ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK

Transkripsi

1 Jurnal Matematika Vol. 2 No. 1, Juni ISSN : ESTIMATOR KERNEL DALAM MODEL REGRESI NONPARAMETRIK I Komang Gede Sukarsa sukarsakomang@yaoo.com I Gusti Ayu Made Srinadi srinadiigustiayumade@yaoo.co.id Jurusan Matematika FMIPA, Universitas Udayana Kampus Bukit Jimbaran, Badung, Bali Abstract: Analisis regresi nonparametrik merupakan metode pendugaan kurva regresi yang digunakan jika tidak ada informasi sebelumnya te,ntang benttrk kurva regresi atau tidak terikat pada asumsi bentuk fungsi tertentu. Estimasi fungsi regresi nonparametrik dilakukan berdasarkan daa pengamatan dengan menggunakan teknik pemulusan (smooting). Penelitian ini bertujuan untuk memperliatkan pendekatan estimator kernel dalam regresi nonparametik padadata sekunder, yaitu data motorcycle. Hasil penelitian ini menunjukkan batrwa penggunaan fungsi kernel yang berbda yaitu fungsi kernel Triangle dan kernel Gaussian dengan bandwidt optimal mengasilkan estimasi kurva regresi yang anrpir saura, seingga dapat dituojukkan bawa pemilian bandwidt lebi penting dibandingkan dengan pernilian fungsi kernel. Keywords: Regresi Nonparametrik Estimator Kernel, Bandwidt. 1. Pendauluan Analisis regresi merupakan metode analisis data yang menggambarkan ubungan antara variabel respon dengan satu atau beberapa variabel prediktor [5]. Misalkan X adala variabel prediktor dan Y adala vaiabel respon untuk n pengamatan berpasangan {(x i, y i )} n, maka ubungan linear antara variabel prediktor dan variabel respon tersebut dapat dinyatakan sebagai berikut: y i = m(x i ) + ε i, i = 1, 2,, n (1) dengan ε i adala sisaan yang diasumsikan independen dingan mean nol dan variansi σ 2, serta m(x i ) adala fungsi regresi atau kurva regresi [2]. Pendekatan yang digunakan untuk mengestimasi fungsi regresi ada dua jenis, yaitu pendekatan parametrik dan nonparametrik. Dalam pendekatan parametrik, bentuk ubungan antara variabel respon dengan variabel prediktor diketaui atau diperkirakan dari bentuk kurva regresi, misalnya diasumsikan membentuk pola linear, kuadratik, eksponensial, dan polinomial. Dalam regresi parametrik yaitu dalam model regresi linear, arus memenui asumsi yang ketat yaitu sisaan berdistribusi normal dan memiliki variansi yang konstan. Untuk mengatasi penyimpangan asumsi dalam model regresi linear dapat dilakukan transformasi teradap data seingga diperole model regresi yang sesuai bagi data yang tela ditransformasi. Transformasi dipili melalui teknik trial 19

2 Sukarsa dan Srinadi/ESTIMATOR KERNEL 20 dan error seingga penggunaan transformasi yang tepat akan membawa pada metode pendugaan yang relatif muda, tetapi kesalaan penggunaan transformasi bisa juga membawa pada metode pendugaan dengan model yang lebi rumit [7]. Pendekatan kedua yaitu pendekatan nonparametik. Estimasi fungsi regresi nonparametrik dilakukan berdasarkan data pengamatan dengan menggunakan teknik (smooting) [2]. Terdapat beberapa teknik smooting dalam model regresi nonparametrik antara lain istogram, estimator kernel, deret ortogonal, estimator spline, k-nn, deret fourier, dan wavelet. Ada beberapa jenis fungsi kernel, antara lain kemel uniform, Triangle, Epanecnikov, Gaussian, kuartik dan cosinus [3]. Dalam regresi kemel pemilian parameter pemulus (bandwidt) jau lebi penting dibandingkan dengan memili fungsi kernel. Seingga yang menjadi masala dalam regresi kernel adala pemilian bandwidt, bukan pada pemilian fungsi kernel. Fungsi kernel yang umum digunakan adala kernel Gaussian dan kernel Epanecnicov [4]. Kernel Triangle sering digunakan karena lebi muda dan cepat dalam peritungan [6]. Tujuan yang ingin dicapai dalam penelitian ini adala untuk mengestimasi model regresi nonparametrik menggunakan estimator kernel Triangle dan kernel Gaussian. 2. Tinjauan Teori 2.1. Regresi Nonparametrik Dalun regresi nonparametrik bentuk kurva regresi tidak diketaui, data diarapkan mencari sendiri bentuk estimasinya seingga memiliki fleksibelitas yang tinggi. Kurva regresi anya diasumsikan termuat dalam suatu ruang fungsi yang berdimensi tak ingga dan merupakan fungsi mulus (smoot). Estimasi frrngsi z(x i ) dilakukan berdasarkan data pengamatan dengan menggunakan teknik smooting tertentu. Ada beberapa teknik smooting yang dapat digurnakan anttra lain estimator istogram, kernel, deret ortogonal, spline, k-nn, deret fourier, dan wavelet [2] Estimator Densitas Kernel Estimator kernel merupakan pengembangan dari estimator istogram. Estimator kernel diperkenalkan ole Rosenblatt (1956) dan Parzen (1962) seingga disebut estimator densitas kernel Rosenblatt-Parzen [3]. Secara umum kernel K dengan bandwidt [8] didefinisikan sebagai: serta memenui: K (x) = 1 K ( x (i) K(x) 0, untuk semua x (ii) (iii) K(x)dx = 1 x 2 K(x)dx = σ 2 > 0 ), untuk < x <, > 0 (2)

