• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PADA JUMLAH PRODUKSI PADI

    Thumbnail
    View/Open
    01 cover.jpg (100.1Kb)
    01 cover.pdf (173.4Kb)
    02 preliminari.pdf (631.7Kb)
    03 daftar isi.pdf (453.7Kb)
    04 abstract.pdf (232.2Kb)
    05.1 bab 1.pdf (448.0Kb)
    05.2 bab 2.pdf (279.2Kb)
    05.4 bab 4.pdf (427.1Kb)
    05.6 bab 6.pdf (342.1Kb)
    06 daftar pustaka.pdf (238.4Kb)
    07.1 lampiran 1.pdf (708.0Kb)
    Date
    2019-09-11
    Author
    Arif Anjang Laksono, 14 611071
    Metadata
    Show full item record
    Abstract
    Sektor pertanian di Indonesia menjadi salah satu aspek penting dalam pembangunan nasional. Begitu pula dengan peningkatan Produksi Padi Pertanian yang menjadi salah satu tolok ukur dalam swasembada pangan nasional. Indonesia sebagai negara pertaniannya dan juga memiliki kekayaan alam yang melimpah khususnya pertanian yang ada di pulau jawa seperti provinsi Jawa timur, Jawa tengah dan Jawa barat yang juga dikenal sebagai penyumbang produksi padi nasional, namun tidak seluruh Provinsi di Indonesia meiliki potensial produksi padi. Hanya wilayah tertentu saja yang secara geografis berdekatan menjadi sentra produksi padi di Indonesia khususnya di tiap – tiap daerah. Oleh karenanya tujuan penelitian terfokus pada pembentukan model terbaik pada produksi padi di Indonesia pada tiap – tiap provinsi dengan mempertimbangkan efek spasial menggunakan perbandingan metode Ordinary Least Square (OLS) dan Geographically Weighted Regression (GWR). Sehingga, rekomendasi optimasi faktor produksi padi menjadi tepat sasaran untuk setiap provinsi. Penelitian berdasarkan data publikasi Badan Pusat Statistik (BPS) Indonesia dalam Angka 2018. Kriteria pembentukan model didasarkan atas variabel luas lahan panen, jumlah petani, penuluhan, jumlah benih padi, pupuk. Berdasarkan pengujian asumsi diketahui bahwa data produksi padi memiliki pengaruh spasial. Oleh karena itu, pembentukan model regresi linear dengan metode OLS diketahui kurang representatif, sehingga dilakukan pemodelan dengan metode GWR. Faktor-faktor yang secara signifikan mempengaruhi produksi padi pada tiap – tiap provinsi di Indonesia secara spasial. dengan α =5% adalah Luas panen, Jumlah Petani, Jumlah penyuluhan Jumlah benih, dan pupuk. Adapun pemodelan terhadap produksi padi di Indonesia dengan metode GWR memperoleh koefisien determinasi (R2) sebesar 97,2% lebih besar dibandingkan dengan model OLS sebesar 94,8%, sedangkan SSE dan AIC model GWR berturut-turut adalah 8,2308e+12, 996,6 lebih rendah dari model OLS. Sehingga dapat dikatakan bahwa model GWR merupakan model yang paling sesuai.
    URI
    http://hdl.handle.net/123456789/17134
    Collections
    • Statistics [1220]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV