ABSTRAK
Kemiskinan merupakan kurangnya pendapatan untuk memenuhi kebutuhan hidup minimum. Kemiskinan merupakan masalah yang dialami oleh seluruh negara yang ada di dunia terutama negara berkembang. Tinggi rendahnya kemiskinan suatu negara dapat dijadikan tolak ukur untuk melihat kondisi ekonomi dan sosial yang ada di negara tersebut. Oleh karena itu, penanggulangan kemiskinan menjadi penting. Pulau Jawa menjadi pulau yang memiliki jumlah penduduk miskin paling tinggi di Indonesia yaitu sekitar 14.83 juta jiwa. Jawa Timur memiliki persentase kemiskinan yang tergolong tinggi di Pulau Jawa. Pada tahun 2016 persentase kemiskinan di Jawa Timur adalah 11.85%. Metode yang dapat digunakan untuk mengetahui faktor apa saja yang memengaruhi kemiskinan yaitu model regresi. Regresi nonparametrik digunakan apabila kurva fungsi regresi tidak diketahui bentuknya. Pendekatan dengan deret Fourier dalam regresi nonparametrik digunakan apabila pola data tidak diketahui dan memiliki kecenderungan pola data berulang karena bersifat periodik. Optimasi yang digunakan untuk menentukan estimasi parameter model adalah penalized least square (PLS). Dalam optimasi tersebut terdapat parameter penghalus (λ) dan parameter osilasi (M) yang baik digunakan pada deret Fourier. Parameter λ adalah parameter penghalus yang berguna untuk mengontrol ukuran kesesuaian dan kemulusan kurva regresi. Model regresi dengan deret Fourier diperoleh berdasarkan nilai parameter M dan λ yang optimum dengan generalized cross validation (GCV) minimum. Pada penelitian ini diterapkan model regresi nonparametrik dengan deret Fourier dan estimasi parameter menggunakan optimasi PLS pada data kemiskinan di Jawa Timur. Hasil menunjukkan bahwa model regesi nonparametrik dengan pendekatan deret Fourier pada M = 1 dan nilai λ optimum yang diperoleh yaitu λ1 = 0.1, λ2 = 0.1, λ3 = 0.1, λ4 = 0.05, λ5 = 0.1, λ6 = 0.1. Nilai GCV minimum yaitu 5.83028 dengan R2 = 83.27778%.
