Lampiran 1 Data luas panen, produktivitas pulp, harga beras dan total konsumsi beras per kabupaten/kota di Jawa Tengah Tahun 2014. Lampiran 2 Data luas panen, produktivitas pulp, harga beras dan total konsumsi beras kabupaten/kota di Jawa Tengah pada tahun 2014 Setelah Huber Weighted. Jawa Tengah merupakan salah satu provinsi yang cukup penting dalam ketahanan pangan nasional, karena Provinsi Jawa Tengah memiliki bobot dan kontribusi yang cukup besar terhadap produksi beras nasional yaitu sekitar 17% (Widiani, 2012).
Dilihat dari jumlah penduduknya, Jawa Tengah merupakan provinsi dengan jumlah penduduk yang tinggi dan menempati urutan ketiga di Indonesia setelah Jawa Barat dan Jawa Timur. Masalah ini diperparah dengan kondisi di lapangan, dimana Jawa Tengah yang merupakan salah satu pilar ketahanan pangan nasional yang diharapkan dapat meningkatkan produksi beras justru mengalami penurunan produksi. Anggapan “tidak bisa dikatakan sudah makan kalau belum makan nasi” masih menjadi pemahaman yang kuat, terlihat dari perilaku masyarakat Jawa Tengah yang merupakan konsumen berat beras.
Salah satu upaya yang dilakukan untuk mengatasi masalah tersebut adalah dengan menentukan faktor-faktor yang mempengaruhi keamanan pangan. Kabupaten/kota di Jawa Tengah memiliki perbedaan luas panen, produktivitas padi, harga beras, dan jumlah konsumsi beras.
Rumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Mengetahui model ketahanan pangan di Jawa Tengah, diharapkan penelitian selanjutnya dapat menjelaskan masalah ini dari latar belakang keilmuan yang berbeda. Mengetahui faktor-faktor yang mempengaruhi ketahanan pangan untuk membantu pemerintah dengan syarat-syarat yang dapat diperbanyak dalam mewujudkan ketahanan pangan.
TINJAUAN PUSTAKA
- Konsep Ketahanan Pangan
- Metode Kuadrat Terkecil (MKT)
- Asumsi Klasik
- Uji Multikolinieritas
- Uji Autokorelasi
- Regresi Robust
- Esmimasi-M
- Penyelesaian untuk Parameter Regresi
Wijaya (2009) dalam tesisnya yang berjudul “Estimasi Parameter Pada Model Regresi Robust Menggunakan Fungsi Huber” bahwa data outlier tidak berasal dari error, tindakan menghilangkan outlier dari analisis bukanlah tindakan yang tepat karena outlier dapat memberikan informasi apa yang sebenarnya. tidak disediakan oleh observasi.lain-lain. Menggunakan fungsi Huber lebih efisien dibandingkan dengan MKT, sedangkan untuk data tanpa outlier estimasi parameter yang diperoleh dengan metode MKT lebih efisien dibandingkan dengan metode regresi robust dengan fungsi Huber. Oleh karena itu estimasi-M merupakan metode alternatif pengganti MKT yang dapat digunakan jika terdapat outlier pada data.
Analisis regresi merupakan salah satu alat yang digunakan ketika ingin menggambarkan hubungan fungsional antara variabel independen (prediktor) dan variabel dependen dengan membangun model. Untuk menguji hubungan antara beberapa variabel dengan menggunakan analisis regresi, peneliti terlebih dahulu menentukan variabel independen dan variabel dependen. Jika ingin menguji hubungan atau pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat, maka model regresinya adalah sama.
3.3) Untuk meminimalkan jumlah kesalahan dalam persamaan (3.3), dimungkinkan untuk menemukan turunan parsial dari persamaan terhadap , dimana dan sama dengan nol, jadi kita dapatkan Dalam menentukan nilai estimasi dari , solusi persamaan (3.6) dapat digunakan dimana kedua ruas dikalikan dengan invers dari. Asumsi multikolinearitas menunjukkan bahwa terdapat hubungan linier yang kuat antara beberapa variabel prediktor dalam model regresi linier berganda.
