MODEL ADITIF TERGENERALISIR SEMIPARAMETRIK DENGAN MENGGUNAKAN PEMULUSAN LOESS PADA KASUS PENDUGAAN CURAH HUJAN

Abstract

Model aditif tergeneralisir atau yang sering disebut dengan Generalized Additive Models (GAM) adalah model statistika yang merupakan perluasan dari GLM dan model aditif dengan mengganti prediktor linier menjadi prediktor aditif serta distribusi yang digunakan adalah distribusi keluarga eksponensial. Dalam penggunaanya, GAM sering digunakan untuk memodelkan data dengan menggunakan estimasi parameternya secara semiparametrik maupun nonparametrik. Pendekatan estimasi parameter ini ada 2, yaitu parametrik dan nonparametrik. Pendekatan semiparametrik merupakan gabungan antara parametrik dan nonparametrik. Pada GAM, pengaplikasian bentuk semiparametrik pada data juga dapat dilakukan dengan menggunakan pemulusan sebagai prediktor aditifnya ketika data yang digunakan tidak memenuhi asumsi kelinieran. Pemulus yang digunakan dalam penelitian ini adalah pemulus loess. Pada penelitian ini, data yang digunakan adalah intensitas curah hujan yang terjadi di Indonesia yang termasuk dalam data kontinu. Tujuannya adalah untuk mengaplikasikan GAM dengan pemulus loess serta mengetahui mengetahui pengaruh tekanan udara, suhu udara dan kelembaban udara terhadap curah hujan dengan menggunakan model aditif tergeneralisir semiparametrik dengan pemulus loess. Selanjutnya, dianalisis data curah hujan sebagai variabel respon dengan kelembaban (X1), suhu (X2) dan tekanan (X3). Analisis ini dilakukan menggunakan bantuan software R dengan paket gam dan MASS.