ESTIMASI MODEL REGRESI SPLINE BIRESPON DENGAN FUNGSI PENALTY (APLIKASI PADA DATA INDEKS HARGA SAHAM GABUNGAN DAN JAKARTA ISLAMIC INDEX)

Regresi nonparametrik spline birespon adalah metode regresi yang digunakan untuk pola data yang bentuk kurva regresinya tidak mengikuti pola parametrik dengan estimator spline untuk kasus yang datanya memuat dua respon dan kedua respon tersebut saling berkorelasi. Fungsi penalty berfungsi untuk mendapatkan hasil estimasi kurva yang smooth atau halus, sehingga dalam penelitian ini akan diteliti mengenai model regresi spline birespon yang mempertimbangkan fungsi penalty dalam kriteria estimasinya. Data pada penelitian ini adalah data IHSG dan JII untuk variabel respon dan data inflasi serta IDJ untuk variabel prediktor. Penelitian ini bertujuan untuk memperoleh bentuk estimasi model regresi spline birespon dengan fungsi penalty dan model data IHSG dan JII menggunakan regresi spline birespon dengan fungsi penalty. Model spline birespon pada variabel respon IHSG optimal pada lamda 0.01, orde 1 dan 2 titik knot dengan nilai GCV untuk prediktor inflasi sebesar 4314.374 untuk τ_11=1.8 dan τ_12=2.1. Nilai GCV untuk prediktor IDJ sebesar 4730.954 untuk τ_11=26500 dan τ_12=28000. Model spline birespon pada variabel respon IHSG optimal pada lamda 0.01, orde 1 dan 2 titik knot dengan nilai GCV untuk prediktor inflasi pada lamda 0.01 sebesar 47.274 untuk τ_21=2.2 dan τ_22=2.4. Nilai GCV untuk prediktor IDJ pada lamda 0.02 sebesar 72.296 untuk τ_21=26600 dan τ_22=27000. Dari model yang didapatkan dapat disimpulkan bahwa IHSG tidak cukup terpengaruh terhadap perubahan nilai inflasi dan IDJ. JII cukup terpengaruh terhadap perubahan nilai inflasi dan IDJ.