BAB V PENUTUP Setelah dilakukan pembahasan tentang metode

BAB V
PENUTUP
Setelah dilakukan pembahasan tentang metode yang digunakan dalam
pengestimasian berat badan balita dan dilakukan studi kasus terhadap data berat
balita Kecamatan Kalasan, Kabupaten Sleman tahun 2014, maka dapat diperoleh
beberapa kesimpulan dan saran sebagai berikut:
5.1
Kesimpulan
Kesimpulan yang diperoleh setelah dilakukan pembahasan untuk metode
yang digunakan dan studi kasus yang telah dilakukan pada bab-bab sebelumnya
adalah sebagai berikut:
1. Regresi nonparametrik adalah prosedur statistik yang tidak mengacu pada
parameter tertentu.
2. Estimasi densitas kernel adalah suatu metode pendekatan terhadap fungsi
densitas yang belum diketahui dengan menggunakan fungsi kernel. Fungsi
kernel yang digunakan dalam skripsi ini adalah fungsi kernel Gaussian.
3. Data berat badan balita Kecamatan Kalasan, Kabupaten Sleman tahun 2014
mengikuti asumsi linearitas tetapi tidak mengikuti asumsi normalitas. Maka
regresi nonparametrik kernel bisa menjadi solusi untuk masalah tersebut.
4. Metode Bandwidth “Rule of Thumb” memberikan hasil estimasi dengan nilai
MSE paling kecil dibandingkan dengan metode lain. Sehingga metode
tersebut merupakan metode pemilihan bandwidth terbaik untuk mengestimasi
data berat balita Kecamatan Kalasan, Kabupaten Sleman Tahun 2014.
5. Hasil estimasi pada skripsi ini dapat digunakan secara umum untuk menduga
berat balita berdasarkan umurnya. Misalkan ingin diketahui berat balita lakilaki dan perempuan pada usia 3 tahun, maka dari tabel di atas dapat ditemukan
jawabannya bahwa berat balita laki-laki pada usia 3 tahun adalah 13,5 Kg dan
berat balita perempuan adalah 12,7 Kg.
5.2
Saran
Analisis regresi nonparametrik khususnya analisis regresi nonparametrik
kernel
telah
berkembang
begitu
pesat.
Banyak
ilmuwan
yang
telah
mengembangkan bentuk regresi nonparametrik kernel, baik estimator ataupun
fungsi kernel. Dari hasil penulisan di atas, penulis memberikan beberapa saran
diantaranya:
1. Jika data tidak dapat dianalisis menggunakan regresi parametrik, maka dapat
digunakan regresi nonparametrik. Karena regresi nonparamterik tidak
mengikuti asumsi-asumsi baku seperti halnya regresi parametrik.
2. Sebaiknya dalam pemilihan bandwidth harus hati-hati, karena bandwidth
sangat berperan penting dalam estimator dan fungsi kernel. Nilai bandwidth
akan mempengaruhi tingkat kemulusan dan besarnya nilai MSE hasil estimasi.
3. Pada penelitian ini digunakan estimator Nadaraya-Watson untuk mencari
estimasi data. Untuk penelitian selanjutnya dapat digunakan estimator kernel
lainnya atau jenis fungsi kernel lainnya.
4. Dapat dikembangkan jenis kernel multivariate yang sampai saat ini belum
banyak dianalisis oleh mahasiswa strata 1. Selain itu dapat digunakan metode
pemilihan bandwidth yang lain, masih banyak metode pemilihan bandwidth
untuk fungsi kernel.