PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

Transkripsi

1 PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr. Drs. I Nyoman Budantara, M.S. Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh Nopember (ITS Jalan Aref Rahman Han, Surabaya 6 E-mal : ewc.seruu@gmal.com, madu_r@statsta.ts.ac.d, 3 _nyoman_b@statsta.ts.ac.d Abstra Pola onsums hususnya onsums rumah tangga untu maanan menad salah satu fator penentu tngat esehatan dan produtvtas rumah tangga. Berdasaraan data SUSENAS tahun 9, pengeluaran rumah tangga untu onsums maanan d Provns Jawa Tmur meml rata-rata Rp. dengan pengeluaran rumah tangga onsums maanan tertngg adalah Kota Surabaya sebesar Rp.3.6. Perlu detahu fatorfator yang mempengaruh tnggnya pengeluaran rumah tangga untu onsums maanan d Kota Surabaya dengan memodelan pengeluaran rumah tangga onsums maanan serta fator-fator yang mempengaruh. Peneltan n dlauan dengan menggunaan tuuh varabel yang dduga mempengaruh pengeluaran rumah tangga untu onsums maanan berdasaran data SUSENAS TAHUN 9. Setap fator yang mempengaruh pengeluaran maanan tersebut tda meml pola tertentu, sehngga sehngga pemodelan terba adalah menggunaan pendeatan regres nonparametr splne dengan tt not optmum yang dperoleh dar metode Generalzed Cross Valdaton (GCV. Berdasaran hasl analss ddapatan etuuh varabel berpengaruh sgnfan terhadap pengeluaran rumah tangga untu onsums maanan dengan menghaslan nla oefsen determnas sebesar 8,8% dengan GCV mnmum menggunaan ombnas tt not. Kata unc - Konsums Maanan, Splne, GCV, Regres Nonparametr I. PENDAHULUAN Konsep onsums beratan dengan pembelanaan yang dlauan oleh rumah tangga atas barang dan asa dengan tuuan untu memenuh ebutuhan dar orang-orang yang melauan pembelanaan tersebut, atau uga pendapatan yang dbelanaan. Apabla pengeluaran-pengeluaran onsums semua orang dalam suatu negara dumlahan, maa haslnya adalah pengeluaran onsums masyaraat negara yang bersangutan []. Surve Sosal Eonom Nasonal (SUSENAS yang dlauan oleh Badan Pusat Statst (BPS, terdapat dua ens pengelompoan pengeluaran onsums rumah tangga, pengelompoan onsums maanan dan non maanan. Pola onsums hususnya onsums rumah tangga untu maanan menad salah satu fator penentu tngat esehatan dan produtvtas rumah tangga. Pemahaman terhadap perubahan pola onsums dan pengeluaran rumah tangga berguna untu memaham onds eseahteraan rumah tangga, tngat dan ens-ens pangan yang donsums serta perubahan yang terad. Salah satu bdang yang belum mengarah pada pencapaan MDGs d Indonesa adalah bdang gz []. Masalah gz yang dhadap seorang ndvdu terat erat dengan pola onsums rumah tangga. Pengeluaran rumah tangga untu onsums maanan d Provns Jawa Tmur meml rata-rata Rp. dengan pengeluaran rumah tangga onsums maanan tertngg adalah Kota Surabaya sebesar Rp.3.6. Pola data antara pengeluaran onsums rumah tangga untu maanan d Kota Surabaya dengan beberapa hal yang dduga berpengaruh, meml pola data yang tda elas bentunya, sehngga analss regres nonparametr yang dgunaan dalam peneltan n adalah analss regres Splne dengan melhat araterst masng-masng varabel dan bentu model yang dhaslan dar fator-fator yang dduga mempengaruh. Sehngga dgunaan sebaga nformas untu persedaan ebutuhan maanan masyaraat Kota Surabaya. Sedangan bag masyaraat, membantu dalam mengatur pereonoman pengeluaran, hususnya pengeluaran maanan. Sehngga dperoleh duatuuan dar peneltan n, yatu mendesrpsan araterst rumah tangga d Kota Surabaya terat pengeluaran onsums maanan dan memodelan pengeluaran onsums rumah tangga untu maanan d Kota Surabaya dan fator-fator yang mempengaruhnya dengan menggunaan regres nonparametr Splne. Batasan masalah peneltan n adalah menggunaan data pengeluaran onsums rumah tangga untu maanan tahun 9 d Kota Surabaya. II. TINJAUAN PUSTAKA A. Analss Regres Analss Regres merupaan salah satu metode statsta untu memodelan dan mempreds varabel dependen dengan menggunaan nformas dar satu atau lebh varabel ndependen melalu suatu persamaan matemats [3]. B. Regres Parametr Regres parametr adalah metode statst yang dgunaan untu mengetahu pola hubungan antara varabel respon dengan varabel predtor (analss regres dengan bentu urva regresnya detahu. Model regres lnear sederhana