3 Sukarsa dan Srinadi/ESTIMATOR KERNEL 21 (iv) xk(x)dx = 0 maka estimator densitas kernel untuk fungsi densitas f(x) adala: ˆf = 1 n K (x x i ) = 1 n ( ) x xi K (3) dari persamaan (3) terliat bawa ˆf (x) tergantung pada fungsi kernel K dan parameter. Bentuk bobot kernel ditentukan ole fungsi kernel K, sedangkan ukuran bobotnya ditentukan ole parameter pemulus yang disebut bandwidt. Peran bandwidt seperti lebar interval pada istogram. Beberapa jenis fungsi kernel [3] antara lain: 1. Kernel Uniform : K(x) = 1 I( x 1) 2 2. Kernel Triangle : K(x) = (1 x )I( x 1) 3. Kernel Epanecnikov : K(x) = 3 4 (1 x2 )I( x 1) 4. Kernel Kuartik : K(x) = (1 x2 ) 2 I( x 1) 5. Kernel Triweigt : K(x) = (1 x2 ) 3 I( x 1) 6. Kernel Cosinus : K(x) = π 4 cos ( π 2 x) I( x 1) 7. Kernel Gaussian : K(x) = 1 ( 1 2π 2 ( x2 ) ) < x < dengan I adala indikator 2.3. Regresi Kernel Regresi kernel adala teknik statistika nonparametrik untuk mengestimasi fungsi regresi m(x) pada model regresi nonparametrik y 1 = m(x i ) + ε i. Nadaraya dan Watson pada taun 1964 mendefinisikan estimator regresi kernel seingga disebut estimator Nadaraya-Watson [3] ˆm(x) = ˆm(x) = 1 n K (x x i )y i (4) 1 K (x x i ) n w i (x)y i (5) dengan w i (x) = 1 1 K ( ) x x i ( ) = K ( ) x x i x xi ( ) x xi K

4 2.4. Pemilian Bandwidt Optimal Sukarsa dan Srinadi/ESTIMATOR KERNEL 22 Bandwidt () adala parameter pemulus (smooting) yang berfungsi untuk mengontrol kemulusan dari kurva yang diestimasi. Bandwidt yang terlalu kecil akan mengasilkan kurva yang under-smooting yaitu sangat kasar dan sangat fluktuatif, dan sebaliknya bandwidt yang terlalu lebar akan mengasilkan kurva yang over-smooting yaitu sangat mulus, tetapi tidak sesuai dengan pola data (Hardle, 1994). Ole karena itu perlu dipili bandwidt yang optimal. Sala satu metode untuk mendapatkan optimal adala dengan menggunakan kriteria Generalized Cross Validation (GCV), yang didefinisikan sebagai berikut: GCV = MSE ( 1 n tr(i H())) 2 (6) dengan MSE = 1 (y m (x i )) 2. kebaikan suatu estimator dapat diliat dari tingkat n kesalaannya. Semakin kecil tingkat kesalaannya semakin baik estimasinya. Menurut [1], kriteria untuk menentukan estimator terbaik dalam model regresi nonparametrik, antara lain: 1. Mean Square Error(MSE) MSE = 1 n 2. Root Mean Square Error(RMSE) 3. Mean Absolute Deviation(MAD) 3. Metode Penelitian 3.1. Sumber Data MAD = e 2 i = 1 n (y i ŷ i ) 2 RMSE = MSE e t t=1 n = y i ŷ i Data yang digunakan dalam penelitian ini adala data sekunder yang diambil dari buku Applied Nonparametric Regression. Data ini merupakan asil penelitian yang dilakukan ole Scmidt, Mattern, dan Sculer pada taun 1981 yaitu data simulasi tabrakan sepeda motor pada suatu Post Mortem Human Test Object (PTMO) [3] Identifikasi Variabel Identifikasi variabel dalam penelitian ini adala variabel prediktor (X) yaitu waktu (dalam milidetik) setela simulasi tabrakan dan variabel respon (Y ) yaitu percepatan (dalam g, 1g = 9, 81m/s 2 ) setela tabrakan yang disimulasikan. t=1 n

