Penerapan Cross Validation (CV) dalam Pemilihan Bandwidth Optimal pada Pemodelan Regresi Nonparametrik Kernel (Studi Kasus: Gizi Buruk pada Balita Di Indonesia)

Abstract

Gizi buruk di Indonesia terbilang cukup tinggi, berdasarkan data dari Kementerian Kesehatan (Kemenkes) Indonesia, angka gizi buruk setiap tahun mengalami peningkatan sejak tahun 2016. Maka dari itu perlu suatu analisis untuk melihat faktor-faktor yang mempengaruhi gizi buruk pada balita di Indonesia. Data pada penelitian ini mempunyai pola sebaran data yang tidak membentuk pola tertentu dan melanggar beberapa asumsi sehingga sulit dianalisis dengan analisis parametrik. Maka dari itu metode yang sesuai adalah Regresi Nonparametrik. Regresi Nonparametrik pada penelitian ini menggunakan pendekatan Kernel. Fungsi Kernel yang digunakan dalam penelitian ini yaitu Fungsi Kernel Gaussian dan pemilihan bandwidth optimal dengan menggunakan metode Cross Validation (CV). Hasil analisis menunjukkan bandwidth optimal dengan metode CV sebesar 0.25. Adapun nilai R yang dihasilkan metode CV sebesar 84.73%. Nilai MSE yang dihasilkan metode CV sebesar 0.257. karena memiliki nilai R-sq yang cukup besar dan nilai MSE yang kecil, maka dapat disimpulkan metode CV sudah baik dalam pemilihan bandwidth Optimal yang dapat menghasilkan estimasi mendekati data aslinya.