Skip to main content Skip to main navigation menu Skip to site footer
Articles
Published: 2019-06-27

Model Regresi Semiparametrik Spline Hasil Produksi Padi di Kabupaten Lombok Timur

Universitas Mataram
Universitas Mataram
Universitas Mataram
Generalized Cross Validation Produksi Padi Regresi Semiparametrik Spline

Abstract

Beras merupakan suatu sumber bahan makanan pokok penting yang harus tetap terjaga ketersediannya sepanjang tahun. Namun untuk tahun-tahun terakhir ini Indonesia yang dikenal dengan kekayaan alamnya, menjadi salah satu negara pengimpor beras. Hal ini dikarenakan konsumsi beras di indonesia terus meningkat setiap tahunnya, sedangkan produksi beras yang dihasilkan kurang mencukupi konsumsi masyarakat Indonesia. Penelitian ini dilakukan dengan tujuan untuk menentukan model regresi semiparametrik spline pada analisis faktor-faktor yang mempengaruhi hasil produksi padi di Kabupaten Lombok Timur tahun 2014, serta mengetahui faktor-faktor apa saja yang mempengaruhi hasil produksi padi tersebut. Metode yang digunakan adalah regresi semiparametrik spline dengan pemilihan titik knot optimum menggunakan Generalized Cross Validation. Hasil yang diperoleh menunjukkan bahwa variabel yang secara signifikan mempengaruhi hasil produksi padi adalah ketinggian wilayah dari permukaan laut, dengan nilai koefisien determinasi sebesar 99,71% dan nilai Root Mean Square Error of Prediction sebesar 41,65.

References

  1. Francisco, M. T., dkk. (2017). Analisis Pendapatan Usaha tani Padi Sawah Dengan System of Rice Intensification Di Desa Empat Balai Kecamatan Kuok Kabupaten Kampar. Jurnal Ilmiah Pertanian. Vol. 13, No. 2.
  2. Badan Pusat Statistik (BPS). (2019). Impor Beras menurut Asal Negara, 2000-2017. https://www.bps.go.id/, diakses Juni 2019.
  3. Zaeroni, R. dan Dewi, S. R. (2016). Pengaruh Produksi Beras, Konsumsi Beras, dan Cadangan Devisa Terhadap Impor Beras di Indonesia. Jurnal Ekonomi Pembangunan Universitas Udayana. Vol. 5, No. 9.
  4. Badan Pusat Statistik (BPS). (2001). Nusa Tenggara Barat Dalam Angka 2001. NTB: Badan Pusat Statistik Provinsi NTB.
  5. Badan Pusat Statistik (BPS). (2016). Luas Wilayah dan Persentase Menurut Kabupaten/Kota di Provinsi NTB. https://ntb.bps.go.id/, diakses Mei 2019.
  6. Dainty, I., dkk. (2016). Analisis Peluang Curah Hujan Untuk Penetapan Pola dan Waktu Tanah Serta Pemilihan Jenis Komoditi yang Sesuai di Desa Masbagik Kecamatan Masbagik Kabupaten Lombok Timur. Jurnal Ilmiah Rekayasa Pertanian Dan Biosistem. Vol. 4, N0. 1.
  7. Badan Pusat Statistik (BPS). (2014). Lombok Timur dalam Angka 2014.Lombok Timur: Badan Pusat Statistik Kabupaten Lombok Timur.
  8. Ishaq, M., dkk. (2016). Analisis Faktor-Faktor yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik Spline. Jurnal Sains dan Seni ITS. Vol. 5, No. 2.
  9. Damayanti, L. (2013). Faktor-Faktor yang Mempengaruhi Produksi, Pendapatan dan Kesempatan Kerja pada Usaha Tani Padi Sawah di Daerah Irigasi Parigi Moutong. Jurnal Jurusan Agribisnis Fakultas Peternakan. Universitas Tadulako. Vol. 9, No. 2.
  10. Budiantara, I. N. (2005). Model Keluarga Spline Polinomial Truncated dalam Regresi Semiparametrik. Jurnal Jurusan Statistika FMIPA –ITS, Surabaya.
  11. Merry, N., W., N., Y., dkk. (2017). Aplikasi Model Regresi Semiparametrik Spline Truncated. Jurnal Matematika. Vol. 6 (1).
  12. Eubank, R. L. (1999). Nonparametric Regression and Spline Smoothing. New York: Marcel Dekker, Inc.
  13. Wibowo, W., Haryatmi, S., dan Budiantara, I.N. (2009). Metode Kuadrat Terkecil untuk Estimasi Kurva Regresi Semiparametrik Spline. Seminar Nasional Matematika dan Pendidikan Matematika Jurusan Pendidikan Matematika FMIPA UNY. ISBN: 978-979-16353-3-2.
  14. Fitriyani, N. dan Budiantara, I. N. (2014). Metode Cross Validation dan Generalized Cross Validation dalam Regresi Nonparametrik Spline (Studi Kasus Data Fertilitas di Jawa Timur). Prosiding Seminar Nasional Pendidikan Sains. ISBN: 978–602–14702–6–8.