5 3.3. Metode Analisis Data Sukarsa dan Srinadi/ESTIMATOR KERNEL 23 Dalam penelitian ini model regresi nonparametrik diestimasi menggunakan estimator kernel, dengan fungsi kernel Triangle dan kernel Gaussian, dengan macro program menggunakan software S-plus. Adapun langka-langka yang dilakukan adalatt sebagai berikut: 1. Mengestimasi kurva regresi nonparametrik dengan estimator kernel Triangle. 2. Mengestimasi kurva regresi nonparametrik dengan estimator kernel Gaussian. 3. Membandingkan asil estimasi antara estimator kernel Triangle dan kernel Gaussian menggunakan bandwidt yang optimal pada data sekunder, dengan membandingkan plot estimasi kurva regresi bersama-sama dengan plot data serta meliat nilai MSE, RMSE, dan MAD. 4. Hasil dan Pembaasan Gambaran umum data yang diola menggunakan software S-Plus secara rinci dapat diliat pada Tabel l. Tabel 1. Statistika Deskriptif dan Motorcycle Variabel N Min Maks Mean Q 2 Standar deviasi Waktu (x) 133 2,4 57,6 25,18 23,4 13,132 Percepatan , 0 25,0 25, 55 13, 3 48,322 Banyak data pengamatan adala 133, dengan waktu minimum sebesar 2,4 milidetik waktu maksimum sebesar 57,6 milidetik dan percepatan minimum sebesar 134, 0 g, percepatan maksimum 25,0 g. Rata-rata waktu sebesar 25,18 milidetik, dan percepatan sebesar 25, 55 g, dengan nilai tenga (median) waktu sebesar 23,4 milidetik dan percepatan sebesar 13, 3 g, serta standar deviasi waktu sebesar 13,132 milidetik dan percepatan 48,332 g. Bentuk ubungan antara variabel prediktor (waktu) dengan variabel respon (percepatan) diliat dari plot antara kedua variabel tersebut (Gambar 1). Gambar 1. Diagram Pencar Data Motorcycle

6 Sukarsa dan Srinadi/ESTIMATOR KERNEL 24 Gambar 1 menunjukkan bentuk kurva yang menggambarkan ubungan antara waktu (milidetik) dengan percepatan (g), yang sangat sulit diestimasi bila digunakan pendekatan regresi parametrik, karena kurva tidak membentuk pola linear, kuadratik, eksponensial, atau kubik. Kurva regresi akan diestimasi menggunakan pendekatan regresi nonparametrik dengan estimator kernel Estimasi Data Motorcycle dengan Estimator Kernel Langka-langka yang dilakukan dalam mengestimasi kurva regresi nonparametrik menggunakan estimator kernel adala menentukan fungsi bobot atau fungsi kernel dan ukuran bobot yaitu nilai bandwidt () yang optimal. Sebelum menentukan nilai bandwidt (A), terlebi daulu dipili fungsi kernel yang akan digunakan. Dalam penelitian ini digunakan fungsi kernel Triangle dan kernel Gaussian Estimasi Data Motorcycle dengan Estimator Kernel Triangle Pemilian bandwidt () merupakan langka terpenting dalam kernel smooting, apabila nilai yang dipili terlalu kecil akan diperole kurva regresi yang sangat kasar (under-smooting), sebaliknya apabila nilai terlalu besar akan mengasilkan kurva yang sangat mulus (over-smooting). Gambar 2. Plot Estimasi Kernel Triangle dengan Bandwidt = 0,1 Nilai bandwidt yang terlalu kecil, misalkan = 0, 1 mengasilkan kurva regresi yang sangat kasar, seperti terliat pada Gambar 2, sedangkan nilai bandwidt yang terlalu besar, misalkan = 10 mengasilkan kurva regresi yang sangat mulus dan tidak sesuai dengan pola data, seperti terliat pada Gambar 3.

