Fadhilah, Nurrifdah (2024) Estimasi Model Regresi Nonparametrik Multiprediktor Menggunakan Polinomial Lokal dengan Metode Weighted Least Square pada Data Harga Saham PT Bank Syariah Indonesia Tbk = Estimation of a Multipredictor Nonparametric Regression Model Using Local Polynomials with the Weighted Least Square Method on PT Bank Syariah Indonesia Tbk Stock Price Data. Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/40544/1.hassmallThumbnailVersion/H051201007_skripsi_27-06-2024%20cover1.png)

H051201007_skripsi_27-06-2024 cover1.png
Download (165kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
H051201007_skripsi_27-06-2024 1-2(FILEminimizer).pdf
Download (708kB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
H051201007_skripsi_27-06-2024 dp(FILEminimizer).pdf
Download (303kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
H051201007_skripsi_27-06-2024(FILEminimizer).pdf
Restricted to Repository staff only until 10 December 2026.
Download (1MB)
Abstract (Abstrak)
Polinomial lokal merupakan suatu metode dalam analisis regresi nonparametrik yang memiliki orde dengan memperhitungkan variasi lokal di sekitar titik data. Dalam polinomial lokal digunakan Weighted Least Square untuk mendapatkan estimasi parameter. Penggunaan bandwidth untuk masing-masing variabel prediktor sangat penting dalam pemodelan polinomial lokal sehingga akan digunakan bandwidth untuk setiap variabel prediktor dengan nilai 0 sampai 1. Tujuan penelitian ini adalah untuk memperoleh estimasi model regresi nonparametrik multiprediktor menggunakan polinomial lokal dengan metode Weighted Least Square. Digunakan data inflasi, nilai tukar, dan suku bunga untuk
memodelkan harga saham PT Bank Syariah Indonesia Tbk. Dilakukan data scaling untuk menghindari terjadinya kendala dalam memodelkan data. Berdasarkan hasil data scaling, titik lokal yang digunakan dari rentang 0 sampai 1 dengan orde polinomial adalah orde dua dan menggunakan fungsi kernel gaussian melalui nilai GCV minimum. Pemodelan dilakukan secara parsial dan simultan kemudian dibuat kurva estimasi. Berdasarkan hasil penelitian, diperoleh kurva estimasi secara simultan membentuk garis mengikuti pola data, sedangkan secara parsial hanya menyebar disekitar titik data. Plot antara data asli dan data prediksi menunjukkan bahwa data prediksi hampir mengikuti pola sebaran data asli.
Keywords : Polinomial Lokal, Weighted Least Square, Parameter Penghalus, GCV Minimum, Kurva Estimasi.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Local polynomial, Weighted Least Square, Bandwidth, GCV minimum, Curve Estimation. |
Subjects: | Q Science > QA Mathematics |
Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
Depositing User: | Rasman |
Date Deposited: | 23 Dec 2024 06:08 |
Last Modified: | 23 Dec 2024 06:08 |
URI: | http://repository.unhas.ac.id:443/id/eprint/40544 |