Ayunda, Pramitya Lisnawaty (2018) Analisis Perbandingan Regresi Logistik Model Logit Dan Probit Untuk Menentukan Variabel Yang Mempengaruhi Fluktuasi Harga Beras Pada Daerah Surplus Dan Defisit. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5214100149-Undergraduate Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Beras sebagai komoditas utama pangan di Indonesia telah mengalami fluktuasi harga beras pada beberapa daerah surplus dan defisit beras sehingga Dinas Perindustrian dan Perdagangan (Disperindag) sulit untuk menetapkan kebijakan dalam mengatasi fluktuasi harga beras. Terdapat beberapa variabel yang digunakan dalam tugas akhir ini yaitu jumlah produksi beras (X1), kejadian paceklik (X2), kejadian hari raya Idul Fitri (X3), kejadian pra Idul Fitri (X4), kejadian pasca Idul Fitri (X5), kejadian hari raya Natal (X6), kejadian hari raya Nyepi (X7), kejadian hari raya Waisak (X8), dan kejadian hari raya Imlek (X9) sebagai variabel independen dan harga konsumen beras sebagai variabel dependen. Penerapan metode regresi logistik tepat dilakukan untuk variabel dependen yang bersifat dikotomi. Data yang digunakan adalah data bulanan tahun 2008-2015 dari provinsi Jawa Barat sebagai representatif daerah surplus, dan provinsi Papua sebagai representatif daerah defisit.
Tugas akhir ini bertujuan untuk melakukan analisis perbandingan regresi logistik model logit dan probit pada setiap daerah surplus dan defisit sehingga menghasilkan variabel yang mempengaruhi fluktuasi harga beras pada daerah tersebut. Pembuatan model yang optimal dilakukan sebelum melakukan peramalan. Model yang terpilih adalah model yang memiliki nilai Goodness of Fit terkecil dan nilai Pseudo R-Square terbesar. Model yang diperoleh selanjutnya digunakan untuk melakukan peramalan untuk periode selanjutnya. Pada provinsi Jawa Barat sebagai representatif daerah surplus beras menunjukkan nilai MDA sebesar 0.768 dan APER sebesar 0.232 sehingga ketepatan klasifikasi model sebesar 76.8%. Pada provinsi Papua sebagai representatif daerah defisit beras menunjukkan nilai MDA sebesar 0.653 dan APER sebesar 0.347 sehingga ketepatan klasifikasi model sebesar 65.3%. Setelah memperoleh model optimal maka selanjutnya yaitu menghitung peramalan harga beras tahun tahun 2016-2019. Hasil peramalan ini dapat membantu pihak Dinas Perindustrian dan Perdagangan maupun pemerintah dalam pengambilan keputusan untuk menghadapi fluktuasi harga komoditas.
========================================================================================
Rice as the main food commodity in Indonesia go through fluctuations in rice prices in some surplus and deficit ar,. so the Office of Industry and Trade (Disperindag) difficult to establish policies in overcoming fluctuations in rice prices. There are several variables that are used in this final project such as the production of rice (X1), the occurrence of famine (X2), the occurrence of Idul Fitri (X3), the pre-Idul Fitri (X4), the post-Idul Fitri (X5), the Christmast (X6), Day of Silence (X7), Vesak (X8), and Lunar New Year (X9) as independent variable and consumer price of rice as dependent variable. The implementation of logistic regression method is appropriate for dichotomous dependent variable. The used data are monthly data of 2008-2015 from West Java province as representative of surplus area, and Papua province as representative of deficit area.
This final project aims to analyze logistic regression of logistic and probit model in each surplus and deficit areas so as to produce variables affecting rice price fluctuation in the area. Optimal modeling is done before forecasting. The selected model is having smaller Goodness of Fit and bigger Pseudo R-Square. The model obtained is then used for forecasting for the next period. In West Java province as representative of rice surplus area shows MDA value of 0.768 and APER of 0.232 so that the accuracy of classification model is 76.8%. In Papua province as representative of rice deficit area shows MDA value of 0.653 and APER of 0.347 so that the accuracy of classification model is 65.3%. After obtaining the optimal model then the next is to calculate the forecasting of rice price year 2016-2019. The results of this forecasting can help the Department of Industry and Commerce and the government in making decisions to face fluctuations in commodity prices.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSI 519.536 Ayu a-1 3100018074265 |
| Uncontrolled Keywords: | komoditas; regresi logistik; logit; probit; fluktuasi harga beras; commodity; logistic regression; logit; probit; r ice prices; fluctuation of rice price |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Pramitya Lisnawaty Ayunda |
| Date Deposited: | 22 Feb 2018 04:38 |
| Last Modified: | 15 May 2020 04:43 |
| URI: | http://repository.its.ac.id/id/eprint/49444 |
Actions (login required)
 |
View Item |