Model Galat Spasial Untuk Jumlah Produksi Padi Tahun 2014 Di Jawa Barat

Alicia Anggelia Lumbantoruan, Adi Setiawan, Bambang Susanto

Abstract


Indonesia merupakan salah satu negara produksi padi oleh karena itu luas lahan yang merupakan faktor utama yang sangat berpengaruh dalam produksi padi. Pad studi ini mengusulkan Model Galat Spasial dalam penerapan untuk jumlah produksi padi dan jumlah produksi padi tetangga. Model ini mengasumsikan bahwa kesalahan dalam model memiliki hubungan spasial antara satu daerah dan daerah lain. Data yang diolah adalah luas lahan produksi dan jumlah produksi padi di setiap kabupaten, di Jawa Barat pada tahun 2014. Matriks Pembobot juga digunakan, dalam menggambarkan kedekatan antar wilayah. Hasil yang diperoleh dari model spasial diketahui bahwa konstanta dan juga jumlah total produksi daerah tetangga tidak dipengaruhi berdasarkan hasil konstanta negatif dan juga hasil uji t, yang menyatakan bahwa jumlah produksi tetangga daerah tidak mempengaruhi jumlah produksi padi. Regresi sederhana tanpa konstanta adalah model terbaik untuk produksi tanaman padi yang hanya didasarkan pada area produksi.


Keywords


Produksi Padi; Model Galat Spasial;Matriks; Regresi; Konstanta

Full Text:

PDF

References


Amelia, M. (2012): Penerapan Regresi Spasial Untuk Data Kemiskinan Kabupaten Di Pulau Jawa. Skripsi. Fakultas Matematikan dan Ilmu Pengetahuan Alam. Institut Pertania Bogor. Bogor.

Anselin, L. (1999): Spasial Econometri. Dallas: School of Sosial Sciences.

Badan Pusat Statistik. (2015): Jawa Barat Dalam Angka 2015. Badan Pusat Statistik Jawa Barat. Bandung.

Dalughu, A. (2018): Model Autoregressif Spasial untuk Jumlah produksi Tanaman Pekerbunan di Kabupaten Halmahera Utara tahun 2012. Skripsi. Fakulta Ilmu Alam dan Teknologi Rekayasa. Universitas Halmahera. Tobelo.

Djuraida, A. (2012): Regresi Spasial untuk Menentukan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur. Statistika. Vol. 12, No. 1. 1 – 8 Mei 2012.

Mubtadiah, L. (2011): Estimasi Parameter Model Regresi Spasial Error Dengan Metode Maximum Likelihood. Skripsi, Fakultas Sains dan Teknologi. Universitas Islam Negeri (UIN) Maulana Malik Ibrahim. Malang.

Nuryadi, S. P., Astuti, T. D., Utami, E. S., & Budiantara, M. (2017). Dasar-Dasar Statistik Penelitian.

Parhusip, H.A. dan Ramos, S. (2015): Prototype G2A (GSTAR dan GIS untuk Analisa data dan Optimasi data Pertanian dan Pendesaan). Tisara Grafika. Salatiga.

Rahmawati, R., Safitri, D., dan Fairuzdhiaya, O.M. (2015): Analisa Spasial Pengaruh Tingkat Pengaruh terhadap Kemiskinan Di Indonesia. Media Statistika. Vol. 8 No. 1, Juni 2015.

Riadi, E. (2016): Staistika Penelitian (Analisis Manual dan IBP SPSS), ANDI, Yogyakarta.

Rossche. (2011). Berkas:Map of West Java With Cities and Regencies Names.png. Wikipedia.URT:https://id.wikipedia.org/wiki/Berkas:Map_of_West_Java_with_cities_and_regencies_names.png.

Setiawan, A. (2017): Analisis Data Statistik. Tisara Grafika. Salatiga.

Surya, ANTARA. 2017. Februari 2017, Sektor Pertanian Serap Banyak Tenaga Kerja. Tempo.co. 5 Mei 2017. URT: https://bisnis.tempo.co/read/872715/februari-2017-sektor-pertanian-serap-banyak-tenaga-kerja/full&view=ok [tanggal akses]




DOI: https://doi.org/10.26486/jm.v3i2.753

Article Metrics

Abstract view : 253 times
PDF - 42 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika Indexed by

 ipiii.pngDimensions

 

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.