2 yang melbatan satu varabel predtor dapat dtuls sebaga berut. y = β β ε ( dengan y adalah varabel respon, β dan β merupaan parameter, adalah varabel predtor, dan ε adalah error yang berdstrbus normal, ndependen dengan mean nol dan varans σ. Ja dtuls dalam persamaan matrs, adalah sebaga berut. Y = Xβ ε ( dengan y merupaan vetor respon beruuran n, X merupaan matrs beruuran n(, β adalah vetor parameter yang aan destmas beruuran (, serta ε merupaan vetor error beruuran n. Secara lengap matrs dan vetor-vetor tersebut dberan oleh : y y = y n n n β ε β ε β ε ( n n C. Regres Nonparametr Pendeatan regres nonparametr dgunaan untu mendapatan model yang mampu menelasan hubungan antara varabel respon dan varabel predtor yang belum detahu bentu fungsnya. Regres nonparametr pertama al denal setar abad e-9, pada tahun 85 []. Model regres nonparametr dapat dtuls sebaga berut. y = G ( ε (3 y merupaan varabel respon, merupaan varabel predtor, G( merupaan fungs regres, dan ε adalah error yang berdstrbus normal, ndependen dengan mean nol dan varans σ [5]. Fungs G dalam ruang Splne berorde p dnyataan menad r β = = g ( = β ( K dmana ββ : parameter polynomal, =,,,.,p( ββ : parameter dar potongan polynomal, =,,3,,r KK : tt not, =,,3,,r Fungs truncated dengan p sebaga orde Splne dan K merupaan not yang terplh adalah sebaga berut. ( K ( K =, < K, K D. Estmas Parameter Estmas parameter pada regres splne menggunaan metode Ordnary Least Suare (OLS. ˆβ = ( X X X Y (6 E. Menentuan Tt Knot Optmal Tt not merupaan tt perpaduan bersama dmana terdapat perubahan perlau fungs pada nterval yang berlanan [6]. Salah satu metode untu memlh tt not ( (5 optmal adalah dengan metode GCV (Generalzed Cross Valdaton []. Model splne dengan tt not yang optmal ddapat dar nla GCV terecl. Fungs GCV ddefnsan, MSE( K, K GCV ( K, K = ( ( n tr[ I A( K, K ] dmana, MSE n ( K, K = n ( y fˆ ( K, K t ( = K, K dan matrs A( dperoleh dar persamaan y = A ( K, K y. ˆ F. U Sgnfan Parameter Penguan n dgunaan untu mengetahu varabel predtor yang berpengaruh sgnfan terhadap varabel respon.. U Serenta U serenta dlauan untu mengetahu sgnfans parameter β terhadap varabel respon secara bersama-sama. Pada penguan n menggunaan statst u F.. U Parsal U parsal dlauan untu mengetahu sgnfans parameter β terhadap varabel respon secara parsal dengan menggunaan statst u t. III. METODOLOGI PENELITIAN A. Sumber Data dan Varabel Peneltan Data yang aan dgunaan adalah data seunder hasl Surve Sosal Eonom Nasonal (SUSENAS Propns Jawa Tmur tahun 9 oleh Badan Pusat Statst (BPS dengan sampel rumah tangga Kota Surabaya sebanya. rumah tangga. Varabel respon (y yang dgunaan adalah pengeluaran onsums rumah tangga untu maanan. Sedangan varabel predtor yang dgunaan pada peneltan n adalah pendapatan rumah tangga (, umlah anggota rumah tangga (, persentase anggota rumah tangga yang beera ( 3, persentase anggota rumah tangga < tahun (, usa epala rumah tangga ( 5, umlah ana dalam rumah tangga ( 6, dan rata-rata pengeluaran per apta (. B. Langah Analss Langah-langah analss dalam peneltan n adalah sebaga berut.. Sebelum meodelan reges splne nonparametr, maa tahapan awal adalah melauan analss statsta desrptf dar data pengeluaran onsums maanan d Kota Surabaya.. Melauan analss regres splne dengan beberapa tahapan. a. Adapun langah awal dalam mendapatan model regres splne adalah membuat scatterplot antara varabel respon dengan masng-masng varabel predtor.

