NONPARAMETRIC REGRESSION ANALYSIS USING SMOOTHING SPLINES AND TRUNCATED SPLINES IN MODELING THE AIR QUALITY INDEX IN INDONESIA

Nadhia , AzZahra (2026) NONPARAMETRIC REGRESSION ANALYSIS USING SMOOTHING SPLINES AND TRUNCATED SPLINES IN MODELING THE AIR QUALITY INDEX IN INDONESIA. FACULTYOFMATHEMATICSANDNATURALSCIENCES , LAMPUNG UNIVERSITY.

[img]
Preview
 Text
ABSTRAK.pdf
Download (1MB) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img]
Preview
 Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf
Download (1MB) | Preview

Abstract

Indeks Kualitas Udara (IKU) merupakan indikator komposit yang mencerminkan kondisi kualitas udara suatu wilayah dan dipengaruhi oleh berbagai determinan dengan hubungan yang kompleks dan nonlinier. Dalam kondisi seperti ini, regresi parametrik dapat bersifat terbatas karena memerlukan bentuk fungsi yang telah ditentukan sebelumnya. Penelitian ini menerapkan regresi nonparametrik berbasis spline menggunakan smoothing splines dan truncated splines untuk memodelkan AQI di Indonesia serta membandingkan kinerja kedua pendekatan tersebut. AQI diperlakukan sebagai variabel respon, sedangkan kepadatan penduduk, luas tutupan lahan di dalam dan di luar kawasan hutan, serta jumlah kendaraan bermotor dipertimbangkan sebagai variabel prediktor. Pada smoothing splines, parameter penghalus optimal dipilih menggunakan Generalized Cross Validation, sedangkan truncated splines diestimasi menggunakan Ordinary Least Squares dengan berbagai konfigurasi titik knot dan dipilih berdasarkan nilai Generalized Cross Validation minimum. Kinerja model dievaluasi menggunakan Generalized Cross Validation, Mean Squared Error, dan Adjusted R squared. Penelitian ini bertujuan untuk mengidentifikasi model yang paling sesuai serta menentukan faktor faktor utama yang memengaruhi variasi AQI di Indonesia, sehingga dapat memberikan dukungan empiris bagi perumusan kebijakan lingkungan. Kata-kata kunci: Indeks KualitasUdara(IKU),regresinonparametrik,smoothing splines, truncatedsplines,GeneralizedCrossValidation(GCV),MeanSquared Error (MSE),koefisienDeterminasi. abstract The AirQualityIndex(AQI)isacompositeindicatorthatreflectsregionalairquality conditions andisinfluencedbymultipledeterminantswithcomplexandnonlinear relationships. Insuchcircumstances,parametricregressionmayberestrictive because itrequiresapredeterminedfunctionalform.Thisstudyappliesspline based nonparametricregressionusingsmoothingsplinesandtruncatedsplinesto model AQIinIndonesiaandtocomparetheperformanceofbothapproaches.AQIis treated astheresponsevariable,whilepopulationdensity,landcoverareawithinand outside forestareas,andthenumberofmotorvehiclesareconsideredaspredictor variables.Forsmoothingsplines,theoptimalsmoothingparameterisselected using GeneralizedCrossValidation,whereastruncatedsplinesareestimatedusing Ordinary LeastSquaresundervariousknotconfigurationsandselectedbasedon the minimumGeneralizedCrossValidationvalue.Modelperformanceisevaluated using GeneralizedCrossValidation,MeanSquaredError,andAdjustedRsquared. The studyaimstoidentifythemostappropriatemodelandtodeterminekeyfactors influencing AQIvariationinIndonesia,therebyprovidingempiricalsupportfor environmentalpolicymaking. Keywords: Air QualityIndex(AQI),nonparametricregression,smoothingsplines, truncated splines,GeneralizedCrossValidation(GCV),MeanSquaredError(MSE), Adjusted R².

Item Type: Other
Subjects: ?? 500 ??
?? 510 ??
Divisions: Fakultas MIPA > Prodi Matematika
Depositing User: 2602950835 Digilib
Date Deposited: 19 Feb 2026 01:20
Last Modified: 19 Feb 2026 01:20
URI: http://digilib.unila.ac.id/id/eprint/96444

Actions (login required)

View Item View Item