Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya

Abstract

Surabaya sebagai ibukota Propinsi Jawa Timur menempati urutan kedua setelah Jakarta dalam jumlah penduduk. Pada tahun 2012 terjadi 40.343 jumlah kelahiran, dimana angka ini mencerminkan pertumbuhan penduduk yang sangat tinggi. Pertumbuhan penduduk yang begitu pesat dikhawatirkan akan menyebabkan ledakan pertumbuhan penduduk. Pada penelitian ini memodelkan angka kelahiran kasar (CBR) dengan 5 variabel yang diduga berpengaruh. Pemodelan dilakukan dengan metode regresi nonparametrik Spline truncated. Metode ini dipilih karena Spline merupakan metode yang fleksibel, model ini cenderung mencari sendiri estimasi data. Dalam pemodelan ini terdapat titik knot, yaitu titik yang menunjukkan perubahan data. Pemilihan titik knot optimum dilakukan dengan cara memilih nilai Generalized Cross Validation (GCV) yang paling minimum. Berdasarkan penelitian yang telah dilakukan, 5 variabel dinyatakan berpengaruh terhadap CBR yaitu persentase kepala keluarga yang berstatus pendidikan tidak sekolah/belum tamat SD, persentase kepala keluarga yang berstatus tidak bekerja, persentase kepala keluarga yang menikah pada umur 15-19 tahun, angka perkawinan kasar, dan angka migrasi masuk. Model regresi nonparametrik Spline truncated yang terbentuk memiliki koefisien determinasi sebesar 94,3%, serta nilai MSE yaitu 0,44.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).