7 Sukarsa dan Srinadi/ESTIMATOR KERNEL 25 Gambar 3. Plot Estimasi Kernel Triangle dengan Bandwidt = 10 Untuk memperole estimasi kurva regresi yang optimal, yaitu kurva yang mulus dan sesuai dengan pola data, perlu dipili nilai bandwidt () yang optimal. Nilai bandwidt () berdasarkan kriteria GCV minimum dengan macro program software S-Plus pada selang kenaikan nilai yang cukup kecil, misallran diambil kenaikan nilai sebesar 0,005 seingga diperole nilai bandwidt () dan GCV yang ditunjukkan pada Tabel 2. Tabel 2. Nilai Bandwidt dan GCV dengan Kernel Triangle Bandwidt GCV Bandwidt GCV 2, ,6136 2, ,4753 2, ,5928 2, ,4785 2, ,5738 2, ,4830 2, ,5565 2, ,4886 2, ,5411 2, ,4953 2, ,5273 2, ,5031 2, ,5152 2, ,5222 2, ,5047 2, ,5428 2, ,4957 2, ,5649 2, ,4883 2, ,5883 2, ,4823 2, ,6131 2, ,4778 2, ,6392 2, ,4746 2, ,6666 2, ,4729 2, ,6952 2, ,4724 2, ,7250 2, ,4732 2, ,7560

8 Sukarsa dan Srinadi/ESTIMATOR KERNEL 26 Tabel 2 memperliatkan GCV minimum bernilai 655,4724 yaitu pada nilat bandwidt () sebesar 2,365, maka nilai bandwidt () optimal untuk fungsi kernel Triangle adala 2,365. Setela diperole nilai bandwidt yang optimal berdasarkan kriteria GCV minimum, kemudian dilakukan estimasi model regresi nonparametrik dengan estimator kernel Triangle pada bandwidt yang optimal, yaitu mengitung nilai ˆm(x) dengan macro progam software S-plus, seingga diperole nilai dugaan ˆm(x) untuk kernel Triangle dan estimasi kurva regresi yang ditunjukkan pada Gambar 4. Gambar 4. Plot Estimasi Kernel Triangle dengan Bandwidt Optimal = 2, Estimasi Data Motorcycle dengan Estimator Kernel Geussian Nilat bandwidt yang terlalu kecil, misalkan = 0, 1 mengasilkan kurva regresi yang sangat kasar, seperti terliat pada Gambar 5. Sebaliknya nilai bandwidt yang terlalu besar, misalkan = 10 mengasilkan kurva regresi yang sangat mulus dan tidak sesuai dengan pola data seperti yang ditunjukkan pada Gambar 6.

9 Sukarsa dan Srinadi/ESTIMATOR KERNEL 27 Gambar 5. Plot Estimasi Kernel Gaussian dengan Bandwidt = 0,1 Gambar 6. Plot Estimasi Kernel Gaussian dengan Bandwidt = 10 Nilai bandwidt () berdasarkan kriteria GCV minimum dengan macro program software SPlus, untuk memperole nilai bandwidt () yang lebi akurat, selang kenaikan nilai dibuat kecil, misalkan sebesar 0,005, seingga diperole nrlar bandwidt () dan GCV seperti pada Tabel 3.

10 Sukarsa dan Srinadi/ESTIMATOR KERNEL 28 Tabel 3. Nilai Bandwidt dan GCV dengan Kernel Gaussian Bandwidt GCV Bandwidt GCV 1, ,1474 1, ,9816 1, ,0821 1, ,0300 1, ,0241 1, ,0843 1, ,9736 1, ,1446 1, ,9302 1, ,2107 1, ,8940 1, ,2826 1, ,8648 1, ,3603 1, ,8425 1, ,4436 1, ,8271 1, ,5326 1, ,8184 1, ,6271 1, ,8163 1, ,7271 1, ,8208 1, ,8326 1, ,8319 1, ,9435 1, ,8493 1, ,0598 1, ,8730 1, ,1814 1, ,9031 1, ,3083 1, ,9393 1, ,4404 Tabel 3. menunjukkan GCV minimum bernilai pada nilai bandwidt () sebesar 1,090. Seingga nilai bandwidt () optimal untuk fungsi kernel Gaussian adala 1,090. Setela diperole nilai bandwidt yang optimal berdasarkan kriteria GCV, kemudian dilakukan estimasi model regresi nonparametrik dengan estimator kernel Gaussian menggunakan bandwidt yang optimal, yaitu mengitung nilai ˆm(x) dengan macro progam software S-plus, seingga diperole nilai dugaan ˆm(x) tmtuk kernel Gaussian dan estimasi kurva regresi yang ditunjukkan padra Gambar 7. Gambar 7. Plot Estimasi Kernel Gaussian dengan Bandwidt = 1,090