3 3 b. Memodelan varabel respon y dan varabel dengan model Splne lnear dengan menentuan tt-tt not optmal yang ddasaran pada nla GCV mnmum. c. Melauan u sgnfans parameter secara serenta dan parsal. 3. Yang terahr adalah mengnterpretasan model yang dperoleh dan membuat esmpulan. y IV. ANALISIS DAN PEMBAHASAN A. Karaterst Pengeluaran Rumah Tangga untu Konsums Maanan Sebesar. rumah tangga d Kota Surabaya meml araterst Pengeluaran Rumah Tangga beserta fator-fator yang dduga mempengaruh d Provns Jawa Tmur pada Tabel. Tabel Karaterst Pengeluaran Rumah Tangga Konsums Maanan dan Fator yang dduga Mempengaruh Varabel Mean Varans Mnmum Masmum y,35,365,986 8,99,338,689,9 3,339,53 3 3,58 6,639,3 58, , ,36,6,38636,56 6,8 Tabel menunuan bahwa rata-rata pengeluaran onsums maanan rumah tangga sebaga varabel respon d Kota Surabaya setap bulannya pada tahun 9 sebesar Rp,35 uta dengan varans,365. Pengeluaran rumah tangga untu onsums maanan d Surabaya mencapa anga antara Rp,986 uta dan Rp 8,99 uta. Pendapatan rumah tangga menunuan bahwa meml rata-rata sebesar Rp,338 uta dengan varans,689. Dar. rumah tangga Surabaya, pendapatan rumah tangga tertngg sebesar Rp 3,339 uta dan pendapatan rumah tangga Surabaya terendah mencapa anga Rp,9 uta. Varabel sebaga umlah anggota rumah tangga meml rata-rata sebesar dan varans,53. Artnya rata-rata banyanya anggota dalam setap rumah tangga adalah orang. Penelasan untu varabelvarabel lan, bsa dlhat melalu Tabel. B. Hubungan antara Pengeluaran Rumah Tangga Konsums Maanan dengan Fator yang dduga Mempengaruh Langah awal yang harus dlauan adalah melauan scatter plot antara varabel y dan Gambar. Plot Varabel Konsums Maanan dengan Varabel Predtor Pola hubungan yang terbentu antara varabel respon yan Pengeluaran Konsums Maanan dengan varabel-varabel predtornya yatu pendapatan rumah tangga (, umlah anggota rumah tangga (, persentase anggota rumah tangga yang beera ( 3, persentase anggota rumah tangga berusa < tahun (, usa epala rumah tangga ( 5, umlah ana dalam rumah tangga ( 6 dan rata-rata pengeluaran per apta ( dtunuan pada Gambar. Plot yang dhaslan dar Gambar menunuan hubungan antara onsums maanan dengan varabel predtornya tda terlhat ada ecenderungan membentu pola tertentu, maa penyelesaannya menggunaan pendeatan model regres nonparametr splne. C. Model Regres Nonparamater Splne Berut adalah model regres nonparametr Splne lner dengan satu tt not untu masng-masng pada pengeluaran rumah tangga untu onsums maanan. y = β β β( K β β ( K β β6( 3 K3 β β ( K β β ( K β β K β β K ε 6 ( ( Selanutnya, setelah pemlhan satu tt not maa dlauan pemlhan dua tt not untu mencar GCV terecl. Berut adalah model untu regres nonparametr Splne lner dengan dua tt not pada pengeluaran rumah tangga onsums maanan. β β( K β ( K 3 ( K3 β( K ε y = β β 9 β Sedangan model regres nonparametr Splne lner dengan tga tt not pada pengeluaran rumah tangga untu onsums maanan adalah sebaga berut. y = β β β β 5 6 β( K β ( K β ( K 3 3 ( K β ( K β ( K ε 9 8 Model regres nonparametr splne lnear yang dabaran tersebut dlauan sebaga langah awal dalam estmas parameter.

