PEMODELAN HASIL PRODUKSI PADI DI PROVINSI SULAWESI TENGAH MENGGUNAKAN FIXED EFFECT MODEL (FEM)

Padi merupakan komoditas pangan utama di Indonesia. Tingkat konsumsi padi mayarakat di Sulawesi Tengah sebesar 111,4 kg perkapita pertahun yang  lebih tinggi jika dibandingkan dengan masyarakat Sulawesi Selatan yaitu 106,9 kg perkapita pertahun. Diperlukan model yang dapat memprediksi hasil produksi padi di Sulawesi tengah untuk menjaga stok kebutuhan pangan masyarakat. Fixed effect Model dapat digunakan untuk melihat faktor apa saja yang dapat mempengaruhi hasil produksi padi di Sulawesi Tengah dengan menggunakan pendekatan data penelitian data panel. Fixed effect Model adalah cara mengestimasi data panel dengan menggunakan variabel dummy untuk memperoleh perbedaan intersep yang diinginkan. Dari hasil penelitian ini diperoleh bahwa faktor yang mempengaruhi hasil produksi padi di Sulawesi tengah adalah luas panen dengan setiap kenaikan luas panen sebesar 1 % akan meningkatkan hasil produksi padi sebesar 0,6764%.  Dari hasil analisis diperoleh nilai R2 sebesar 98.15%.

[1]  D. Utari,et al.  A Panel Data Analysis of Rice Production in Ngawi Regency, East Java , 2020 .

[2]  S. Uyanto.  Power Comparisons of Five Most Commonly Used Autocorrelation Tests , 2020 .

[3]  N. A. M. R. Senaviratna,et al.  Diagnosing Multicollinearity of Logistic Regression Model , 2019, Asian Journal of Probability and Statistics.

[4]  Oscar L. Olvera Astivia,et al.  Heteroskedasticity in Multiple Regression Analysis: What it is, How to Detect it and How to Solve it with Applications in R and SPSS. , 2019 .

[5]  Chuda Prasad Dhakal,et al.  Multiple Regression Model Fitted for Rice Production Forecasting in Nepal: A Case of Time Series Data , 2018, Nepalese Journal of Statistics.

[6]  R. Zulfikar.  Estimation Model And Selection Method Of Panel Data Regression : An Overview Of Common Effect, Fixed Effect, And Random Effect Model , 2018 .

[7]  I. Muda,et al.  The Analysis of Effects of Good Corporate Governance on Earnings Management in Indonesia with Panel Data Approach , 2018 .

[8]  Jonathan Mummolo,et al.  Improving the Interpretation of Fixed Effects Regression Results , 2018, Political Science Research and Methods.

[9]  Rahmadeni Rahmadeni,et al.  Analisis Faktor-Faktor yang Mempengaruhi Inflasi pada Kota Metropolitan di Indonesia dengan Menggunakan Analisis Data Panel , 2017 .

[10]  O. Arowolo,et al.  Food Production Modelling Using Fixed Effect Panel Data for Nigeria and Other 14 West African Countries (1990-2013) , 2016 .

[11]  A. Fitrianto,et al.  Panel Data Analysis for Sabah Construction Industries: Choosing the Best Model , 2016 .