PENDEKATAN REGRESI NONPARAMETRIK DENGAN ESTIMATOR KERNEL PADA DATA PERTUMBUHAN EKONOMI DI INDONESIA

Abstract

Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan antara dua/ lebih variabel acak. Analisis regresi terbagi menjadi regresi parametrik dan regresi nonparametrik. Ketika tidak diketahui pola hubungan antara variabel dependen dan variabel independen maka analisis regresi nonparametrik dapat digunakan. Penelitian ini bertujuan untuk menganalisis  data pertumbuhan ekonomi Indonesia yang dinyatakan dalam Produk Domestik Bruto (PDB) selama periode bulan Januari 2017 sampai dengan bulan Juli 2020. Pertumbuhan ekonomi adalah proses perubahan kondisi perekonomian suatu negara ke arah yang lebih baik selama periode tertentu. Pertumbuhan ekonomi merupakan masalah makroekonomi jangka panjang. Setiap negara tentu mengharapkan memiliki tingkat pertumbuhan ekonomi yang tinggi, terutama bagi negara berkembang hal ini dikarenakan semakin tinggi pertumbuhan ekonomi maka tingkat kemakmuran dan kesejahteraan masyarakat di negara tersebut juga akan tinggi. Pertumbuhan ekonomi dapat diukur menggunakan data Produk Domestik Bruto.  Ada banyak faktor yang mempengaruhi pertumbuhan ekonomi, sehingga penting untuk melakukan analisis untuk mengetahui faktor-faktor yang mempengaruhi pertumbuhan ekonomi. Pada penelitian ini menggunakan tiga faktor yang diduga berpengaruh terhadap pertumbuhan ekonomi yaitu nilai impor, inflasi, dan jumlah uang beredar. Metode yang digunakan dalam penelitian ini adalah analisis regresi nonparametrik kernel dengan estimator Nadaraya Watson dan fungsi Gaussian. Hasil penelitian menunjukan bandwith optimal sebesar 7380,166;8,80867; dan 39,80395. Ketepatan model yang dihasilkan dihitung dengan koefisien determinansi dan didapatkan nilai sebesar 99,23% dan Mean Absolute Percentage Error (MAPE) sebesar 0,29%.