LAPORAN PENELITIAN TERAPAN PEMODELAN MATEMATIKA LAJU PERTUMBUHAN PRODUK DOMESTIK REGIONAL BRUTO PROVINSI SUMATERA UTARA MENURUT LAPANGAN USAHA
Main Authors: | Mansyur, Abil, Simamora, Elmanani, Sihombing, Riadil Jannah |
---|---|
Format: | Monograph NonPeerReviewed Book |
Bahasa: | ind |
Terbitan: |
LPPM Universitas Negeri Medan
, 2021
|
Subjects: | |
Online Access: |
http://digilib.unimed.ac.id/49866/1/Report.pdf http://digilib.unimed.ac.id/49866/ |
Daftar Isi:
- Kondisi baik dan buruknya perekonomian suatu negara ditentukan dengan laju pertumbuhan Produk Domestik Bruto (PDB) negara tersebut. PDB suatu negara di tentukan oleh masing-masing Produk Domestik Regional Bruto (PDRB) di wilayah negara tersebut. Penelitian ini bertujuan untuk Pemodelan Matematika Laju Pertumbuhan Produk Domestik Regional Bruto Provimsi Sumatera Utara Menu rut Lapangan U saba. Agar penelitian tidak mencakup terlalu luas maka pembatasan tipe data menurut dimensi waktu diterapkan yaitu menggunakan data silang (cross-section) berdimensi univariate. Pemodelan matematika menggunakan tipe data silang yang tidak memiliki trend tertentu hams menggunakan model regresi nonparametrik. Salah satu yang terpenting dalam model regresi nonparamaterik adalah melakukan estimasi fungsi regresi nonparametrik. Estimasi fungsi dilakukan berdasarkan data yang sudah diperoleh, dimana dalam penelitian ini datanya tidak memiliki trend tertentu, dengan menggunakan teknik pemulusan (smoothing). Ada beberapa metode smoothing dalam model regresi nonparametrik dapat digunakan. Penelitian ini mengkaji metode regresi polinomiallokal. Pada metode regresi polinomiallokal ada dua parameter pemulusannya yaitu: parameter penghalus (a) dan parameter derajat polinomial (.A). Hasil penelitian menunjukkan bahwa semakin besar nilai dari parameter pemulus maka kurva yang dihasilkan akan semakin mulus. Sebaliknya, semakin kecil nilai dari parameter pemulus maka kurva yang dihasilkan akan semakin kasar. Perlu melakukan pencarian nilai optimal parameter pemulus pada penelitian ini. Skor Generalized Cross Validation (GCV) adalah metode klasik yang digunakan untuk menentukan parameter pemulus pada regresi nonparametrik. Nilai dari parameter pemulus dipilih dari nilai GCV yang minimum. Kemudian hasil scatterplot dari data laju pertumbuhan PDRB Provinsi Sumatera Utara menunjukkan adanya tiga titik terakhir dari kuartal tahun 2020 yang berperilaku sebagai pencilan. Dari hasil uji Mean Absolut Deviasi (MAD) ketiga titik tersebut benar-benar pencilan yang bersifat kuat mempengaruhi basil estimasi. Metode robust diterapkan untuk mendapatkan akurasi yang lebih baik. Kesimpulan yang dapat ditarik bahwa model regresi polinomial robust berderajat dua memberikan akurasi lebih baik dari pada model yang lain. Penerapan metode bootstrap dilakukan untuk mendapat estimasi interval kepercayaan prediksi. Ada estimasi bootstrap di tiga titik terakhir yang memiliki Iebar pita yang sangat Iebar.