Penerapan Estimator Priestley-Chao dengan Fungsi Kernel Gaussian pada Data Indeks Harga Saham Gabungan = Application of Priestley-Chao Estimator with Gaussian Kernel Function to Composite Stock Price Index Data

Regresi nonparametrik digunakan apabila tidak diketahui bentuk kurva regresinya. Terdapat beberapa yang dapat digunakan untuk menduga kurva regrssi dalam regresi nonparametrik, salah satunya yaitu estimator densitas kernel. Estimator densitas kernel ada tiga, salah satunya adalah estimator Priestley-Chao. Dalam estimator pendekatan kernel terdapat dua parameter yang digunakan yaitu fungsi kernel dan bandwidth. Fungsi kernel yang biasa digunakan adalah fungsi kernel gaussian karena fungsi kernel tersebut relatif smooth dibandingkan dengan fungsi kernel lainnya. Sedangkan bandwidth digunakan untuk mengatur kemulusan kurva yang diestimasi. Metode estimator Priestley-Chao dengan fungsi kernel gaussian dapat diterapkan pada data indeks harga saham gabungan. Indeks harga saham gabungan sering dijadikan acuan oleh investor untuk menanam investasi di pasar modal. Pada penelitian ini bertujuan untuk memperoleh nilai bandwidth optimum pada data indeks harga saham gabungan menggunakan estimator Priestley-Chao dengan fungsi kernel gaussian. Hasil diperoleh nilai MSE dari pemilihan bandwidth optimum dengan menggunakan metode rule of thumb sebesar 1.7671. Sedangkan metode unbiased cross validation nilai MSE yang diperoleh sebesar 3.9478×10^6. Kemudian pada metode biased cross validation diperoleh nilai MSE sebesar 6.0494. Dan pada metode complete cross validation mempunyai nilai MSE sebesar 3.9009×10^3. Maka dapat disimpulkan bahwa metode rule of thumb merupakan metode pemilihan bandwidth yang mempunyai nilai MSE terkecil yaitu sebesar 1.7671 dengan nilai h_1 sebesar 0.9698 untuk inflasi (X1), h_2 sebesar 0.9707 untuk kurs (X2), dan h_3 sebesar 0.9706 untuk suku bunga (X3).