Skripsi
Optimasi Model Regresi Robust dengan Metode Estimasi M, Estimasi S dan Estimasi MM untuk Produksi Beras di Nusa Tenggara Timur
XMLDalam analisis regresi, adanya jumlah produksi beras yang jauh melampaui produksi secara umum dapat dikategorikan sebagai data pencilan. Adanya pencilan menyebabkan penggunaan metode kuadrat terkecil untuk mengestimasi parameter dirasa kurang tepat. Untuk mengatasi data pencilan perlu menggunakan metode yang bersifat robust atau tahan terhadap data pencilan. Robust diartikan sebagai ketidaksensitifan atau ketegaran terhadap data pencilan. Tujuan dari penelitian ini adalah memperoleh model regresi robust menggunakan metode estimasi M, estimasi S dan estimasi MM dan menentukan faktor yang berpengaruh signififikan terhadap produksi beras di Provinsi Nusa Tenggara Timur. Adapun variabel yang digunakan mencakup lima variabel yaitu: luas panen dalam hektar, curah hujan dalam milimeter, jumlah pupuk dalam ton, jumlah hari hujan dalam hari dan suhu udara dalam derajat celcius. Model optimal adalah model dengan estimasi S, yaitu y= 3.895,023+1,870 X_1-60,926 X_5 dan variabel yang mempunyai pengaruh signifikan terhadap jumlah produksi beras adalah luas panen dan suhu udara. Faktor yang berpengaruh signifikan terhadap naik dan turunnya jumlah produksi beras di Provinsi Nusa Tenggara Timur pada tahun 2021 adalah luas panen dan suhu udara.
Detail Information
Item Type | |
---|---|
Penulis |
Katarina Klotilde Gasul - Personal Name
|
Student ID |
1806040030
|
Dosen Pembimbing |
ASTRI ATTI - 197905012003122001 - Dosen Pembimbing 1
Maria A. Kleden - 19680113 199303 2 001 - Dosen Pembimbing 2 |
Penguji |
Irvandi Gorby Pasangka - 199111262019031012 - Ketua Penguji
Meksianis Z. Ndii - 198305172006041003 - Penguji 1 Ganesha Lapenangga Putra - 199303232019031015 - Penguji 2 |
Kode Prodi PDDIKTI |
44201
|
Edisi |
Published
|
Departement |
Matematika
|
Kontributor | |
Bahasa |
Indonesia
|
Penerbit | UPT Perpustakaan Undana : Kupang., 2023 |
Edisi |
Published
|
Subyek | |
No Panggil |
442.01 Gas O
|
Copyright |
Individu Penulis
|
Doi |