Analisis Data Longitudinal dengan Model Regresi Nonparametrik Birespon Spline Truncated Terboboti = Longitudinal Data Analysis With Weighted Truncated Spline Biresponse Nonparametric Regression Model

Penelitian ini membahas pemodelan data longitudinal menggunakan pendekatan regresi nonparametrik birespon dengan estimator spline truncated. Model ini diterapkan untuk menganalisis pertumbuhan balita berdasarkan dua variabel respon, yaitu berat badan dan tinggi badan, yang diukur secara berulang pada individu yang sama. Tujuan: Penelitian ini bertujuan untuk memperoleh penaksir parameter dan model pertumbuhan balita di Desan Bonto Sunggu Kec. Bontonompo Selatan Kab. Gowa berdasarkan regresi nonparametrik birespon spline truncated. Metode: Estimasi parameter dilakukan menggunakan metode Weighted Least Square (WLS) dengan pembobot berupa matriks varians kovarians, sedangkan pemilihan model terbaik ditentukan berdasarkan nilai minimum Generalized Cross Validation (GCV). Hasil: Hasil penelitian menunjukkan bahwa model terbaik untuk berat badan balita adalah spline truncated orde 1 yang menunjukkan bahwa pertumbuhan berat badan tidak bersifat linier, melainkan mengalami percepatan pada awal usia, melambat pada usia pertengahan, dan kembali meningkat setelah usia 48 bulan. Sedangkan model terbaik untuk tinggi badan balita adalah spline truncated orde 2 yang menunjukkan bahwa hubungan antara usia dan tinggi badan tidak linier, melainkan membentuk pola kurva yang berubah pada setiap fase usia. Kesimpulan: Hasil uji signifikansi baik secara serentak maupun parsial menunjukkan bahwa semua parameter dalam kedua model berpengaruh signifikan. Dengan demikian, regresi nonparametrik birespon spline truncated terbukti efektif dalam memodelkan pola pertumbuhan balita secara longitudinal.

Keyword : longitudinal data, birresponse nonparametric regression, truncated spline, Weighted Least Square, Generalized Cross Validation, covariance variance matrix.