11 Sukarsa dan Srinadi/ESTIMATOR KERNEL Perbandingan Estimator Kernel Triangle dan Kernel Gaussian Pendekatan estimator kernel Triangle dan Gaussian dalam mengestimasi kurva regresi terliat dalam Gambar 8 berikut. Gambar 8. Plot Perbandingan Estimasi Kernel Triangle dan Gaussian Hasil estimasi kurva regresi antara fungsi kernel Triangle dan kernel Gaussian sangat berimpit dimana mengasilkan bentuk kurva regresi yang sangat mirip. Selanjutnya diliat dari perbandingan nilai MSE, RMSE, dan MAD yang diasilkan kedua fungsi kernel tersebut yang tercantum pada Tabel 4. Tabel 4. Perbandingan Estimator Kernel Triangle dan Gaussian Fungsi Kernel Bandwidt () Optimal MSE RMSE MAD Triangle 2, , , ,75821 Gaussian 1, , , ,20430 Tabel 4. menunjukkan nilai MSE, RMSE, dan MAD yang diasilkan fungsi kernel Triangle dan kernel Gaussian dengan menggunakan bandwidt optimal. Secara statistik nilai MSE, RMSE, dan MAD yang diasilkan kernel Triangle ampir mendekati nilainilai pada kernel Gaussian, seingga dapat dikatakan nilai MSE, RMSE dan MAD yang diasilkan kedua fungsi kernel tersebut ampir sama. Berdasarkan plot asil estimasi untuk fungsi kernel Triangle dan kernel Gaussian dengan menggunakan bandwidt optimal, sangat berimpit, serta perbandingan nilai MSE, RMSE, dan MAD yang menunjukkan asil yang ampir sama seingga dapat dikatakan bawa penggunaan fungsi kernel yang berbeda dengan bandwidt yang optimal untuk masing-masing fungsi kernel tersebut akan mengasilkan estimasi kurva regresi yang sama. Hasil penelitian ini mendukung pendapat yang dikemukakan ole Hastie dan Tibsirani [4], yang menyatakan bawa dalam regresi kernel pemilian parameter pemulus (bandwidt)jau lebi penting dibandingkan dengan memili fungsi kernel.

12 Sukarsa dan Srinadi/ESTIMATOR KERNEL Kesimpulan Berdasarkan asil dan pembaasan dapat diambil simpulan bawa untuk data motorcycle diperole bandwidt optimal untuk estimator kernel Triangle sebesar 2,365 dan kemel Gaussian sebesar 1,090. Dalam regresi kernel yang terpenting adala pemilian nilai bandwidt optimal, bukan pemilian fungsi kernel, karena penggunaan fungsi kernel yang berbeda dengan nilai bandwidt optimal mengasilkan estimasi kurva regresi yang ampir sama Hal ini sesuai dengan pendapat yang dikemukakan ole Hastie dan Tibsirani [4], yaitu dalam regresi kernel pemilian parameter pemulus (bandwidt) jau lebi penting dibandingkan dengan memili fungsi kernel. Daftar Pustaka [1] Aydin, Dursun A Comparison of te Nonparametric Regression Models using Smooting Spline and Kernel Regression. World Academy of Science, Engineering and Tecnology, 36, , Turkey. ttp:// Diakses tanggal 9 Februari [2] Eubank, R Spline Smooting and Nonparametric Regression. Marcel Dekker. New York. [3] Hardle, W Applied Nonparametric Regression. Cambridge University Press. New York. [4] Hastie, T.J. and R.J. Tibsirani Generalized Additive Models. Capman and Hall. New York. London [5] Hosmer, D.W. and S.Lemesow Applied Logistic Regression, 2 nd.jon Wiley and Sons, Inc.New York. [6] MatSoft S-Plus Guide to Statistical and Matematical Analysis. Version 3.2. A Division of Mat Soft, lnc. Seattle, Wasington. [7] Neter,J., W. Wasserrman dan M. H. Kutner Model Linier Terapan Analisis Regresi Linier Sederana. Diterjemakan ole Bambang Sumantri. Jurusan Statistika FMIPA IPB. Bogor. [8] Wand M.P. and M.C.Jones Kernel Smooting. Capman and Hall. New York.