Pemodelan Regresi Nonparametrik dengan Pendekatan Complete Fourier Series Estimator pada Data Dengan dan Tanpa Unsur Trend = Nonparametric Regression Modeling with Complete Fourier Series Estimator Approach on Data with and Without Trend Element

Peramalan dapat dilakukan menggunakan pendekatan regresi, yaitu menentukan bentuk dari estimasi kurva regresi yang tepat. Ketika kurva regresi memiliki pola yang tidak diketahui, maka pendekatan regresi nonparametrik dapat digunakan. Estimator yang dapat digunakan untuk data yang memiliki pola tidak diketahui dan cenderung berfluktuatif adalah Fourier series estimator. Oleh karena itu, penelitian ini bertujuan untuk memodelkan regresi nonparametrik dengan pendekatan complete Fourier series estimator (RNCFS), pada data berfluktuatif dengan mapun tanpa unsur trend. Parameter diestimasi menggunakan metode OLS dan dievaluasi berdasarkan nilai MAPE. Data yang digunakan adalah nilai ekspor migas dan nonmigas Indonesia. Hasil penelitian menunjukkan model terbaik untuk nilai ekspor migas adalah RNCFS tanpa unsur trend dengan nilai k sebesar 30, sementara untuk nonmigas adalah RNCFS dengan unsur trend dan nilai k sebesar 26. MAPE total berturut-turut ialah 3,257% dan 3,221%. Dengan demikian, dapat disimpulkan bahwa model terbaik yang diperoleh mampu meramalkan nilai ekspor Indonesia dengan sangat baik dan dapat diterapkan untuk peramalan di masa mendatang.

Keywords : Fluktuatif, MAPE, Nilai Ekspor, Regresi Nonparametrik, RNCFS