Pemodelan indeks pembangunan manusia (IPM) di Provinsi Sulawesi Selatan menggunakan pendekatan regresi nonparametrik spline

Authors

  • M. Ikhsan Amarta Program Studi Matematika, Universitas Islam Negeri Alauddin Makassar
  • Risnawati Ibnas Program Studi Matematika, Universitas Islam Negeri Alauddin Makassar
  • Adnan Sauddin Program Studi Matematika, Universitas Islam Negeri Alauddin Makassar
  • Wahidah Alwi Program Studi Matematika, Universitas Islam Negeri Alauddin Makassar

DOI:

https://doi.org/10.24252/teknosains.v19i1.55454

Keywords:

Indeks pembangunan manusia, Generalized Cross Validation, Regresi nonparametrik, Spline truncated

Abstract

Indeks pembangunan manusia (IPM) digunakan untuk menilai tingkat perkembangan sosial dan ekonomi dalam suatu negara. IPM mengukur berbagai aspek penting dalam kehidupan manusia termasuk kesehatan, pendidikan, dan pendapatan bertujuan untuk memberikan gambaran yang lebih lengkap terhadap kualitas kehidupan manusia di suatu negara. Penelitian ini bertujuan untuk memodelkan IPM di Provinsi Sulawesi Selatan menggunakan pendekatan regresi nonparametrik spline truncated. Pendekatan regresi spline dipilih karena memiliki fleksibilitas terhadap pola data. Data yang digunakan pada penelitian ini meliputi variabel angka harapan hidup, produk domestik regional bruto, dan rata-rata lama sekolah. Dengan menggunakan metode regresi spline truncated, penelitian ini dilakukan untuk menemukan hubungan yang akurat antara variabel-variabel tersebut dengan indeks pembangunan manusia. Hasil penelitian ini didapatkan model regresi spline truncated terbaik adalah menggunakan tiga titik knot dengan variabel yang signifikan yaitu umur harapan hidup. Model terbaik dengan nilai Generalized Cross Validation paling minimum berada pada tiga titik knot sebesar 5,10510e-08 dengan koefisien determinasi sebesar 93,07%.

Published

2025-06-14

How to Cite

M. Ikhsan Amarta, Ibnas, R., Sauddin, A., & Alwi, W. (2025). Pemodelan indeks pembangunan manusia (IPM) di Provinsi Sulawesi Selatan menggunakan pendekatan regresi nonparametrik spline. Teknosains: Media Informasi Sains Dan Teknologi, 19(1), 64–75. https://doi.org/10.24252/teknosains.v19i1.55454