Claim Missing Document
Check
Articles

Found 24 Documents
Search

PERFORMANCE COMPARISON OF SEMIPARAMETRIC KERNEL REGRESSION USING EPANECHNIKOV, GAUSSIAN, AND, BIWEIGHT KERNELS IN MODELING LIFE EXPECTANCY IN INDONESIA Cinta Rizki Oktarina; Sigit Nugroho; Idhia Sriliana; Putri Suci Aria
Jurnal Matematika UNAND Vol. 15 No. 3 (2026)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.15.3.406-417.2026

Abstract

Life expectancy is a crucial indicator of population health and socioeconomic development, and its relationship with explanatory variables often exhibits both linear and nonlinear patterns. This study employs a semiparametric kernel regression approach to model life expectancy in Indonesia by integrating parametric and nonparametric components. Undernutrition is modeled parametrically, while access to improved drinking water and the illiteracy rate are treated as nonparametric predictors to flexibly capture their nonlinear effects. The nonparametric component is estimated using the Nadaraya–Watson kernel estimator, whereas parameter estimation is conducted using the Ordinary Least Squares method. Several kernel functions are evaluated, and the optimal kernel and bandwidth are selected based on the minimum Generalized Cross-Validation (GCV) criterion. The results indicate that the Gaussian kernel with an optimal bandwidth of (100, 100) yields the best performance. The proposed model demonstrates excellent accuracy, with a coefficient of determination of 99.99% and a very low Root Mean Square Error (RMSE). These findings confirm that semiparametric kernel regression is a flexible and reliable method for modeling life expectancy and other public health indicators characterized by complex relationships.
Pengabdian Kepada Masyarakat FMIPA 2024: Desa Cantik, Desa Cinta Statistik: Visualisasi Data dengan Statistik Deskriptif di Desa Panca Mukti Kabupaten Bengkulu Tengah Susi Wijuniamurti; Sigit Nugroho; Pepi Novianti; Idhia Sriliana; Riwi Dyah Pangesti
Jurnal Pengabdian Masyarakat Bumi Rafflesia Vol. 8 No. 1 (2025): APRIL: Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pembangunan desa dikatakan berhasil dan dapat terwujud jika masing-masing desa dapat mengenali potensi yang dimiliki. Menggali potensi desa memiliki hubungan yang erat dengan memberikan data yang akurat sehingga tugas pemerintah dalam perancangan pembangunan dapat tepat sasaran. Peran data sangat penting untuk menentukan bagaimana strategi dalam pembangunan desa. Bagi perangkat desa, meningkatkan kemampuan manajemen pengolahan data dan penggunaan data serta literasi statistik menjadi hal yang sangat penting. Penerapan teknologi akan mempermudah aparat desa dalam memahami pengolahan dan penyajian data statistik sehingga desa dapat secara mandiri mengidentifikasi potensi daerahnya. Prodi S1 Statistika, Prodi S2 Statistika dan pojok statistik Universitas Bengkulu bekerjasama dengan BPS dan mitra BPS Kabupaten Bengkulu tengah melalui program pengabdian kepada masyarakat melaksanakan kegiatan pelatihan dan pendampingan terhadap perangkat desa untuk meningkatkan kemampuan pengolahan, penganalisaan dan penyajian data statistik di bidang sektoral serta memaksimalkan penggunaan data dalam bentuk visualisasi data dengan statistik deskriptif  di Desa Panca Mukti. Kegiatan pelatihan visualisasi data dengan statistik deskriptif di Desa Panca Mukti memberikan hasil yang positif bagi masyarakat Desa Panca Mukti. Masyarakat Desa Panca Mukti, khususnya agen statistik dan perangkat desa dapat menampilkan data-data hasil survei ataupun sensus dalam bentuk diagram atau grafik yang mudah dipahami oleh semua orang. Data yang ada di Desa Panca Mukti ditampilkan di website resmi Desa Panca Mukti.
MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA POLA DATA CURAH HUJAN DI KOTA BENGKULU Novelisa Syendra Wanti; Yuliana Martha Siallagan; Stevani Aprilya Sagala; Idhia Sriliana; Etis Sunandi
MATHunesa: Jurnal Ilmiah Matematika Vol. 14 No. 02 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v14n02.p563-570

