<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Implementasi Model Generalized Space Time Autoregressive (Gstar) Pada Peramalan Nilai Tukar Petani Dengan Variasi Pembobot Spasial (Studi Kasus: Data Nilai Tukar Petani Subsektor Tanaman Pangan Pada Provinsi Jawa Timur, Jawa Tengah, Dan Jawa Barat Periode Januari 2010 – Desember 2022)

dc.Identifier.NIM19611179
dc.contributor.authorRISKA YULIANTI
dc.date.accessioned2023-05-19T03:56:49Z
dc.date.available2023-05-19T03:56:49Z
dc.date.issued2023-03
dc.description.abstractIndonesia dikenal sebagai negara agraris karena sebagian besar penduduknya bekerja di bidang pertanian atau bercocok tanam. Adanya petani diharapkan mampu berkontribusi dalam meningkatkan kesejahteraan masyarakat serta mampu meningkatkan pendapatan penduduk pedesaan. Nilai Tukar Petani (NTP) merupakan salah satu indikator dalam menentukan tingkat kesejahteraan petani. Dalam kenyataannya sektor pertanian dianggap belum mampu untuk meningkatkan pendapatan, kesejahteraan petani, serta mengentaskan kemiskinan yang ada. Kebutuhan pangan di Indonesia yang tinggi menjadikan sektor pertanian penyumbang yang besar dalam keberhasilan pembangunan nasional. Subsektor tanaman pangan merupakan subsektor yang menyediakan bahan makanan pokok yang dikonsumsi masyarakat Indonesia. Peramalan terhadap NTP subsektor tanaman pangan merupakan salah satu upaya yang dapat dilakukan untuk mengetahui potensi pada sektor pertanian kedepannya. Salah satu metode pemodelan statistik yang digunakan dengan memperhatikan letak geografis atau faktor lokasi pengamatan, untuk mengetahui apakah data memiliki keterkaitan atau hubungan antar lokasi yang berdekatan adalah model Generalized Space Time Autoregressive (GSTAR). Penulis menggunakan tiga jenis bobot lokasi pada model GSTAR, yaitu (1) bobot queen contiguity, (2) lokasi seragam, dan (3) bobot lokasi invers jarak. Dari hasil analisis, diperoleh model GSTAR (11)I(1) dengan bobot lokasi seragam sebagai model terbaik. Hal ini karena model tersebut memenuhi asumsi white noise dan asumsi normalitas serta memiliki nilai MSE sebesar 2.34, nilai RMSE sebesar 1.53, nilai MAPE sebesar 1.10%, nilai MAE sebesar 1.11 dan nilai SSE sebesar 2827.38 yang lebih kecil dari model GSTAR (11)I(1) dengan bobot queen contiguity maupun bobot lokasi invers jarak.en_US
dc.identifier.urihttps://repository.uii.ac.id/handle/123456789/44488
dc.publisherUNIVERSITAS ISLAM INDONESIAen_US
dc.titleImplementasi Model Generalized Space Time Autoregressive (Gstar) Pada Peramalan Nilai Tukar Petani Dengan Variasi Pembobot Spasial (Studi Kasus: Data Nilai Tukar Petani Subsektor Tanaman Pangan Pada Provinsi Jawa Timur, Jawa Tengah, Dan Jawa Barat Periode Januari 2010 – Desember 2022)en_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
19611179.pdf
Size:
3.43 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections