Show simple item record

dc.contributor.advisorDr. Jaka Nugraha, S.Si., M.Si.
dc.contributor.authorNyi Putihal Qolbiatunas, 14611004
dc.date.accessioned2018-05-31T15:47:18Z
dc.date.available2018-05-31T15:47:18Z
dc.date.issued2018-05-22
dc.identifier.urihttps://dspace.uii.ac.id/handle/123456789/7742
dc.description.abstractPertanian Indonesia menjadi salah satu aspek pembangunan nasional yang sangat penting pada dekade terakhir. Demikian juga peningkatan produksi pertanian bertujuan untuk swasembada pangan. Sebagai penyumbang produksi padi nasional, diketahui bahwa tidak seluruh Kabupaten/Kota di Provinsi Jawa Barat potensial produksi padi. Hanya wilayah bagian utara yang secara geografis berdekatan menjadi sentra produksi padi di Provinsi Jawa Barat. Oleh karenanya tujuan penelitian terfokus pada pembentukan model terbaik dalam pada produksi padi di Kabupaten/Kota di Provinsi Jawa Barat 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 Kabupaten/Kota. Penelitian berdasarkan data publikasi Badan Pusat Statistik (BPS) dalam Jawa Barat dalam Angka 2017. Kriteria pembentukan model didasarkan atas variabel luas panen, jumlah petani, jumlah benih, pupuk SP-36, pupuk KCl, dan NPK-Phonska. 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 di Kabupaten/Kota di Jawa Barat secara spasial dengan α=5% adalah Luas panen, Jumlah Petani, Jumlah benih, dan pupuk NPK-Phonska. Adapun pemodelan terhadap produksi padi di Jawa Barat dengan metode GWR memperoleh koefisien determinasi (R2) sebesar 99.41% lebih besar dibandingkan dengan model OLS sebesar 95.71%, sedangkan SSE, AIC dan MAPE (Mean Absolute Percentage Error) model GWR berturut-turut adalah 2.1832e+10, 647.1819, 1.274668% lebih rendah dari model OLS. Sehingga dapat dikatakan bahwa model GWR merupakan model yang paling sesuai.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectProduksi Padien_US
dc.subjectHeteroskedastisitas Spasialen_US
dc.subjectGWRen_US
dc.titlePENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PADA JUMLAH PRODUKSI PADI (Studi Kasus : Data Produksi Padi Menurut Kabupaten/Kota di Jawa Barat Tahun 2016)en_US
dc.typeUndergraduate Thesisen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record