Abstract

Curah hujan merupakan unsur iklim yang memiliki pola fluktuatif, bersifat periodik, dan cenderung tidak linear sehingga memerlukan metode pemodelan yang fleksibel. Penelitian ini bertujuan untuk memodelkan pola data curah hujan di Kota Bengkulu menggunakan regresi nonparametrik dengan pendekatan deret Fourier. Data yang digunakan merupakan data curah hujan dan variabel meteorologi serta klimatologi periode 2021–2025. Pemilihan model terbaik dilakukan berdasarkan nilai Generalized Cross Validation (GCV), Mean Squared Error (MSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi R2. Hasil penelitian menunjukkan bahwa model terbaik pada stasiun Meteorologi diperoleh pada osilasi ke-5 dengan nilai GCV sebesar 53798,75, MSE sebesar 8607,885, MAPE sebesar 52,2%, dan R2sebesar 61,2%. Sementara itu, model terbaik pada stasiun Klimatologi juga diperoleh pada osilasi ke-5 dengan nilai GCV sebesar 56742,6, MSE sebesar 9078,819, MAPE sebesar 74,09%, dan R2sebesar 60,9%. Hasil visualisasi menunjukkan bahwa model deret Fourier mampu mengikuti pola fluktuasi dan pola periodik curah hujan pada kedua stasiun pengamatan. Namun, nilai MAPE yang masih cukup besar menunjukkan bahwa tingkat akurasi prediksi model belum optimal, terutama pada data stasiun Klimatologi.Kata Kunci: regresi nonparametrik, deret Fourier, curah hujan, GCV, Kota Bengkulu.
Perbandingan Regresi Nonparametrik Spline Truncated dan Kernel Gaussian dalam Pemodelan Penderita Tuberkulosis (TBC) di Indonesia Tahun 2025 Fauziah Syafitri; Reva Amelia; Chesa Nabilla Azzahra; Idhia Sriliana; Etis Sunandi
MATHunesa: Jurnal Ilmiah Matematika Vol. 14 No. 02 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v14n02.p571-580

Abstract

Tuberkulosis (TBC) masih menjadi masalah kesehatan utama di Indonesia dengan tingkat prevalensi yang bervariasi antar wilayah. Hubungan antara prevalensi TBC dan faktor-faktor yang memengaruhinya cenderung kompleks serta tidak selalu mengikuti pola linier. Penelitian ini membandingkan kinerja regresi nonparametrik Spline Truncated dan Kernel Gaussian dalam memodelkan prevalensi TBC di Indonesia tahun 2025, menggunakan variabel jumlah rumah sakit umum, jumlah kasus HIV/AIDS, persentase akses sanitasi layak, dan persentase akses air minum layak. Pemilihan knot optimal pada Spline Truncated dan bandwith optimal pada Kernel Gaussian dilakukan menggunakan GCV. Pada metode Spline Truncated diperoleh model terbaik dengan satu titik knot optimal pada masing-masing variabel prediktor, nilai MSE sebesar 2,2365 dan sebesar 83,89%. Sementara itu, metode Kernel Gaussian menghasilkan MSE sebesar 8,311203 dan sebesar 40,13%. Berdasarkan perbandingan tersebut, regresi Spline Truncated menunjukkan kinerja yang lebih baik dibandingkan Kernel Gaussian karena memiliki MSE lebih kecil dan lebih tinggi. Temuan ini dapat digunakan sebagai alternatif statistik untuk mendukung kebijakan kesehatan masyarakat di Indonesia.