@misc{eprints59254,
           title = {PERBANDINGAN ESTIMATOR KERNEL PADA BANDWIDTH OPTIMUM
UNTUK DATA PENERIMAAN PAJAK KENDARAAN BERMOTOR (PKB)
PROVINSI LAMPUNG },
          author = {1517031023 Dony Cheristian Venesia },
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2019},
             url = {http://digilib.unila.ac.id/59254/},
        abstract = {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{$\times$}1019
, bandwidth optimum untuk estimator Kernel Triangular berada
pada nilai 4,8 dengan nilai MSE sebesar 1,536755{$\times$}1019
, bandwidth optimum
untuk estimator Kernel Epanechnikov berada pada nilai 4,4 dengan nilai MSE
sebesar 1,705738{$\times$}1019, sedangkan bandwidth optimum untuk estimator Kernel
Rectangular berada pada nilai 2 dengan nilai MSE sebesar 1,606819{$\times$}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 }
}