Estimasi Model Regresi Nonparametrik Kernel dengan Estimator Nadaraya-Watson Pada Data Longitudinal = Estimation of Nonparametric Kernel Regression Model with Nadaraya–Watson Estimator on Longitudinal Data

Latar Belakang. Kasus perceraian di Indonesia terus meningkat, salah satunya di Provinsi Jawa Tengah yang termasuk wilayah dengan jumlah perceraian tertinggi. Faktor ekonomi dan pendidikan diduga berperan penting terhadap tingginya angka perceraian. Data perceraian yang tersedia berbentuk data longitudinal sehingga membutuhkan metode pemodelan yang fleksibel untuk menangkap pola hubungan non linear. Salah satu pendekatan yang sesuai adalah regresi nonparametrik kernel dengan estimator Nadaraya–Watson. Tujuan. Penelitian ini bertujuan untuk memperoleh nilai bandwidth optimal serta mengestimasi model regresi nonparametrik kernel dengan estimator Nadaraya–Watson pada data longitudinal jumlah perceraian di Provinsi Jawa Tengah periode 2017–2024. Metode. Data sekunder berupa 280 observasi dari 35 kabupaten/kota di Jawa Tengah dianalisis dengan pendekatan regresi nonparametrik kernel fungsi epanechnikov. Bandwidth optimal ditentukan menggunakan metode Generalized Cross Validation (GCV). Model yang terbentuk dievaluasi menggunakan koefisien determinasi (R²) sebagai ukuran kebaikan model. Hasil. Pemilihan bandwidth optimal menghasilkan nilai sebesar 10 untuk tingkat pengangguran terbuka, 10 untuk persentase penduduk miskin, 3,6 untuk rata-rata lama sekolah, dan 10 untuk pengeluaran per kapita disesuaikan. Model regresi kernel dengan bandwidth tersebut mampu menggambarkan pola hubungan non linear antara faktor-faktor berpengaruh dengan jumlah perceraian. Uji kelayakan model menunjukkan nilai R² diperoleh nilai sebesar 0,939024 atau sekitar 93,9024% variasi jumlah perceraian dapat dijelaskan oleh variabel independen dalam model. Kesimpulan. Model estimasi dengan regresi kernel epanechnikov menggunakan estimator Nadaraya–Watson dengan bandwidth optimal cukup efektif dalam memodelkan data longitudinal pada kasus jumlah perceraian.