<![CDATA[Regresi spline merupakan suatu pendekatan ke arah pencocokan data dengan tetap memperhitungkan kemulusan kurva. Salah satu bentuk estimator dari regresi spline ialah penalized spline. Tujuan dari penelitian ini adalah untuk mengestimasi parameter regresi spline dengan metode penalized spline untuk data yang tidak memiliki pola tertentu. Data penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik Indonesia pada tahun 2015 yaitu indeks pembangunan manusia, gini rasio, harapan lama sekolah, penduduk miskin, dan kepadatan penduduk. Hasil regresi spline yang diperoleh untuk model terbaik yaitu model spline linier pada setiap variabel dengan nilai Generalized Cross Validation (GCV) minimum. Hasil penelitian menunjukkan bahwa regresi spline dengan metode penalized spline menghasilkan estimasi parameter yang signifikan dan memperoleh nilai koefisien determinasi terkoreksi sebesar 76,66% serta nilai MAPE untuk model regresi spline sebesar 1,415%. Kata Kunci: regresi nonparametrik, regresi spline, penalized spline.]]>
Copyrights © 2019