4 = = Tpe not D. Pemlhan Tt Knot Optmal Nla GCV yang dhaslan menggunaan satu tt not dtunuan pada Tabel. Tabel Nla GCV mnmum model regres splne Knot GCV not,5,,5 6, 5,3,85,886,896 not 3 not Komb, not 5,95,83 8,3 9,8 9,9,86,6 3,,8 9,96 8,98 83,6 6,85 6,38,5 5,96 3,,5 5,95 3,,,8,8,,8 8,3 9,96 8,3 9,96, 9,8 8,98, 9,8 8,98 9,8 9,9 83,6 5,3,9,9 6,86,9 6,86,3,8 6,35,3,8 6,35,9,,6 Terdapat 5 nla GCV beserta nla-nla potongan (not pada tap predtor pada tabel. Terlhat pada Tabel bahwa nla GCV terendah yang dhaslan satu tt not menunuan anga,896 dengan tt-tt not optmum,5 pada varabel,,5 pada varabel,,9 pada varabel 3, tt not 6, varabel, 5,365 pada varabel 5,,85 pada varabel 6, dan tt not,8859 pada varabel.. Nla GCV terendah yang dhaslan dengan menggunaan tt not sebesar,9, Tt not pada tap varabel predtor yang menghaslan nla GCV terendah yatu K =5,95, K =3,; K 3 =,83, K =,8; K 5 =8,3, K 6 =9,96; K =9,8, K 8 =8,98; K 9 =9,9, K =83,6; K =,86, K =6,85; K 3 =,6, K =6,38. Selanutnya, nla GCV terecl dengan satu tt not aan dbandngan dengan model GCV dengan dua not, dan tga not untu mencar model terba Nla GCV terendah dar tga tt not menunuan anga,6. Dengan tt-tt not pada masng-masng varabel menunuan anga (K =,5, K =5,96, K 3 =3,; (K =,, K 5 =,8, K 6 =,8; (K =,8, K 8 =8,3, K 9 =9,96; (K =,, K =9,8, K =,98; (K 3 =,9, K =9,9, K 5 =83,6; (K 6 =,9, K =,9, K 8 =6,86; (K 9 =,3, K =,8, K =6,35. Selanutnya, nla GCV terecl dengan satu tt not aan dbandngan dengan model GCV dengan dua not, tga not serta ombnas not untu mencar model terba Pada penelasan sebelumnya telah dperoleh nla GCV optmum dengan menggunaan satu not, dua not, dan tga not untu masng-masng varabel omponen nonparametr. Selanutnya dlauan pengombnasan masng-masng not optmal agar dperoleh berbaga ombnas not dar tuuh varabel dengan masmal tt not sebanya tga. Terlhat dar Tabel bahwa terdapat emungnan-emungnan setap varabel omponen non-parametr mempunya umlah not optmum yang berbeda-beda. Kombnas not yang dperoleh adalah tt not. Berdasaran nla GCV mnmum sebesar,6. dperoleh tga not untu varabel pendapatan rumah tangga ( yatu,5, 5,95, dan 3,, satu nla not untu varabel banyanya anggota rumah tangga ( yatu,, dua nla not untu varabel persentase anggota rumah tangga yang beera ( 3 yatu 8,3 dan 9,96, tga nla not untu varabel persentase anggota rumah tangga < tahun ( yatu,; 9,8, 8,98, satu nla not untu varabel usa epala rumah tangga ( 5 yatu 5,3, dua nla not untu varabel umlah ana dalam rumah tangga ( 6 yatu,9 dan 6,86, dan tga nla not untu varabel rata-rata pengeluaran per apta ( yatu,3,,8, 6,35. E. U Parameter Hpotess untu penguan parameter model secara serenta atau smultan adalah sebaga berut. H : ββ = ββ = ββ 3 = = ββ R H : mnmal terdapat satu ββ R dmana =,,,. Pada Tabel 3 berut n dberan hasl ANOVA untu penguan parameter model regres Splne lner secara serenta. Tabel 3. ANOVA Model Regres Splne Lner Sumber varas Deraat bebas Sum of Suare Mean