Analisis Hubungan Dan Pemodelan Luas Panen Padi Dengan Indikator Enso Di Kabupaten Bojonegoro Melalui Pendekatan Copula Dan Regresi Robust M-Estimation

Budiani, Jauhara Rana (2015) Analisis Hubungan Dan Pemodelan Luas Panen Padi Dengan Indikator Enso Di Kabupaten Bojonegoro Melalui Pendekatan Copula Dan Regresi Robust M-Estimation. Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
1313105020-Undergraduate Thesis.pdf - Published Version

Download (1MB) | Preview

Abstract

Bojonegoro merupakan salah satu daerah lumbung padi di Indonesia. Perairan sawah padi di Bojonegoro masih bergantung pada ketersediaan air hujan. Jika curah hujan tinggi akan berakibat kebanjiran, sedangkan pada musim kemarau akan mengalami kekeringan. Upaya untuk meminimalkan kerugian akibat kebanjiran atau kekeringan adalah dengan mengetahui karakteristik hubungan serta pemodelan produksi padi dengan faktor iklim yaitu El-Nino Southern Oscillation (ENSO). Data luas panen padi dan indikator ENSO memiliki nilai yang ekstrim sehingga asumsi kenormalan seringkali terlanggar. Penelitian ini menggunkan pendekatan Copula untuk mengidentifikasi hubungan antar variabel, karena tidak terlalu ketat dalam asumsi distribusi variabel. Pemodelan yang digunakan untuk mengetasi data ekstrim atau outlier adalah regresi robust Mestimation. Hasil penelitian menunjukkan bahwa dependensi antara luas panen padi dan indikator ENSO 3.4 sebagian besar mengikuti Copula Clayton yang memiliki tail dependensi di bawah, artinya kejadian ekstrim SST Nino 3.4 bernilai rendah dan luas panen padi di Bojonegoro yang diperoleh akan semakin kecil maka hubungannya semakin erat, terutama pada periode 3. Pada pemodelan dengan regresi Robust M-Estimation menunjukkan nilai koefisien determinasi yang masih kecil yaitu pada periode 1 sebesar 33,94%, periode 2 sebesar 16,63%, dan periode 3 sebesar 16,72%. ====================================================================================================== Bojonegoro is one of the largest rice production in Indonesia. Aquatic rice fields in Bojonegoro is still dependent on the availability of rainwater. If heavy rainfall will cause flooding, while in the dry season will suffer drought. Efforts to minimize losses due to flood or drought is to determine the characteristics of the relationship and rice production modeling with climate factors that El-Nino Southern Oscillation (ENSO). Rice harvested area of data and indicators of ENSO has an extreme value that normality assumption is often violated. This study using the Copula approach to identify relationships between variables, because it is not too tight in the variable distribution assumptions. Modeling is used to treat extreme data or outlier is robust regression M-estimation. The results showed that the relationship between the rice harvested area and ENSO indicators Nino 3.4 region largely followed the Clayton Copula tail that has a dependency on the bottom, meaning that extreme events Nino 3.4 SST low value and the rice harvested area in Bojonegoro obtained will be smaller then do more closely, especially on subground 3. On Robust regression modeling with MEstimation shows the coefficient of determination that a child is at oubground 1 is 32.68%, subground 2 is 19.82%, and subground 3 adalah14,18%.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 Bud a
Uncontrolled Keywords: ENSO, Copula, Robust M-Estimation, luas panen padi
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 06 Dec 2018 02:05
Last Modified: 06 Dec 2018 02:05
URI: http://repository.its.ac.id/id/eprint/60078

Actions (login required)

View Item View Item