ABSTRAK
Model GSTAR Termodifikasi merupakan modifikasi model GSTAR Standar dengan penambahan variabel lain yang dianggap berpengaruh. Menggunakan data produksi jagung (ton), luas lahan kritis (ha), luas lahan panen (ha), dan curah hujan (mm) akan ditentukan estimasi parameter model GSTAR Standar dan GSTAR Termodifikasi. Berdasarkan hasil penelitian pada makalah 1 untuk lokasi di Kecamatan Ampel, Cepogo, dan Musuk, model GSTAR Termodifikasi dipilih sebagai model terbaik karena estimasi parameter yang tidak signifikan pada model GSTAR Standar menjadi signifikan. Berdasarkan model GSTAR Termodifikasi diperoleh bahwa hasil optimasi produksi jagung di Kecamatan Cepogo yang lebih besar dari maksimal data asli sedangkan di Kecamatan Ampel dan Musuk lebih kecil dari maksimal data asli. Hasil analisa untuk menguji keoptimalan solusi menunjukkan bahwa pengoptimal di Kecamatan Musuk merupakan pengoptimal global, sedangkan di Kecamatan Ampel dan Cepogo terdapat lebih dari 1 pengoptimal yang disebut sebagai pengoptimal lokal. Penelitian dilanjutkan pada makalah 2, model GSTAR Termodifikasi akan diterapkan pada data produksi jagung (ton), luas lahan panen (ha), dan curah hujan (mm) pada 9 Kecamatan di Kabupaten Boyolali. Hasil estimasi parameter model GSTAR menunjukkan semua parameter signifikan menurut uji-t dengan 5%. Hasil optimasi menunjukkan yang berada pada interval data asli hanya produksi jagung di Kecamatan Boyolali, sedangkan pada kecamatan lain lebih besar dari maksimal data asli. Akan tetapi hasil secara keseluruhan berbeda dengan maksimal data asli dengan nilai error kurang dari 10%. Dari hasil perhitungan menunjukkan untuk tiap kecamatan selain Kecamatan Boyolali dapat meningkatkan produksi jagung sebesar 50 ton per tahun.
ABSTRACT
GSTAR Modified is a modification GSTAR Standard with the addition of other variables that are considered influential. Using the data corn production (tonnes), the critical land area (hectare), crop land area (hectare), and precipitation (mm) will be determined parameter estimation GSTAR Standard and Modified GSTAR. Based on the research results of the paper 1 for locations in the sub-district Ampel, Cepogo, and Musuk, GSTAR Modified chosen as the best model because estimation of the parameters is not significant at GSTAR Standard becomes significant. Based on Modified GSTAR found that corn production optimization results in sub-district Cepogo greater than the maximum original data while in sub-district Ampel and Musuk smaller than the maximum original data. The results of the analysis to test optimal solution shows that the optimizer in sub-district Musuk is a global optimizer, while in District Ampel and Cepogo there are more than 1 optimizer which is referred to a local optimizer. Research continued on the paper 2, GSTAR Modified be applied to data corn production (tonnes), crop land area (hectare), and precipitation (mm) at 9 sub-district in Boyolali Regency. The results of parameter estimation GSTAR shows that all parameters are significant according to the t-test with
% 5
. The results show that only corn production in the sub-district Boyolali whose optimization result is in the interval of the original data, while in other districts larger than the maximum of the original data. However, the overall result is different from the original data with a maximum error rate of less than 10%. From the calculation results indicate for every sub-district except sub-district of Boyolali can increase corn production by 50 tons per year.