Suare Regres 35,66 3,8938 Error 9 8,59,988 Total 8 38,8 F htung p- value 85,95, Berdasaran ANOVA pada Tabel 3 dapat detahu bahwa F htung bernla adalah lebh besar dar F tabel (5%;;9 =,55. Oleh arena tu dapat dambl eputusan bahwa H dtola dengan art bahwa mnmal terdapat satu parameter beta (predtor yang sgnfan terhadap varabel respon. Berdasaran hasl analss uga ddapatan nla R sebesar 8,8% yang berart bahwa varabel yang dgunaan dapat menelasan model sebesar 8,8% dan,6% ssanya delasan oleh varabel lan yang belum dmasuan e dalam model. Ja nla R yang tngg dataan bahwa model regres nonparametr splne yang dhaslan merupaan model yang sangat ba. Untu mengetahu parameter yang berpengaruh terhadap respon, maa perlu dlauan u sgnfans secara ndvdu. Hpotess untu penguan parameter model secara ndvdu adalah sebaga berut. H : ββ R H : ββ R dmana =,,, Dengan menggunaan u t, dperoleh hasl dar penguan secara ndvdu pada Tabel. Tabel. Penguan Parameter Model Splne secara Parsal Varabel Parameter Koefsen t htung p-value onstan ββ,33,5,993 ββ,5,988,98e - *

5 ββ -,88 -,,639* ββ 3 -,6-8,,6e -5 * ββ 6,586,,58e -8 * ββ 5 -,86-3,83,56* ββ 6,353,969 9,63e - * ββ -, -,5,93 ββ 8,,565,856 ββ 9 -, -,65,386e -6 * ββ 5,535,93,36* ββ -9,9 -,96,36* ββ,6,,359* ββ 3 -, -,99,56 ββ,,86,85 ββ 5 -, -,38,6 ββ 6 -,99-3,83,3* ββ,,98,93* ββ 8-3, -,639,5 ββ 9,35,6, ββ -,89 -,63,36* ββ,9,5,9953 ββ -9,666 -,98,6e -5 *. Berdasaran Tabel dapat dlhat bahwa terdapat parameter yang membentu model regres Splne lner dengan ombnas not pada pengeluaran rumah tangga untu onsums maanan d Kota Surabaya. Dar parameter tersebut, terdapat 8 parameter yang tda sgnfan pada tngat sgnfans.5, dantaranya adalahββ, ββ 8, ββ 3, ββ, ββ 5, ββ 8, ββ 9, dan ββ arena p-value yang dhaslan lebh dar α (,5. Aan tetap, a dlhat secara eseluruhan dapat dsmpulan bahwa etuuh varable respon dduga berpengaruh terhadap varabel pengeluaran rumah tangga untu onsums maanan. F. Interpretas Model Pemodelan pengeluaran onsums maanan menggunaan tt not optmal yan menggunaan ombnas tt not dtunuan pada persamaan berut dengan nla Estmas parameternya. y =,33,5,88(,5,6( 5,95 6,586( 3,,86,353(,,3,( 3 8,3,( 3 9,96 5,535 9,9(,,6( 9,8,( 8,98,5,( 5 5,3,996,( 6,9 3,( 6 6,86,35,89(,3,9(,8 9,666( 6,35 ε Interpretas model bsa dlauan untu parameter yang sgnfan. Adapun nterpretas terhadap varabel adalah a varabel, 3,, 5, 6, dan onstan maa pengaruh dar pendapatan rumah tangga ( terhadap pengeluaran rumah tangga untu onsums maanan (y adalah saat pendapatan rumah tangga urang dar Rp,5 uta, a pendapatan rumah tangga na sebesar Rp uta, maa pengeluaran onsums maanan aan cenderung na sebesar Rp,5 uta dengan cr-cr rumah tangga yang meml rata-rata umlah anggota rumah tangga sebanya 3 orang, 9 % anggota rumah tangga yang beera, 6 % anggota rumah tangga yang berusa < tahun, 3 tahun usa epala rumah tangga, umlah ana orang, dan rata-rata pengeluaran per aptanya sebesar Rp,8 uta. Pada saat