PERBANDINGAN ESTIMATOR KERNEL PADA BANDWIDTH OPTIMUM UNTUK DATA PENERIMAAN PAJAK KENDARAAN BERMOTOR (PKB) PROVINSI LAMPUNG

Dony Cheristian Venesia , 1517031023 (2019) PERBANDINGAN ESTIMATOR KERNEL PADA BANDWIDTH OPTIMUM UNTUK DATA PENERIMAAN PAJAK KENDARAAN BERMOTOR (PKB) PROVINSI LAMPUNG. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK - ABSTRACT.pdf Download (619Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (5Mb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (4Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Analisis regresi merupakan ilmu statistik yang mempelajari bagaimana membangun sebuah model fungsional dari beberapa variabel sehingga dapat menjelaskan atau meramalkan suatu fenomena alami berdasarkan fenomenafenomena yang lain. Pola sebaran data penerimaan pajak kendaraan bermotor diasumsikan tidak mengikuti pola sebaran data tertentu. Oleh karena itu, untuk mengestimasi sebaran data digunakan regresi nonparametrik. Dalam regresi nonparametrik, untuk mengestimasi sebaran data digunakan teknik smoothing, salah satunya yaitu estimator Kernel. Terdapat empat fungsi Kernel, yaitu Biweight, Triangular, Epanechnikov, dan Rectangular. Hal terpenting dalam estimator Kernel adalah penentuan bandwidth optimum didasarkan pada nilai GCV minimum. Hasil analisis data menunjukkan bahwa mengestimasi data penerimaan pajak kendaraan bermotor menggunakan keempat estimator Kernel akan menghasilkan bandwidth optimum yang berbeda. Bandwidth optimum untuk estimator Kernel Biweight berada pada nilai 5,1 dengan nilai MSE sebesar 1,640395×1019 , bandwidth optimum untuk estimator Kernel Triangular berada pada nilai 4,8 dengan nilai MSE sebesar 1,536755×1019 , bandwidth optimum untuk estimator Kernel Epanechnikov berada pada nilai 4,4 dengan nilai MSE sebesar 1,705738×1019, sedangkan bandwidth optimum untuk estimator Kernel Rectangular berada pada nilai 2 dengan nilai MSE sebesar 1,606819×1019. Dari hasil perbandingan nilai MSE untuk keempat estimator, disimpulkan bahwa estimator terbaik pada data penerimaan pajak kendaraan bermotor adalah estimator Kernel Triangular, karena memiliki nilai MSE terkecil. Kata Kunci: Regresi Nonparametrik, Estimator Kernel, Fungsi Kernel, Bandwidth, Pajak Kendaraan Bermotor

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Meda Sulistiana
Date Deposited:	13 Apr 2022 03:55
Terakhir diubah:	13 Apr 2022 03:55
URI:	http://digilib.unila.ac.id/id/eprint/59254

Actions (login required)

Lihat Karya Akhir