ABSTRAK

Rempah-rempah merupakan  komoditas  pada  sektor pertanian. Data  nilai ekspor rempah-rempah Indonesia  merupakan  data  runtun  waktu  ekonomi yang dapat dimodelkan dengan autoregressive moving average (ARMA). Data nilai eks- por rempah-rempah bulan Januari  2011 sampai dengan September 2016 memiliki tingkat  volatilitas tinggi.   Volatilitas   tinggi  mengakibatkan asumsi  eror  white noise  pada  model ARMA (0,1) dan ARMA (1,0) tidak  dipenuhi.   Untuk  meng- atasi  hal tersebut  digunakan  model nonparametrik yaitu  regresi spline.  Fungsi regresi spline  hanya  bergantung  pada  titik  knot.   Hal tersebut  mengakibatkan fungsi yang dihasilkan  tidak  sesuai dengan  karakteristik data.   Oleh karena  itu, digunakan  model regresi penalized spline.

Model regresi penalized spline merupakan  model regresi spline yang fungsi regresinya bergantung  pada  titik  knot  dan parameter pemulus  (?).  Dalam  me- nentukan model regresi penalized spline terbaik  diperlukan  banyaknya  titik  knot (K ) optimum dan ? optimum.  Nilai K  optimum dan ? optimum ditentukan ber- dasarkan  nilai generalized cross validation  (GC V ) minimum.  Tujuan  penelitian ini adalah menerapkan  model regresi penalized spline linier pada data nilai ekspor rempah-rempah Indonesia.

Hasil  penelitian  ini  adalah  model  regresi  penalized  spline  terbaik  pada data  nilai ekspor rempah-rempah Indonesia  dengan  K  optimum  8 dan  ? opti- mum 31622.78. Nilai K  optimum  dan ? optimum  diperoleh dari GC V minimum 315791386. Model tersebut  memberikan  nilai root mean  square error  (RM SE) 12627.73133. Nilai RM SE tersebut  tergolong kecil sehingga model yang diper- oleh baik untuk  digunakan.

Kata Kunci:  nilai ekspor rempah-rempah,  white noise, GCV,  penalized splin