Estimasi Model Regresi Nonparametrik Kernel pada Data Ekspor, Impor, dan Inflasi terhadap Kurs Rupiah-USD Periode 2021-2026

Farhana, Auni (2026) Estimasi Model Regresi Nonparametrik Kernel pada Data Ekspor, Impor, dan Inflasi terhadap Kurs Rupiah-USD Periode 2021-2026. Skripsi thesis, Universitas Islam Negeri Imam Bonjol Padang.

[img] Text (Cover-Daftar Isi)
Cover-Daftar Isi Skripsi Auni Farhana.PDF - Published Version

Download (2MB)
[img] Text (BAB I)
BAB I Skripsi Auni Farhana.PDF - Published Version

Download (1MB)
[img] Text (BAB III)
BAB III Skripsi Auni Farhana.PDF - Published Version

Download (1MB)
[img] Text (BAB V dan Daftar Pustaka)
BAB V dan Daftar Pustaka Skripsi Auni Farhana.PDF - Published Version

Download (1MB)
[img] Text (Full Text)
Full Text Skripsi Auni Farhana.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Fluktuasi kurs merupakan salah satu indikator makroekonomi yang kompleks dan dipengaruhi oleh berbagai faktor, seperti ekspor, impor, dan inflasi. Ketika pola hubungan antara variabel dependen dan independen tidak mengikuti bentuk asumsi parametrik tertentu, pendekatan regresi nonparametrik menjadi alternatif yang sangat tepat. Penelitian ini bertujuan untuk memodelkan kurs menggunakan metode regresi nonparametrik Kernel dengan pendekatan fungsi Gaussian, di mana variabel independen yang digunakan meliputi ekspor, impor, dan inflasi. Bandwidth optimal dilakukan dengan meminimumkan Generalized Cross Validation (GCV), sedangkan tingkat keakuratan model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE) setelah melalui proses inverse min–max. Hasil analisis menunjukkan bahwa bandwidth optimal tercapai pada nilai h = 0,2 dengan nilai GCV minimum sebesar 0,0637. Evaluasi keakuratan model menghasilkan nilai MAPE sebesar 3,65%, yang mengindikasikan bahwa model regresi Kernel Gaussian memiliki tingkat keakuratan yang sangat tinggi dan sangat andal dalam memprediksi data kurs.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Regresi Nonparametrik, Kernel Gaussian, Bandwidth, GCV, Kurs
Subjects: Tajuk Subjek > 500 Sains, Ilmu Pengetahuan > Matematika
Tajuk Subjek > 500 Sains, Ilmu Pengetahuan > Matematika > Probabilitas dan Matematika Terapan
Divisions: Fakultas Sains dan Teknologi > Prodi Matematika
Depositing User: Ruang Baca FST
Date Deposited: 29 Sep 2026 08:42
Last Modified: 29 Sep 2026 08:42
URI: http://repository.uinib.ac.id/id/eprint/35675

Actions (login required)

View Item View Item