MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA DATA PERSENTASE PENDUDUK MISKIN DI WILAYAH SUMBAGSEL

Kemiskinan adalah dimana keadaan seseorang atau suatu kelompok yang
tidak mampu secara ekonomi untuk memenuhi standar hidup dalam masyarakat
pada suatu daerah. Adapun faktor-faktor yang mempengaruhi kemiskinan adalah
PDRB (Produk Domestik Regional Bruto), IPM (Indeks Pembangunan Manusia),
Tingkat Pengangguran Terbuka, AHH (Angka Harapan Hidup), Tingkat
Kepadatan Penduduk. Tujuan penelitian ini adalah untuk mendapatkan model
data Persentase Kemiskinan pada tahun 2020 dan faktor-faktor yang
mempengaruhinya menggunakan regresi nonparametrik deret fourier. Metode
yang digunakan dalam penelitian ini adalah deret fourier dengan menggunakan
pemilihan k optimum yaitu, GCV (Generalized Cross Validation), MSE (Mean
Square Error), dan

(Koefisien Determinasi). Berdasarkan hasil analisis
menunjukan model regresi nonparametrik deret Fourier terbaik yang
menggunakan k optimal yaitu pada K=3 dimana nilai GCV dan MSE yang paling
minimum yaitu 70,83 dan 7,87 serta memiliki nilai
yang paling tinggi yaitu
sebesar 56% dan berdasarkan nilai MAPE dari metode regresi nonparametrik
deret Fourier untuk data prediksi sebesar 24,88%, model termasuk dalam
kemampuan prediksi cukup baik. Terdapat parameter yang signifikan yaitu, ,
dan dengan 0,091, 0,0069 dan 0,064, maka faktor-faktor yang
mempengaruhi Persentase Kemiskinan di Sumbagsel adalah PRDB, AHH dan
Tingkat Kepadatan Penduduk.
Model nonparametrik deret fourier yang signifikan sebagai berikut:
̂
Kata kunci : Kemiskinan, Regresi Nonparametrik, Deret Fourier, Sumbagsel.