Data longitudinal merupakan data yang diperoleh berdasarkan pangamatan yang dilakukan sebanyak n objek yang saling independen dengan setiap objek diamati secara berulang dalam kurun waktu yang berbeda dan antara pengamatan dalam objek yang sama bersifat dependen. Teknik smoothing yang digunakan untuk mengestimasi model regresi nonparametrik pada data longitudinal adalah estimator Polinomial Lokal Kernel, estimator tersebut tidak mengabaikan korelasi antara pengamatan dalam objek yang sama. Estimator Polinomial Lokal Kernel dapat diperoleh dengan meminimumkan WLS (Weighted Least Square). Kemudian untuk pemilihan bandwidth optimal menggunakan metode Cross Validation (CV) dan penerapan pada data dibuat program menggunakan Software R. Data yang digunakan adalah data kadar trombosit penderita demam berdarah dengan variabel respon yaitu kadar trombosit dan variabel prediktornya yaitu waktu pengamatan selama dirawat di rumah sakit (hari ke-1 sampai hari ke-8). Berdasarkan hasil penerapan model tersebut diperoleh nilai bandwidth optimal sebesar 1,8 dan orde polinomial p=2 pada saat CV minimum sebesar 0,001575727 sehingga hasil estimasi model diperoleh MSE sebesar 0,00184196. Dinamika perubahan kadar trombosit demam berdarah mengalami penurunan yaitu pada hari pertama hingga hari ketiga selama dirawat di rumah sakit dengan rata-rata penurunan sebesar 0,058032 juta/ml, setelah hari ketiga mengalami kenaikan kadar trombosit hingga hari kedelapan dengan rata-rata sebesar 0,129122 juta/ml.

Kata kunci : Regresi Nonparametrik, Data Longitudinal, Estimator Polinomial Lokal Kernel, Cross Validation, Demam Berdarah.