ASTUTI, MEGA (2025) Pemodelan Regresi Nonparametrik Kernel Estimator Nadaraya-Watson Menggunakan Fungsi Epanechnikov Dan Optimasi Bandwidth Berbasis Bat Algorithm (Studi Kasus: Indeks Saham Syariah Indonesia) = Nonparametric Regression Modeling Using Nadaraya-Watson Kernel Estimator with Epanechnikov Function and Bandwidth Optimization Based on Bat Algorithm (Case Study: Indonesia Sharia Stock Index). Thesis thesis, Universitas Hasanuddin.
H062222013-Cover.jpg
Download (309kB) | Preview
H062222013-1-2(FILEminimizer).pdf
Download (368kB)
H062222013-dp(FILEminimizer).pdf
Download (167kB)
H062222013-fullll(FILEminimizer).pdf
Restricted to Repository staff only until 24 July 2027.
Download (986kB)
Abstract (Abstrak)
MEGA ASTUTI. Pemodelan Regresi Nonparametrik Kernel Estimator Nadaraya-Watson Menggunakan Fungsi Epanechnikov Dan Optimasi Bandwidth Berbasis Bat Algorithm (Studi Kasus: Indeks Saham Syariah Indonesia) (dibimbing oleh Dr. Anna Islamiyati, S.Si., M.Si. dan Dr. Erna Tri Herdiani, S.Si., M.Si.) Latar belakang: Regresi nonparametrik merupakan pendekatan yang fleksibel dalam pemodelan data yang tidak diketahui bentuk fungsionalnya karena memiliki fleksibilitas tinggi dan tidak mensyaratkan asumsi klasik sebagaimana pada regresi parametrik. Tujuan: Penelitian ini bertujuan untuk memperoleh nilai bandwidth optimum pada estimator Nadaraya-Watson menggunakan metode Cross Validation (CV) yang dioptimasi melalui Bat Algorithm dan membangun model regresi nonparametrik kernel untuk memodelkan pengaruh kurs, suku bunga, inflasi dan harga minyak dunia terhadap Indeks Saham Syariah Indonesia (ISSI). Metode: Pemodelan dilakukan menggunakan regresi kernel dengan estimator Nadaraya-Watson dan fungsi kernel Epanechnikov. Pemilihan bandwidth optimum dilakukan melalui metode CV yang kemudian dioptimasi menggunakan Bat Algorithm, sebuah pendekatan metaheuristik yang meniru prinsip ekolokasi. Hasil: Hasil analisis menunjukkan bahwa nilai bandwidth optimum yang diperoleh untuk masing-masing variabel prediktor adalah 0,071; 0,220; 0,083; dan 0,113. Model yang dihasilkan mampu memprediksi nilai ISSI secara akurat dengan nilai RMSE yang rendah yaitu sebesar 0,038 serta pola estimasi yang sejalan dengan data aktual. Kesimpulan: Regresi nonparametrik kernel dengan estimator Nadaraya-Watson dan optimasi bandwidth berbasis bat algorithm terbukti efektif dalam memodelkan data ISSI yang bersifat kompleks dan nonlinier, serta memberikan hasil estimasi yang akurat.
Keyword : Regresi Nonparametrik Kernel, Nadaraya-watson, Epanechnikov, bandwidth, Bat Algorithm, ISSI.
| Item Type: | Thesis (Thesis) |
|---|---|
| Uncontrolled Keywords: | Kernel Nonparametric Regression, Nadaraya-Watson, Epanechnikov, Bandwidth, Bat Algorithm, ISSI. |
| Subjects: | Q Science > Q Science (General) |
| Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
| Depositing User: | Rasman |
| Date Deposited: | 02 Jan 2026 04:38 |
| Last Modified: | 02 Jan 2026 04:38 |
| URI: | http://repository.unhas.ac.id:443/id/eprint/52089 |
