Pemodelan Regresi Robust LTS Dan Uji Kesamaan Model Anomali Luas Panen Pada Pada Beberapa Kabupaten Di Jawa Timur

Candra Widhi Saputra, Candra Widhi Saputra (2014) Pemodelan Regresi Robust LTS Dan Uji Kesamaan Model Anomali Luas Panen Pada Pada Beberapa Kabupaten Di Jawa Timur. Diploma thesis, Insititut Teknologi Sepuluh Nopember.

Text 1311030017_Non_Degree.pdf Download (1MB)

Abstract

Indonesia mempunyai lahan yang sangat luas untuk pertanian, tetapi tanaman padi di Indonesia masih membutuhkan air hujan untuk kecukupan persediaan airnya. Oleh karena itu, jika terjadi anomali iklim maka akan berpengaruh langsung terhadap persediaan air dari tanaman padi tersebut. Terjadinya anomali memungkinkan adanya data outlier. Anomali luas panen padi dan anomali curah hujan kemudian dimodelkan dengan robust LTS mampu menghasilkan nilai koefisien determinasi yang cukup besar dan mampu menjelaskan variasi model. Variabel Respon nya adalah Anomali luas panen padi (ALP) dalam 3 sub sektor, variabel prediktornya adalah anomali rata – rata curah hujan periode 1, 2, dan 3. Studi kasus yang dipilih luas panen di beberapa Kabupaten di Jawa Timur. Kabupaten tersebut adalah kabupaten Pamekasan, Sidoarjo, Pacitan, dan Sumenep. Pertama dimodelkan dengan menggunakan regresi OLS, karena terdapatnya outlier dan tidak terpenuhinya asumsi – asumsi maka akan di selesaikan dengan menggunakan regresi Robust LTS. Model regresi Robust LTS hasilnya lebih baik dibandingkan dengan regresi OLS. Hal tersebut dapat dilihat dari banyaknya parameter yang signifikan dan tingginya nilai koefisien determinasi yang dihasilkan oleh regresi Robust LTS. Setelah mendapatkan semua model dari ke 4 Kabupaten dengan menggunakan regresi Robust LTS maka akan di uji dengan menggunakan uji kesamaan model. Hasilnya terdapat 3 perbandingan model yang sama diantara 18 perbandingan, yaitu Kabupaten Sidoarjo vs Sumenep pada periode 1, Kabupaten Sidoarjo vs Pamekasan dan Kabupaten Pamekasan vs Sumenep pada periode 3.
==============================================================================================================================
Indonesia has a vast land for farming, but rice plant in Indonesia still need rain water for its water supply adequacy. Therefore, in case of anomalies the climate will affect directly to the water supply from the rice plant. The occurrence of anomalous outlier data allows. The rice harvest and extensive anomalies anomalies of rainfall then modeled with robust LTS was able to produce the value of the coefficient of determination that is large enough and able to explain variations of the model. His Response was variable Anomalies of rice harvest area (ALP) in 3 sub sector, the prediktor is the mean anomaly median rainfall periods 1, 2, and 3. A case study of a selected area of the harvest in several districts in East Java. The County is Pamekasan, Sidoarjo, Pacitan, and Sumenep. First modeled using OLS regression, because there is an outlier and does not satisfy the assumption of the assumption it will be completed by using a Robust regression LTS. Robust regression Model LTS results better than the OLS regres sion. It can be seen from the large number of parameters that are significant and high determination coefficient values generated by the Robust regression LTS. After getting all the models of the 4th District by using Robust regression LTS will be on test by using similarity model test. As a result there are 3 comparison between same model 18 comparison, Sidoarjo vs. Sumenep from 1, Sidoarjo vs. Pamekasan and Pamekasan vs. Sumenep in period 3.

Item Type:	Thesis (Diploma)
Additional Information:	RSSt 519.536 Sap p-1, 2014
Uncontrolled Keywords:	Robust LTS, Regresi OLS, Outlier, Anomali Luas Panen Padi, Anomali Rata – Rata Curah Hujan, Uji Kesamaan Model, OLS Regression LTS, Robust, Broad, anomalies Outlier Harvest of rice, the mean anomaly median rainfall, similarity model test
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics and Science > Statistics > 49401-(D3) Diploma 3
Depositing User:	Mr. Marsudiyana -
Date Deposited:	04 Jan 2024 03:59
Last Modified:	04 Jan 2024 03:59
URI:	http://repository.its.ac.id/id/eprint/105355

Actions (login required)

View Item