Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro

Authors

  • Ummi Agustin Yuliana Universitas Nahdlatul Ulama Sunan Giri

DOI:

https://doi.org/10.32665/statkom.v1i1.447

Keywords:

Ketersediaan Beras , Data Panel , Common Effect , Fixed Effect , Random Effect

Abstract

Latar   Belakang:    Ketersediaan beras menjadi komponen utama penyebab inflasi dan kurangnya beras mengganggu ketahanan pangan nasional. Kabupaten Bojonegoro menjadi produksi padi menempati urutan ketiga di Provinsi Jawa timur, namun permasalahan yang dihadapi adalah penurunan ketersediaan beras dari tahun ke tahun. Untuk menganalisis permasalahan ini diperlukan adanya pemodelan pola hubungan ketersediaan beras dengan variabel-variabel prediktornya.

Tujuan: Mengetahui variabel-variabel prediktor yang berpengaruh terhadap Ketersediaan Beras di Kabupaten Bojonegoro pada tahun 2016 sampai 2020 dengan menggunakan analisis regresi data panel.

Metode: Menerapkan metode kuantitatif berupa pemodelan regresi data panel dengan perbandingan hasil common effect model, fixed effect model, dan random effect model. Sumber data digunakan data sekunder berupa data ketersediaan beras, luas panen, dan jumlah penduduk yang berasal dari Kabupaten Bojonegoro pada tahun 2016 sampai 2020.

Hasil: Diperoleh model regresi data panel terbaik adalah fixed effect model dengan nilai R-squared sebesar 74,77% dan AIC sebesar 20,6921. Terdapat pengaruh signifikan positif luas panen dan jumlah penduduk terhadap ketersediaan beras. Setiap peningkatan Luas Panen 1 Ha dan Jumlah Penduduk 1 jiwa masing-masing akan menyebabkan peningkatan Ketersediaan Beras sebesar 0,9908 ton dan 0,4265 ton.

Kesimpulan: Penerapan model regresi data panel memberikan pengetahuan bahwa luas panen dan jumlah penduduk secara positif mempengaruhi ketersediaan beras di Kabupaten Bojonegoro.

References

Bojonegoro, P. (2022). Data Dinas Pertahanan Pangan Dan Pertanian. https://data.bojonegorokab.go.id/dinas-ketahanan-pangan.html@detail=neraca-ketersediaan-beras

Fajriyah, N., & Rahayu, S. P. (2016). Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten Kota di Jawa Timur Menggunakan Regresi Data Panel. Jurnal Sains Dan Seni ITS, 5(1), 45–50.

Gujarati, D. (2015). Econometrics by Example (2nd ed.). Palgrave.

Hadya, R., Begawati, N., & Yusra, I. (2017). Analisis Efektivitas Pengendalian Biaya, Perputaran Modal Kerja, Dan Rentabilitas Ekonomi Menggunakan Regresi Data Panel. Jurnal Pundi, 1(3), 153–166.

Hao, F. (2016). A Panel Regression Study on Multiple Predictors of Environmental Concern for 82 Countries Across Seven Years*. Social Science Quarterly, 97(5), 991–1004. https://doi.org/10.1111/ssqu.12237

Ibidunni, A. S., Ufua, D. E., Okorie, U. E., & Kehinde, B. E. (2019). Labour productivity in agricultural sector of Sub-Sahara Africa (2010–2017). African Journal of Economic and Management Studies, 11(2), 207–232. https://doi.org/10.1108/AJEMS-02-2019-0083

Ilyas, A., Noer, M., & Wahyuni, I. (2020). Analisis Faktor-Faktor Yang Memengaruhi Ketersediaan Beras Di Indonesia. Mimbar Agribisnis: Jurnal Pemikiran Masyarakat Ilmiah Berwawasan Agribisnis, 6(2), 740–753. https://doi.org/10.25157/ma.v6i2.3456

Ismail, I. (2018). Pengaruh Jumlah Penduduk Terhadap Konsumsi Beras di Kecamatan Asparaga Kabupaten Gorontalo. Gorontalo Development Review, 1(1), 74–85. https://doi.org/10.32662/golder.v1i1.117

Kosmaryati, Handayani, C. A., Isfahani, R. N., & Widodo, E. (2019). Faktor-Faktor yang Mempengaruhi Kriminalitas di Indonesia Tahun 2011-2016 dengan Regresi Data Panel. Indonesian Journal of Applied Statistics, 2(1), 10–20. https://doi.org/10.13057/ijas.v2i1.27932

PRCI. (2021). Potensi Sektor Pertanian di Bojonegoro dan Kebutuhan Pangan Nasional. https://prc-initiative.org/berita/potensi-sektor-pertanian-di-bojonegoro-dan-kebutuhan-pangan-nasional

Purnamasari, K. (2020). Analisis Regresi Data Panel Pada Kinerja Perbankan Di Indonesia. BENEFIT Jurnal Manajemen Dan Bisnis, 5(2), 199–208.

Rahmatullah, M. B., Ahmad, I. S., & Rahayu, S. P. (2019). Pemodelan Harga Saham Sektor Konstruksi Bangunan, Properti dan Real Estate di JII 70 Tahun 2013-2018 Menggunakan Regresi Data Panel (FEM Cross-section SUR). Jurnal Sains Dan Seni ITS, 8(2), 238–245.

Refnaldo, Maiyastri, & Asdi, Y. (2019). Analisis Ketahanan Pangan Provinsi Sumatera Barat Dengan Metode Regresi Data Panel. Jurnal Matematika UNAND, 7(4), 39–49. https://doi.org/10.25077/jmu.7.4.39-49.2018

Salam, A. (2018). Pengaruh Intellectual Capital (IC) terhadap Financial Performance Pada Perusahaan Sektor Perbankan yang Terdaftar di Bursa Efek Indonesia. Jurnal Ekonomi Dan Bisnis Indonesia, 3(1), 8–16. https://doi.org/10.37673/jebi.v3i1.39

Saputri, W., & Amalita, N. (2020). Analisa Tentang Luas Tanam dan Luas Panen di Bidang Komoditi Perkebunan di Provinsi Sumatera Barat dengan Menggunakan Analisis Profil. Journal Of Mathematics UNP, 5(1), 85–89.

Silalahi, N. H., Yudha, R. O., Dwiyanti, E. I., Zulvianita, D., Feranti, S. N., & Yustiana, Y. (2019). Government policy statements related to rice problems in Indonesia: Review. 3BIO: Journal of Biological Science, Technology and Management, 1(1), 35–41. https://doi.org/10.5614/3bio.2019.1.1.6

Sitorus, Y. M., & Yuliana, L. (2018). Penerapan Regresi Data Panel Pada Analisis Pengaruh Infrastruktur Terhadap Produktifitas Ekonomi Provinsi-Provinsi Di Luar Pulau Jawa Tahun 2010-2014. Media Statistika, 11(1), 1–15. https://doi.org/10.14710/medstat.11.1.1-15

Sriyana, J. (2015). Metode Regresi Data Panel: Dilengkapi Analisis Kinerja Bank Syariah di Indonesia. Ekonisia, FE UII.

Wijoyo, B. H. R., Hidayat, S. I., & Abidin, Z. (2019). Analisis Ketersediaan Beras Di Jawa Timur. Berkala Ilmiah AGRIDEVINA, 8(2), 83–98. https://doi.org/10.33005/adv.v8i2.1799

Downloads

Published

2022-06-30

How to Cite

Yuliana, U. A. (2022). Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro. Jurnal Statistika Dan Komputasi, 1(1), 1–11. https://doi.org/10.32665/statkom.v1i1.447

Issue

Section

Articles