adaptive Regression Splines on Population Welfare Level

Kesejahteraan penduduk adalah tujuan akhir dari pembangunan suatu wilayah. Oleh karena itu, diperlukan metode statistik untuk mengetahui pengaruh dari faktor-faktor yang diduga berpengaruh terhadap tingkat kesejahteraan penduduk yang diukur melalui persentase penduduk miskin dan indeks pembangunan manusia. Penelitian ini menggunakan metode regresi nonparametrik birespon Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS). Tujuan penelitian ini untuk mendapatkan estimasi model Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) dan pemodelannya pada tingkat kesejahteraan di Provinsi Sulawesi Selatan. Hasil analisis yang diperoleh dengan metode Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) diperoleh model terbaik pada kombinasi BF = 10, MI = 1, dan MO = 1 untuk persentase penduduk miskin diperoleh nilai GCV minimum sebesar 0,2971 pada replikasi ke-16 dan indeks pembangunan manusia diperoleh nilai GCV minimum sebesar 0,7036 pada replikasi ke-17. Selain dari itu, diketahui bahwa angka harapan hidup, tingkat partisipasi angkatan kerja, angka beban ketergantungan dan pertumbuhan ekonomi berpengaruh terhadap tingkat kesejahteraan penduduk.

Keywords : Bagging, Birespon, MARS, Regresi Nonparametrik, Tingkat Kesejahteraan Penduduk.