Analisis hubungan dan pemodelan luas panen padi dengan indikator el-nino southern oscillation (enso) di kabupaten bojonegoro melalui pendekatan copula dan regresi robust m-estimation

Jauhara Rana Budiani, Sutikno Sutikno, Purhadi Purhadi
Submission Date: 2015-07-14 11:15:18
Accepted Date: 2015-12-22 23:29:06

Abstract


Bojonegoro merupakan salah satu daerah lumbung padi di Indonesia. Perairan sawah padi di Bojonegoro masih bergantung pada ketersediaan air hujan. Jika curah hujan tinggi akan berakibat kebanjiran, sedangkan pada musim kemarau akan mengalami kekeringan. Upaya untuk meminimalkan kerugian akibat kebanjiran atau kekeringan adalah dengan mengetahui karakteristik hubungan serta pemodelan produksi padi dengan faktor iklim yaitu El-Nino Southern Oscillation (ENSO). Data luas panen padi dan indikator ENSO memiliki nilai yang ekstrim sehingga asumsi kenormalan seringkali terlanggar. Penelitian ini menggunkan pendekatan Copula untuk mengidentifikasi hubungan antar variabel, karena tidak terlalu ketat dalam asumsi distribusi variabel. Pemodelan yang digunakan untuk mengetasi data ekstrim atau outlier adalah regresi robust M-estimation. Hasil penelitian menunjukkan bahwa dependensi antara luas panen padi dan indikator ENSO 3.4 sebagian besar mengikuti Copula Clayton yang memiliki tail dependensi di bawah, artinya kejadian ekstrim SST Nino 3.4 bernilai rendah dan luas panen padi di Bojonegoro yang diperoleh akan semakin kecil maka hubungannya semakin erat, terutama pada periode 3. Pada pemodelan dengan regresi Robust M-Estimation menunjukkan nilai koefisien determinasi yang masih kecil yaitu pada periode 1 sebesar 33,94%, periode 2 sebesar 16,63%, dan periode 3 sebesar 16,72%.

Keywords


ENSO; Copula; Robust M-Estimation; luas panen padi

References


Berita Jatim. (2015, Januari 22). Target Produksi Padi Bojonegoro Capai 1 Juta Ton. Retrieved Maret 1, 2015, from beritajatim.com: http://m.beritajatim.com/ekonomi/229299/target_produksi_padi_bojonegoro_capai_1_juta_ton.html#.VPMvjSyjvYg

Nelsen, R. B. (2005). An Introduction to Copulas : Second Edition. New York: Springer.

Alma, Ö. G. (2010). Comparison of Robust Regression Methods in Linier Regression. Contemp Math Sciences , 409-421.

Berg, D., & Bakken, H. (2007). A Copula Goodnee-of-Fit Approach Based On The Conditional Probability Integral Transformation. Norwegia: The Norwegian Computing.

Scholzel, C., & Friederich, P. (2008). Multivariate Non-Normally Distributed random Variables in Climate Research-Introduction to The Copula Approach. Nonlin. Processes Geophys , 761-772.

Kpanzou, T. A. (2007). Copulas in Statistics. African Institute for Mathematical Sciences (AIMS).

Genest, C., & Rivest, L.-P. (1993). Statistical Inference Procedures for Bivariate Archimedean Copulas. Jurnal of the American Statistical Association , 1034-1043.

Fox, J. (2002). Robust Regression. Appendix to An R and S-PLUS Companion to Applied Regression.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.