Fransiska Aprida Yulvin
Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI INDONESIA DENGAN MENGGUNAKAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE Fransiska Aprida Yulvin; Yudi Setyawan; Maria Titah Jatipaningrum; Febriani Astuti
JURNAL STATISTIKA INDUSTRI DAN KOMPUTASI Vol. 10 No. 01 (2025): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/statistika.v10i01.5255

Abstract

Pertumbuhan ekonomi adalah proses perubahan kondisi perekonomian suatu negara secara berkesinambungan menuju keadaan yang lebih baik selama periode tertentu, sehingga pertumbuhan ekonomi menjadi target utama dalam suatu proses pertumbuhan baik negara maupun daerah. Dalam beberapa tahun terakhir, pertumbuhan ekonomi di Indonesia cenderung menurun mulai tahun 2011 sampai tahun 2021. Pertumbuhan ekonomi dapat dilihat dari berbagai aspek yakni angka harapan hidup, pengeluaran perkapita, persentase penduduk miskin, angka partisipasi murni perguruan tinggi, dan tingkat pengangguran terbuka. Oleh karena itu, dilakukan analisis mengenai faktor-faktor yang mempengaruhi pertumbuhan ekonomi di Indonesia tahun 2022. Hubungan antara masing-masing pertumbuhan ekonomi dengan faktor-faktor yang diduga mempengaruhinya tidak memiliki pola tertentu sehingga analisis regresi nonparametrik ini akan cocok digunakan. Oleh karena itu, metode yang digunakan adalah regresi nonparametrik spline dan multivariate adaptive regression spline (MARS). Model dari regresi nonparametrik spline menggunakan 3 titik knot dengan R2 sebesar 77,85%. Untuk model MARS menggunakan BF=20, MI=3 dan MO=2 dengan nilai R2 sebesar 96,20% dan nilai GCV sebesar 1,08634. Dapat disimpulkan metode terbaik menggunakan metode MARS.