PEMODELAN PRODUKSI PADI DI JAWA TIMURMENGGUNAKAN REGRESI SEMIPARAMETRIK KERNEL

Utami,Endah Suryaningsih, B2A014014 (2018) PEMODELAN PRODUKSI PADI DI JAWA TIMURMENGGUNAKAN REGRESI SEMIPARAMETRIK KERNEL. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Universitas Muhammadiyah Semarang" not defined].

[img]
Preview
Text
ABSTRAK.pdf

Download (349kB) | Preview
[img]
Preview
Text
1. BAB I.pdf

Download (406kB) | Preview
[img]
Preview
Text
2. BAB II.pdf

Download (453kB) | Preview
[img] Text
3. BAB III.pdf
Restricted to Repository staff only

Download (403kB) | Request a copy
[img] Text
4. BAB IV.pdf
Restricted to Repository staff only

Download (473kB) | Request a copy
[img]
Preview
Text
5. BAB V.pdf

Download (395kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (357kB) | Preview

Abstract

Negara Indonesia merupakan negara agraris dengan salah satu bahan makanan pokok di Indonesia adalah padi. Produksi padi di provinsi Jawa Timur merupakan tertinggi di Indonesia. Tujuan penelitian ini adalah melakukan estimasi parameter parametrik dan nonparametrik serta memodelkan produksi padi di 38 kabupaten/kota provinsi Jawa Timur menggunakan regresi semiparametrik kernel. Regresi semiparametrik merupakan gabungan dari regresi parametrik dan nonparametrik.Regresi parametrik memiliki kurva yang berpola, misal linier, dll. Regresi nonparametrik memiliki kurva yang smooth yang tidak diketahui polanya, sehingga dalam hal ini diperlukan teknik smoothing yang digunakan untuk menghaluskan kurva yaitu salah satunya adalah kernel dengan estimator parameter Nadaraya-Watson dan metode estimasi parameter menggunakanWeighted Least Square (WLS), serta pemilihan bandwidth (h) optimal dengan metode Generalized Cross Validation (GCV). Variabel yang digunakan dalam penelitian yaitu produksi padi sebagai variabel respon, sedangkan variabel prediktornya yaitu luas panen, produktivitas, dan luas kerusakan.Data yang digunakan merupakan data sekunder dari website resmi Badan Pusat Statistika (BPS) provinsi Jawa Timur. Berdasarkan hasil estimasi menunjukkan bahwa regresi semiparametrik kernel mendapatkan nilai bandwidth (h) optimalnya 0,006 dengan GCV=15058865548. Koefisien determinasi (R2) sebesar 92,46% dan MSE sebesar 5797077303

Item Type: Thesis (Sarjana / Sarjana Terapan (S1/D4) )
Call Number: 09/statistik/v/2018
Subjects: L Education > Statistics
Divisions: Faculty of Science and Mathematics > S1 Statistics
Depositing User: perpus unimus
URI: http://repository.unimus.ac.id/id/eprint/1909

Actions (login required)

View Item View Item