Pemodelan Regresi Nonparametrik Spline Truncated untuk Mengetahui Faktor-Faktor yang Mempengaruhi Penggunaan Kontrasepsi

Ratna Rachmasari, Yayat Karyana

Abstract


Abstract. Population problem are the main problem experienced by all developing countries including Indonesia. One of the efforts made by the government to controlling the population growth rate is Keluarga Berencana (KB). One indicator that can be used is the Contraceptive Prevalence Rate (CPR), which is a number that shows the number of couples of childbearing age who are using contraceptives. The method used in this study is a truncated spline nonparametric regression analysis to model the proportion of CPR in Indonesia in 2015. Spline regression is a polynomial regression which is divided into several segments that form specific knot points and continuous. The best estimate of the nonparametric regression model for the truncated spline is obtained from selecting the optimal point knots by calculating the generalized cross validation (GCV). The results showed that the best truncated spline nonparametric regression model was to use a combination knots 1,2,3,3 with a GCV value of 79.20663 and all independent variables were not significant.

Keywords: CPR, GCV, Nonparametric Spline.

Abstrak. Masalah kependudukan merupakan masalah utama yang dialami oleh semua negara berkembang termasuk Indonesia. Salah satu upaya yang dilakukan pemerintah dalam mengatasi laju pertumbuhan penduduk adalah keluarga berencana (KB). Untuk mengevaluasi keberhasilan dari kebijakan program KB di Indonesia, salah satu indikator yang dapat digunakan adalah Contraceptive Prevalence Rate (CPR) yaitu angka yang menunjukkan jumlah pasangan usia subur yang menggunakan alat kontrasepsi. Metode yang digunakan dalam penelitian ini adalah analisis regresi nonparametrik spline truncated untuk memodelkan persentase CPR di Indonesia tahun 2015. Regresi spline truncated merupakan suatu regresi polinomial dimana terbagi menjadi beberapa segmen yang dibatasi titik-titik knot tertentu dan kontinu. Estimasi terbaik model regresi nonparametrik untuk truncated spline diperoleh dari pemilihan titik knot yang optimal dengan menghitung generalized cross validation (GCV). Hasil penelitian menunjukkan bahwa model regresi nonparametrik spline truncated terbaik adalah menggunakan kombinasi knot 1,2,3,3 dengan nilai GCV 79.20663 dan semua variabel independen tidak signifikan.

Kata Kunci: CPR, GCV, Nonparametrik Spline.


Keywords


CPR, GCV, Nonparametrik Spline

Full Text:

PDF

References


Eubank, R.L. (1988). Spline Smoothing and Nonparametric Regression. New York: Marcel Dekker, Inc.

Eubank, R.L. (1999). Nonparametrik Regression and Spline Smoothing Second Edition. New York: Marcel Dekker, Inc.

Cox, D. D., & O’Sullivan, F. (1996). Penalized Type Estimator for Generalized Nonparametrik Regression. Journal of Multivariate Analysis. Vol.56, No.10, hal.185-206.

Budiantara I.N. (2009). Spline dalam Regresi Nonparametrik dan Semiparametrik, Sebuah Pemodelan Statistika Masa Kini dan Masa Mendatang. Pidato Pengukuhan Guru Besar, Institut Teknologi Sepuluh Nopember, Surabaya.

Indonesia Population. (2019). Diambil dari Worldometers: https://www.eorldometers.info/world-population/indonesia-population/




DOI: http://dx.doi.org/10.29313/.v6i2.23191

Flag Counter