Estimator Deret Fourier Dalam Regresi Nonparametrik Dengan Penalti Untuk Perencanaan Penjualan Produk Musiman

Abstract

Pendekatan regresi dapat dilakukan dengan tiga pendekatan yaitu pendekatan parametrik, semiparametrik, dan nonparametrik. Salah satu pendekatan nonparametrik yang dikembangkan adalah menggunakan estimator deret Fourier. Deret Fourier merupakan estimator yang baik untuk menduga suatu kurva regresi yang bentuknya periodik. Tujuan dari penelitian ini adalah memperoleh bentuk estimator deret Fourier dalam regresi nonparametrik dengan menggunakan metode PLS (Penalized Least Square), serta memodelkan tingkat penjualan produk musiman di pamekasan dengan menghasilkan kurva sinus, cosinus, sinus dan cosinus pada data yang bersifat periodik. Estimator regresi nonparametrik dengan pendekatan deret Fourier diperoleh nilai GCV, MSE terkecil serta R2 tinggi. Model terbaiknya berada pada basis cosinus dengan nilai GCV sebesar , MSE sebesar  dan  sebesar 100%.