ESTIMASI SELANG KEPERCAYAAN REGRESI SEMIPARAMETRIK SPLINE PADA DATA LONGITUDINAL DENGAN METODE MAXIMUM LIKELIHOOD = CONFIDENCE INTERVAL ESTIMATION FOR SEMIPARAMETRIC SPLINE REGRESSION ON LONGITUDINAL DATA USING THE MAXIMUM LIKELIHOOD METHOD

SITTI BALQIES GANDE. Estimasi Selang Kepercayaan Regresi Semiparametrik Spline Pada Data Longitudinal Dengan Metode Maximum Likelihood (dibimbing oleh Dr. Anna Islamiyati, S.Si., M.Si. dan Prof. Dr. Dr. Georgina Maria Tinungki, M.Si) Latar Belakang: Estimasi selang kepercayaan merupakan salah satu bagian penting dari inferensi statistik. Estimasi selang untuk parameter dalam regresi semiparametrik spline pada data longitudinal dapat digunakan untuk menentukan variabel prediktor yang berpengaruh secara signifikan terhadap variabel respon. Untuk menyelesaikan permasalahan tersebut digunakan metode Maximum Likelihood. Data longitudinal adalah data yang diamati dan diukur berulang kali pada suatu interval waktu tertentu. Pemilihan model terbaik didasarkan pada titik knot yang dapat dipilih secara optimal menggunakan nilai Generalized Cross Validation (GCV) minimum. Tujuan: Penelitian ini bertujuan untuk memperoleh estimasi parameter selang kepercayaan untuk parameter model dalam regresi semiparametrik Spline pada data longitudinal dengan metode MLE dan menerapkan pada data Indeks Khusus Penanganan Stunting (IPKS) di Indonesia pada tahun 2018-2023. Metode: Penelitian ini mengkaji tentang estimasi selang kepercayaan regeresi semiparametrik spline pada data longitudinal dengan metode MLE. Hasil : Berdasarkan hasil estimasi selang kepercayaan 95% parameter model regresi semiparametrik spline pada data Indeks Khusus Penanganan Stunting (IKPS) di Indonesia pada tahun 2018-2023 menunjukan dari 6 variabel prediktor yakni Dimensi Kesehatan, Dimensi Pendidikan, Dimensi Pangan, Dimensi Gizi, Dimensi Perumahan, dan Dimensi Perlindungan Sosial, tiga di antaranya memberikan pengaruh signifikan yaitu Dimensi Kesehatan, Dimensi Pendidikan dan dimensi Pangan, dimana memiliki rentang dengan batas atas dan batas bawah bernilai positif, hal ini menunjukan bahwa setiap peningkatan terhadap 3 dimensi tersebut dapat mempengaruhi IKPS. Kesimpulan: Hasil selang kepercayaan untuk parameter regresi semiparametrik spline pada data longitudinal dengan tiga knot menghasilkan nilai GCV sebesar 12,7066, nilai MSE sebesar 2,02259 dan nilai R-squared sebesar 93,66 %. Hasil ini membuktikan bahwa model ini dapat diandalkan untuk digunakan pada data Indeks Khusus Penanganan Stunting di Indonesia tahun 2018-2023.

Keyword : Selang Kepercayaan, Regresi Semiparametrik, spline, data longitudinal, IKPS.