pendapatan rumah tangga antara Rp,5 uta hngga Rp 5,95 uta, apabla pendapatan rumah tangga na sebesar Rp uta, maa pengeluaran onsums maanan aan cenderung na sebesar Rp,39 uta dengan melhat rata-rata varabel lan sebesar anggota rumah tangga, 39% anggota rumah tangga yang beera, 8 % anggota rumah tangga yang berusa < tahun, tahun usa epala rumah tangga, ana, dan Rp,5 uta rata-rata pengeluaran per apta. Pendapatan rumah tangga pada saat berada pada anga antara Rp 5,95 uta hngga Rp 3, uta, a pendapatan rumah tangga bertambah sebesar Rp uta maa pengeluaran maanan cenderung na sebesar Rp,83 uta dan varabel lan meml rata-rata sebesar 5 orang anggota rumah tangga, 56% anggota rumah tangga yang beera, % anggota rumah tangga yang berusa < tahun, 5 tahun usa epala rumah tangga, ana, dan sebesar Rp,5 uta rata-rata pengeluaran per apta. Ja pendapatan rumah tangga lebh besar dar Rp 3, uta, a pendapatan rumah tangga na Rp uta maa pengeluaran rumah tangga untu onsums maanan uga aan na sebesar Rp 6,669 uta dengan varabel lan sebanya 6 orang anggota rumah tangga, % anggota rumah tangga yang beera, tda ada anggota rumah tangga yang berusa < tahun, 6 tahun usa epala rumah tangga, ana, dan sebesar Rp, uta rata-rata pengeluaran per apta.. Pengaruh varabel banyanya anggota rumah tangga ( terhadap y adalah saat umlah anggota rumah tangga urang dar orang, dan umlah anggota rumah tangga bertambah orang, maa pengeluaran onsums maanan cenderung turun sebesar Rp,86 uta dengan varabel lan meml rata-rata sebesar Rp, uta pendapatan rumah tangga dan uga ratarata pengeluaran per apta, 6% anggota rumah tangga yang beera, tda ada anggota rumah tangga yang berusa < tahun, tahun usa epala rumah tangga, serta 3 ana. Pada saat umlah anggota rumah tangga lebh dar orang, a anggota rumah tangga bertambah orang, maa pengeluaran onsums maanan aan na sebesar Rp,6 uta dengan varabel lan meml rata-rata sebesar Rp,5 uta pendapatan rumah tangga, % anggota rumah tangga yang beera, 8% anggota rumah tangga yang berusa < tahun, 6 tahun usa epala rumah tangga, ana, dan rata-rata pengeluaran per apta sebesar Rp,658 uta. Pengaruh persentase anggota rumah tangga yang beera ( 3 terhadap y adalah saat persentase anggota rumah tangga yang beera lebh dar atau sama dengan 9,96%, bla persentase anggota rumah tangga yang beera na sebesar %, pengeluaran onsums untu maanan cenderung turun sebesar Rp, uta dan varabel lan meml rata-rata sebesar Rp,8 uta pendapatan rumah tangga, orang

6 6 anggota rumah tangga, tda ada anggota rumah tangga yang berusa < tahun, 8 tahun usa epala rumah tangga, ana, dan rata-rata pengeluaran per apta sebesar Rp,9 uta. Pengaruh persentase anggota rumah tangga < tahun sebaga terhadap y adalah pada saat persentase anggota rumah tangga yang berusa < tahun urang dar,% maa bla persentase anggota rumah tangga yang berusa < tahun na sebesar %, pengeluaran onsums untu maanan cenderung na sebesar Rp 5,535 uta dengan