Dedeh Kurniasih, 4150406003 (2013) EFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP JPY. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF (EFISIENSI RELATIF ESTIMATOR FUNGSI KERNEL GAUSSIAN TERHADAP ESTIMATOR POLINOMIAL DALAM PERAMALAN USD TERHADAP JPY) Download (2MB) | Preview

Abstract

Data kurs USD terhadap JPY pada pasar valuta asing merupakan data runtun waktu yang sering fluktuatif, sehingga menganalisisnya dapat menggunakan metode runtun waktu dan analisis regresi. Namun, banyak asumsi yang harus dipenuhi. Oleh karena itu, alternatif lainnya adalah dengan menggunakan analisis regresi nonparametrik yaitu estimator kernel. Estimator Kernel adalah salah satu metode yang cukup efektif untuk mengestimasi data yang memiliki fluktuasi dan yang sulit diprediksi bentuknya. Dalam estimator kernel terdapat bandwith optimum yang diperoleh dengan meminimumkan MISE. Macam-macam fungsi kernel: Epanechnikov, Quartic, Triangular, Gaussian, Uniform, Triweight, dan Cosines. Fungsi kernel Gaussian lebih mudah dalam perhitungan dan penggunaannya serta lebih sering digunakan sedangkan fungsi kernel yang lain perlu memasukkan syarat dalam pengerjaannya. Salah satu ciri estimator yang baik yaitu memiliki MSE terkecil dan sifat estimator yang efisien. Untuk mengetahui estimator mana model terbaik dan lebih efisien, harus ada estimator lain sebagai pembanding. Salah satunya adalah estimator polinomial. Dalam penelitian ini dicari efisiensi relatif estimator fungsi kernel Gaussian terhadap estimator polinomial, model terbaik dari kedua estimator berdasarkan MSE, serta peramalan USD terhadap JPY dengan menggunakan model terbaik. Pada penelitian ini metode yang digunakan adalah sebagai berikut: Menemukan masalah, melakukan analisis data dan pemecahan masalah. Kemudian penarikan simpulan, yang berisikan hasil yang telah diperoleh dari penelitian dan pembahasan. Kesimpulan yang dapat diambil dari hasil penelitian dan pembahasan menunjukan bahwa estimator fungsi kernel Gaussian lebih efisien dan merupakan model terbaik. Dengan efisiensi relatif diperoleh sebesar , varians serta MSE estimator fungsi kernel Gaussian lebih kecil daripada estimator polinomial yaitu sebesar dan , sedangkan varians dan MSE estimator polinomial sebesar dan . Model terbaik ini dapat digunakan untuk peramalan, hasil peramalan kurs USD terhadap JPY dengan model terbaik untuk periode ke-6 yaitu sebesar . Berdasarkan kesimpulan di atas, penulis menyarankan agar menggunakan estimator fungsi kernel Gaussian karena lebih efisien serta lebih baik dibandingkan estimator polinomial, dan dapat dikembangkan lagi dari sifat yang lain yaitu : tak bias dan konsisten.

Actions (login required)

View Item