Skripsi

MODEL REGRESI DATA PANEL PADA PENGARUH FAKTOR CURAH HUJAN TERHADAP PRODUKSI KOPI DI PROVINSI SUMATERA SELATAN TAHUN 2014 - 2021

---

Penilaian

---

Abstract South Sumatra Province has a large area of coffee plantations and is also the highest con-tributor to coffee production in Indonesia. Rainfall is one of the factors that can be determine the amount of coffee productions. This research aims to obtain a panel data regression model of the influence of land area and rainfall on coffee production in South Sumatra Province on 2014 - 2021. There are 6 independent variables used, which are the area of immature plants (TBM), the area of producing crops (TM), the area of non-productive crops (TTM), the number of farmers, rainfall, and number of rainy days. The data used is secondary data obtained from the Directorate General of Estate Crops, BPS, and Indonesian Agency for Meteorological, Climatological, and Geophysics. Estimation of the panel data regression model was carried out using three models, namely the Common Effect Model (CEM), Fixed Effect Model (FEM), and Random Effect Model (REM). The best model selection used the Chow test, Hausman test, and Lagrange Multiplier test. The best model selected was CEM with a regression model namely Y ̂_it=19096.390+1.246X_2it-1.053X_3it-0.654X_4it-5.180X_5it. The CEM estimation results show that TM area (X_2 ), TTM area (X_3 ), the number of farmers (X_4 ), and rainfall (X_5 ) variables have a significant effect on coffee production in South Sumatra Province on 2014 - 2021. The CEM model can explain total coffee production of 78.7%. Keywords: Panel Data Regression, Coffee Production, Common Effect Model, Rainfall. Abstrak Provinsi Sumatera Selatan mempunyai luas lahan perkebunan kopi dan sekaligus sebagai penyumbang produksi kopi tertinggi di Indonesia. Curah hujan menjadi salah satu faktor yang dapat menentukan jumlah produksi kopi. Tujuan dari penelitian ini untuk memperoleh model regresi data panel dari pengaruh luas lahan dan curah hujan terhadap produksi kopi di Provinsi Sumatera Selatan tahun 2014 – 2021. Variabel bebas yang digunakan ada 6, yaitu luas areal Tanaman Belum Menghasilkan (TBM), luas areal Tanaman Menghasilkan (TM), luas areal Tanaman Tidak Menghasilkan (TTM), jumlah petani, curah hujan, dan jumlah hari hujan. Data yang digunakan merupakan data sekunder yang diperoleh dari Ditjenbun Indonesia, BPS, dan BMKG Provinsi Sumatera Selatan. Estimasi model regresi data panel dilakukan dengan menggunakan tiga model, yaitu Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Pemilihan model terbaik menggunakan uji Chow, uji Hausman, dan uji Lagrange Multiplier. Model terbaik yang terpilih yaitu CEM dengan model regresi yaitu Y ̂_it=19096,390+1,246X_2it-1,053X_3it-0,654X_4it-5,180X_5it. Hasil estimasi CEM menunjukkan bahwa variabel luas areal TM (X_2), luas areal TTM (X_3), jumlah petani (X_4), dan curah hujan (X_5) berpengaruh secara signifikan terhadap produksi kopi di Provinsi Sumatera Selatan tahun 2014 – 2021. Model CEM mampu menjelaskan total produksi kopi sebesar 78,7%. Provinsi Sumatera Selatan mempunyai luas lahan perkebunan kopi dan sekaligus sebagai penyumbang produksi kopi tertinggi di Indonesia. Curah hujan menjadi salah satu faktor yang dapat menentukan jumlah produksi kopi. Tujuan dari penelitian ini untuk memperoleh model regresi data panel dari pengaruh luas lahan dan curah hujan terhadap produksi kopi di Provinsi Sumatera Selatan tahun 2014 – 2021. Variabel bebas yang digunakan ada 6, yaitu luas areal Tanaman Belum Menghasilkan (TBM), luas areal Tanaman Menghasilkan (TM), luas areal Tanaman Tidak Menghasilkan (TTM), jumlah petani, curah hujan, dan jumlah hari hujan. Data yang digunakan merupakan data sekunder yang diperoleh dari Ditjenbun Indonesia, BPS, dan BMKG Provinsi Sumatera Selatan. Estimasi model regresi data panel dilakukan dengan menggunakan tiga model, yaitu Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Pemilihan model terbaik menggunakan uji Chow, uji Hausman, dan uji Lagrange Multiplier. Model terbaik yang terpilih yaitu CEM dengan model regresi yaitu Y ̂_it=19096,390+1,246X_2it-1,053X_3it-0,654X_4it-5,180X_5it. Hasil estimasi CEM menunjukkan bahwa variabel luas areal TM (X_2), luas areal TTM (X_3), jumlah petani (X_4), dan curah hujan (X_5) berpengaruh secara signifikan terhadap produksi kopi di Provinsi Sumatera Selatan tahun 2014 – 2021. Model CEM mampu menjelaskan total produksi kopi sebesar 78,7%. Kata Kunci: Regresi Data Panel, Produksi Kopi, Common Effect Model, Curah Hujan.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2407001381	T139689	T1396892023	Central Library (References)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T1396892023

Publisher

Indralaya : Prodi Ilmu Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam., 2023

Collation

xiii, 80 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

510.07

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Curah hujan
Prodi Ilmu Matematika

Specific Detail Info

-

Statement of Responsibility

KA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment