Model Data Kemiskinan di Provinsi Papua dengan Regresi Semiparametrik melalui Penalized Spline Terboboti

Latar belakang. Dalam beberapa kasus, terdapat pola hubungan antara variabel respon dengan satu atau beberapa variabel prediktor diketahui dan sebagian lainnya tidak diketahui. Situasi tersebut dapat dianalisis dengan pendekatan regresi semiparametrik. Salah satu estimator yang dapat digunakan adalah penalized spline dengan Weighted Least Square (WLS). Penelitian ini diterapkan pada data kemiskinan di Provinsi Papua, dengan variabel prediktor berpola parametrik terjadi pada rata-rata lama sekolah dan pengeluaran perkapita, serta variabel prediktor berpola nonparametrik terjadi pada umur harapan hidup. Tujuan. Penelitian ini bertujuan untuk memperoleh estimasi parameter dan membentuk model data kemiskinan di Provinsi Papua dengan regresi semiparametrik melalui penalized spline terboboti. Metode. Penelitian ini terdiri dari dua tahap, yaitu estimasi parameter regresi semiparametrik melalui penalized spline terboboti dan model data kemiskinan di Provinsi Papua dengan regresi semiparametrik melalui penalized spline terboboti. Hasil. Estimasi parameter regresi semiparametrik melalui penalized spline terboboti pada persentase kemiskinan di Provinsi Papua tahun 2016 – 2021 yang diperoleh adalah y ̂=Xβ ̂+Zθ ̂. Model dengan nilai GCV minimum terletak pada model dengan orde linear, parameter penghalus sebesar 0,3; dan satu titik knot sebesar 70,52. Model yang diperoleh menunjukkan bahwa apabila umur harapan hidup di bawah 70,52 tahun cenderung mengalami peningkatan persentase penduduk miskin sebesar 0,480%, tetapi setelah melewati 70,52 tahun, persentase penduduk miskin justru menurun secara signifikan. Kesimpulan. Dengan demikian, dapat disimpulkan bahwa model regresi semiparametrik melalui penalized spline terboboti yang lebih baik terletak pada model yang menggunakan satu titik knot dengan nilai GCV sebesar 4,517.