Multivariate adaptive regression spline (MARS) adalah salah satu model regresi nonparametrik, yaitumodel yang mengasumsikan bentuk hubungan fungsional antara variabel respon dan prediktor tidakdiketahui. MARS adalah kombinasi yang komplek antara metode spline dengan rekursif partisi untukmenghasilkan estimasi fungsi regresi yang kontinu.Hasil penelitian menunjukkan bahwa estimasiparameter model MARS untuk variabel respon kontinu dilakukan dengan penalized least square(PLS). Pemilihan model MARS terbaik dilakukan dengan prosedur forward dan backward stepwisedidasarkan pada nilai GCV. Prosedur forward adalah tahapan untuk mendapatkan fungsi basismaksimum yang mencakup pengaruh efek utama, interaksi, dan knot. Sedangkan prosedurbackward adalah tahapan untuk mengeliminasi fungsi basis yang kontribusinya tidak signifikan.Hasil kajian juga menunjukkan bahwa GCV dengan potongan regresi linear dapat terbukti bekerjadengan baik dalam menentukan pemilihan model terbaik pada MARS respon kontinu.
Copyrights © 2008