Ada beberapa cara untuk mendeteksi multikolinearitas dalam model regresi linier, salah satunya melalui nilai VIF (Rosadi, 2011). Deteksi penyimpangan dari asumsi homoskedastisitas ini dapat disimpulkan dari representasi grafis dari nilai kuadrat residual Jika semua variabel independen signifikan secara statistik, maka model tersebut memiliki heteroskedastisitas (Gujarati, 2004). Outliers adalah data yang tidak mengikuti pola umum pada model regresi yang dihasilkan, atau tidak mengikuti pola umum data.
Jika titik breakdown lebih besar dari 0,5 berarti estimasi model regresi tidak dapat menggambarkan informasi dari sebagian besar data. Dalam regresi robust, terdapat beberapa metode estimasi seperti estimasi-M, estimasi-MM, estimasi-S, estimasi least mean square (LMS) dan estimasi least truncated square (LTS) (Chen, 2002). Untuk mendapatkan skala dari estimator ini biasanya dilakukan dengan memecahkan Persamaan. 3.14) di mana (ui) adalah fungsi simetris dari residu atau fungsi yang disumbangkan oleh setiap residu ke fungsi tujuan.
Konstanta penyesuaian dalam regresi yang kuat menentukan kekokohan estimator terhadap outlier dan efisiensi estimator tanpa adanya outlier. Masalah dengan estimasi regresi yang kuat adalah bahwa konstanta penyetelan harus dipilih sehingga estimasi yang dihasilkan lebih spesifik dan meningkatkan jumlah residu kuadrat.
METODOLOGI PENELITIAN
Populasi Penelitian
Rasio ketersediaan beras merupakan perbandingan antara jumlah produksi dan konsumsi beras pada setiap kabupaten/kota di Provinsi Jawa Tengah. Jumlah Konsumsi (X4) Jumlah konsumsi beras adalah jumlah beras medium yang dikonsumsi oleh seluruh penduduk suatu kabupaten/kota dalam setahun.
Metode Pengumpulan Data
Regresi linier berganda adalah metode yang digunakan untuk memodelkan pengaruh dua atau lebih variabel independen terhadap variabel dependen. Dalam penelitian ini, metode kuadrat terkecil digunakan untuk mengestimasi parameter model regresi linier berganda. Ini berarti tidak terpengaruh oleh perubahan besar pada data kecil atau perubahan kecil pada data besar.
Tahapan Penelitian
Analisis Deskriptif
- Luas Panen Padi Jawa Tengah Tahun 2014
- Produktivitas
- Harga Beras Jawa Tengah Tahun 2014
- Konsumsi Beras Jawa Tengah Tahun 2014
Sementara itu, terlihat bahwa wilayah yang paling sedikit ditebang adalah Kota Surakarta dengan luas 185 ha. Lembaran Kota Surakarta Tahun 2010 Nomor 12 menyebutkan bahwa dari 51 kecamatan yang ada, lahan pertanian tersebar hanya di 4 kecamatan, yaitu Kecamatan Mojosongo, Kecamatan Karangasem, Kecamatan Banyuyanyar dan Kecamatan Kadipiro. Kecamatan. Hal ini dikarenakan Kota Surakarta merupakan daerah di Jawa Tengah dengan kepadatan penduduk tertinggi yaitu 10.954 jiwa/km2 (Kemendagri, 2013).
Mengacu pada Gambar 5.1, meskipun Kota Surakarta memiliki luas panen terkecil, namun lebih mampu memaksimalkan produktivitasnya, yaitu 55,25 kW/ha dibandingkan Kota Tegal, wilayah dengan produktivitas terendah pada tahun 2014. Petani terpaksa menjual dengan harga rendah. harga karena beras merupakan produk yang mudah rusak jika disimpan terlalu lama. Pemerintah sendiri juga melakukan pemantauan harga beras untuk mencegah fluktuasi harga pangan yang dapat menimbulkan permasalahan ketidakmampuan rumah tangga dalam memenuhi kebutuhan pangan, sebagaimana diatur dalam PP RI No.
Gambar 4.3 memperlihatkan beberapa daerah yang harga jual berasnya lebih rendah dari harga beras rata-rata, yaitu berwarna jingga hingga kuning. Daerah yang mampu menjual beras dengan harga terendah adalah Kabupaten Grobogan dengan harga Rp 7.500/kg, sedangkan daerah dengan harga beras tertinggi Rp 10.000/kg adalah Kota Salatiga dan Kota Surakarta. Pemerintah telah berusaha untuk mengurangi pola konsumsi beras yang begitu tinggi, namun tidak pernah berhasil.
