DAFTAR PUSTAKA [1] Prosiding SNMPM UNDIP 2015

Gambar 2. Plot estimasi rata-rata tinggi gelombang pasang surut air laut Berdasarkan Gambar 2 dapat diketahui dinamika perubahan rata-rata tinggi gelombang pasang surut air laut di Kota Semarang selama pengamatan yaitu pada pengamatan pertama Januari 2011 sampai dengan pengamatan ke-24 Desember 2012. Estimasi rata-rata tinggi gelombang air laut mengalami lembah gelombang pada saat pengamatan ke- delapan Agustus 2011 sampai dengan pengamatan kedua belas Desember 2011, sehingga pada saat tersebut terjadi kondisi pasang rendah. Sedangkan kondisi pasang tinggi terjadi pada saat pengamatan ke- empat belas Februari 2012 sampai dengan pengamatan ke-delapan belas Juni 2012 karena pada saat tersebut estimasi tinggi gelombang pasang surut air laut mengalami puncak gelombang. Kondisi pasang rendah juga terjadi pada saat pengamatan ke-sembilan belas Juli 2012 sampai dengan ke-dua puluh tiga November 2012. 4. KESIMPULAN Berdasarkan hasil penelitian, maka dapat disimpulkan bahwa : 1. Estimasi model regresi nonparametrik adalah sebagai berikut : = + dengan C = 1 1 = 3 4 5 B 3 4 Dari hasil penerapan model regresi nonparametrik dengan menggunakan estimator polinomial lokal kernel pada data pasang surut air laut di Kota Semarang, diperoleh nilai bandwidth optimal sebesar 69,1 dengan orde polinomial p=8, MSE sebesar 22,94. Hasil estimasi model regresi nonparametrik dengan pendekatan polinomial lokal kernel adalah sebagai berikut : 8 7 7 5 6 5 4 3 2 1 10 59 , 8 1 10 42 , 7 1 0025 , 1 042 , 1 369 , 1 574 , 1 1 713 , 2 1 0083 , 65,299 ˆ − − − + − − − + − − − + − − − + ≈ − − i i i i i i i i i t x t x t t t t t t t m 2. Berdasarkan estimasi model diperoleh dugaan rata-rata tinggi gelombang pasang surut air laut di Kota Semarang mengalami kondisi pasang tinggi pada saat bulan Agustus 2011 sampai dengan Desember 2011, dan berulang kembali pada tahun 2012 yaitu bulan Juli hingga November. Sedangkan kondisi pasang tinggi terjadi pada saat bulan Februari 2012 sampai dengan Juni 2012. 5. DAFTAR PUSTAKA [1] Adhitya, F. W. 2003. Analisis Banjir Rob Di Kecamatan Semarang Utara dan Kecamatan Semarang Timur pada Saat Pasang Tertinggi. Skripsi Jurusan Ilmu Kelautan, FPIK UNDIP, Semarang. [2] Eubank, R.M., 1988. Spline Smoothing and Nonparametric Regression . Marcel Dekker. New York. [3] Hardle, W., 1990. Applied Nonparametric Regression .Cambridge University Press. New York. [4] Fan, J. and Gijbels, I. 1998. Local Polynomial Modelling and its Aplications . Chapman and Hall. London. [5] Sarbidi, 2002. Pengaruh Rob pada Pemukiman Pantai kasus Semarang . Prosiding Kerugian pada Bangunan dan Kawasan Akibat Kenaikan Muka 138 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UNDIP 2015, ISBN: 978-979-097-402-9 Air Laut pada Kota-kota Pantai di Indonesia, Jakarta. [6] Utami, T.W. 2010. Estimasi Model Regresi Nonparametrik Pada Data Longitudinal Berdasarkan Estimator Polinomial Lokal Kernel Generalized Estimating Equation. Skripsi. Surabaya. Departemen Matematika Fakultas Sains dan Teknologi Universitas Airlangga. [7] Utami, T.W. 2013. Pendekatan Regresi Semiparametrik Polinomial Lokal Untuk Data Longitudinal Terhadap Kadar Trombosit Demam Berdarah Dengue . Tesis. Surabaya. Program Magister Jurusan Statistika FMIPA Institut Teknologi Sepuluh November 139 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UNDIP 2015, ISBN: 978-979-097-402-9 ESTIMASI PENGELUARAN PER KAPITA DI KABUPATEN REMBANG DENGAN PENDEKATAN SAE-NONPARAMETRIK Iswahyudi Joko Suprayitno 1 , Moh Yamin Darsyah 2 1 Program Studi Pendidikan Matematika, UNIMUS 2 Program Studi Statistika, UNIMUS matematikawan.mr.joegmail.com Abstrak Small Area Estimation SAE merupakan suatu teknik statistika untuk menduga parameter-parameter subpopulasi yang ukuran sampel nya kecil. Teknik pendugaan ini “borrowing information” memanfaatkan data dari domain besar seperti data sensus data susenas untuk menduga variabel yang menjadi perhatian pada domain yang lebih kecil yang selanjutnya dikenal pendugaan tidak langsung. Pendugaan langsung tidak mampu memberikan ketelitian yang cukup bila ukuran sampel dalam area kecil, sehingga statistik yang dihasilkan akan memiliki varian yang besar atau bahkan menghasilkan pendugaan yang bias. Penelitian SAE diaplikasikan untuk memetakan Pengeluaran Per kapita di Kabupaten Rembang dimana variabel kepadatan penduduk berperan signifikan dalam mempengaruhi pengeluaran per kapita daerah. Kecamatan Rembang merupakan kecamatan dengan pengeluaran per kapita tertinggi di Kabupaten Rembang sedangkan kecamatan yang memiliki pengeluaran perkapita terendah di Kecamatan Sumber. Kata kunci : Small Area Estimation, Nonparametrik, Pengeluaran Per kapita 1. PENDAHULUAN 1.1