varabel lan meml rata-rata sebesar Rp,33 uta untu pendapatan rumah tangga, umlah anggota rumah tangga 3, % anggota rumah tangga yang beera, tahun usa epala rumah tangga, ana, dan rata-rata pengeluaran per apta sebesar Rp,8 uta. Saat persentase anggota rumah tangga yang berusa < tahun terleta antara,% dan 9,8%, bla persentase anggota rumah tangga yang berusa < tahun menngat sebesar % maa pengeluaran onsums untu maanan cenderung na sebesar Rp, uta dan varabel lan meml nla sebesar Rp,839 uta untu pendapatan rumah tangga, umlah anggota rumah tangga, 59% anggota rumah tangga yang beera, 59 tahun usa epala rumah tangga, meml ana, dan rata-rata pengeluaran per apta sebesar Rp,58 uta. Persentase anggota rumah tangga yang berusa < tahun saat berada pada anga lebh besar atau sama dengan 9,8% bla persentase anggota rumah tangga yang berusa < tahun na % maa pengeluaran onsums maanan cenderung na sebesar Rp, uta dengan nla rata-rata varabel lan sebesar Rp,98 uta untu pendapatan rumah tangga, umlah anggota rumah tangga 5, 3% anggota rumah tangga yang beera, tahun usa epala rumah tangga, ana, dan rata-rata pengeluaran per apta sebesar Rp,5 uta. Sedangan nterpretas untu varabel 6 dan dsesuaan pada model sepert yang telah deasan ada varabel sebelumnya dengan melhat parameter yang sgnfan. y =,33,5,88(,5,6( 5,95 6,586( 3,,86,353(,,3,( 3 8,3,( 3 9,96 5,535 9,9(,,6( 9,8,( 8,98,5,( 5 5,3,996,( 6,9 3,( 6 6,86,35,89(,3,9(,8 9,666( 6,35 ε Terdapat enam varabel yang berpengaruh terhadap pengeluaran rumah tangga untu onsums maanan, yatu pendapatan rumah tangga, umlah anggota rumah tangga, persentase anggota rumah tangga yang beera, persentase anggota rumah tangga < tahun, umlah ana dalam rumah tangga, dan rata-rata pengeluaran per apta DAFTAR PUSTAKA [] Dumary. (996. Pereonoman Indonesa. Jaarta: Erlangga. [] Bappenas.. Kta Suaraan MDGs Dem Tercapanya d Indonesa. Laporan Pencapaan MDGs d Indonesa. Jaarta: Bappenas dan Unted Natons. [3] Euban, R. L. (999. Nonparametrc Regresson and Splne Smoothng. New Yor: Marcel Deer. [] Hardle, W. (99. Appled Nonparametrc Regresson. New Yor: Cambrdge Unversty Press. [5] Wahba G., 99, Splne Models for Observaton Data, SIAM Pensylvana. [6] Budantara, I.N. (6. Model Splne dengan Knots Optmal. Jurnal Ilmu Dasar. FMIPA Unverstas Jember, Vol., Hal [] Budantara, I.N. (. Metode UBR, GML, CV, dan GCV dalam Regres Nonparametr Splne. Maalah Ilmah Hmpunan Matemata Indonesa (MIHMI. 6,85-9. V. KESIMPULAN Kesmpulan yang dperoleh dar hasl pembahasan adalah sebanya. rumah tangga Kota Surabaya rata-rata setap bulannya mengeluaran baya untu onsums maanan sebesar,35 uta rupah dengan varans,365 (dalam uta rupah. Pengeluaran rumah tangga onsums rumah tangga d Surabaya mencapa anga antara Rp,985 uta dan Rp 8,99 uta. Model Splne terba dperoleh dar ombnas tt not Nla GCV yang dhaslan hanya,6 dengan Rsuare sebesar 8,8%, sedangan nla MSEnya adalah 3,8938. Berut merupaan model yang ddapatan.