Gambar 4.4 menunjukkan bahwa wilayah Jawa Tengah pada tahun 2014 yang paling banyak mengkonsumsi beras adalah Kabupaten Blora yaitu sebesar 6.148,39 ton. Itu sebabnya Kabupaten Klaten merupakan daerah pendukung ketahanan pangan nasional karena memiliki produktivitas yang tinggi namun konsumsinya kecil.
Analisis Regresi Linear Berganda
- Uji Homoskedastisitas
- Uji Normalitas
Model regresi yang baik adalah nilai residual yang muncul pada fungsi regresi populasi yang memiliki varians atau homoskedastisitas yang sama. Jika nilai d < dL atau (4 - d) < dL, maka hipotesis nol ditolak yang berarti terdapat autokorelasi. Berdasarkan hasil pengujian yang dicantumkan pada Lampiran 2, nilai statistik uji adalah d = 2,1888 dengan menggunakan nilai k = 4 (jumlah variabel bebas) dan n = 35 (jumlah sampel) kemudian diperoleh dari tabel nilai d dL = 1,2221 dan dU = 1,7259.
Uji normalitas ini menggunakan uji Kolmogorov-Smirnov untuk menentukan apakah residual berdistribusi normal atau tidak.
Identifikasi Outlier
Berdasarkan tabel 5.2 terlihat bahwa data dengan nilai hii lebih besar dari nilai cut-off yaitu data sampai dengan 33. Oleh karena itu perlu dilakukan analisis lebih lanjut dengan metode robust untuk data yang outlier , sehingga hasil regresi yang dihasilkan lebih akurat dan efisien.
Analisis Regresi Robust
- Uji Overall
- Uji Parsial
Berdasarkan Tabel 4.3 terlihat jelas bahwa dengan menggunakan fungsi pembobotan Huber yang konvergen pada iterasi ke-11 diperoleh persamaan terbaik dengan menggunakan bobot Huber adalah sebagai berikut. Tabel 4.4 memperlihatkan penerapan fungsi pembobotan Tukey Bisquare yang konvergen pada iterasi ke-9 diperoleh model terbaik dengan menggunakan fungsi pembobotan Tukey Bisquare adalah sebagai berikut. Perbandingan bobot Huber dan bobot Tukey Bisquare dilakukan untuk menentukan model terbaik berdasarkan nilai MSE yang diperoleh dari kedua bobot tersebut.
Berdasarkan hasil pada Tabel 4.4 diputuskan untuk menggunakan pembobotan Huber karena nilai MSE lebih kecil dari nilai MSE pembobotan Tukey Biquare. Dengan menggunakan taraf signifikansi 5% dan menggunakan data terbobot, diperoleh hasil pengujian secara keseluruhan seperti pada Tabel 4.5 berikut. Berdasarkan hasil pengujian pada Tabel 4.6 dengan taraf signifikansi 5%, statistik pengujian yang dikembangkan adalah seperti pada Tabel 4.6.
Kesimpulan
Saran
Analisis pengaruh stok beras, luas panen, rata-rata produksi, harga beras dan total konsumsi beras terhadap ketahanan pangan di Jawa Tengah. Perbandingan keefektifan metode regresi robust estimasi M dan estimasi MM akibat efek outlier dalam analisis regresi linier (Contoh kasus data produksi Padi di Jawa Tengah, 2007). Regresi kuat dan deteksi outlier dengan prosedur ROBUSTREG, Paper 265-27, Statistics and Data Analysis, SUGI 27, North Carolina: SAS Institute Inc.
Pengaruh ketersediaan beras, produksi beras dan harga beras terhadap ketahanan pangan kabupaten/kota di Jawa Tengah tahun 2008-2010. Data luas panen, produktivitas padi, harga beras dan total konsumsi beras per Kabupaten/Kota di Jawa Tengah Tahun 2014. Data luas panen, produktivitas padi, harga beras dan total konsumsi beras per Kabupaten/Kota se-Jawa Tengah Tahun 2014 Setelah pembobotan Hubers.
