PEMILIHAN BANDWIDTH PADA ESTIMATOR NADARAYA-WATSON DENGAN TIPE KERNEL GAUSSIAN PADA DATA TIME SERIES (Studi Kasus: Penutupan Indeks Harga Saham Harian Jakarta Islamic Index (JII) Periode 1 Januari 2016 −30April 2016)

Regresi nonparametrik merupakan analisis regresi dengan pendugaan model dilakukan berdasarkan pendekatan yang tidak terikat asumsi bentuk kurva regresi tertentu, namun dibentuk sesuai dengan informasi yang ada dalam data. Salah satu jenis fungsi yang dapat digunakan untuk menduga bentuk regresi nonparametrik adalah fungsi kernel Gaussian. Pada regresi kernel, terdapat beberapa estimator yang dapat digunakan untuk memodelkan harga saham Jakarta Islamic Index (JII) dalam rentang waktu 1 januari 2016 sampai dengan 30 april 2016, salah satunya adalah estimator Nadaraya-Watson. Dalam melakukan analisis regresi kernel, diperlukan suatu konstanta penghalus yang disebut dengan bandwidth. Beberapa metode yang dapat digunakan untuk mendapatkan nilai bandwidth yang sesuai dengan data adalah metode bandwidth “Rule of Thumb”, metode Unbiased Cross Validation (UCV), metode Biased Cross Validation (BCV), dan metode Complete Cross Validation (CCV). Perhitungannya menggunakan bantuan software R 3.2.3 dan SPSS versi 20. Untuk mengetahui metode yang lebih baik dalam mengestimasi kasus harga saham Jakarta Islamic Index (JII) tersebut digunakan perbandingan nilai Mean Square Error (MSE). Nilai MSE yang paling kecil diperoleh menggunakan metode bandwidth “Complete Cross Validation”. Hasil estimasi menunjukkan bahwa pada nilai parameter bandwidth “Complete Cross Validation” menghasilkan kurva yang tidak cukup mulus tetapi nilai hasil estimasinya dekat dengan titik data aktual. Kata kunci: Regresi Nonparametrik, Regresi Kernel, Fungsi Gaussian, Estimator Nadaraya-Watson, Cross Validation, Bandwidth