Analisis Demand Kebutuhan Alat Panen Agroindustri di Sumatra dengan Pendekatan Geographically Weighted Regression: Egrek Digital Merah Putih
DOI:
https://doi.org/10.30587/matrik.v26i1.10191Keywords:
Egrek Digital Merah Putih, Geographically Weighted Regression, Kernell GaussianAbstract
Pertumbuhan sektor perkebunan kelapa sawit di Indonesia mendorong kebutuhan alat panen yang efisien dan berkualitas, salah satunya Egrek Digital Merah Putih. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi permintaan alat panen dengan pendekatan spasial Geographically Weighted Regression (GWR). Variabel-variabel yang dianalisis meliputi luas lahan, kapasitas produksi, pemahaman terhadap kematangan buah, ketertarikan pemanen terhadap teknologi, jumlah perusahaan kelapa sawit, serta willingness to pay ripeness detector. Dalam pengujian asumsi klasik, terdapat beberapa hal yang dilakukan yaitu uji normalitas residual, multikolinearitas, autokorelasi, dan heterokedastisitas. Dalam pemodelan GWR dengan fungsi pembobot kernel gaussian menunjukkan performa yang lebih baik dibandingkan regresi linear berganda, dengan nilai R² sebesar 97,21% yang menandakan model dapat memprediksi hasil sesuai dengan data yang ada. Temuan ini mengindikasikan pendekatan spasial mampu memberikan gambaran lebih akurat mengenai wilayah potensial untuk distribusi Egrek Digital Merah Putih di wilayah Sumatra serta mendukung pengambilan keputusan strategis dalam pengembangan rantai pasok alat panen
References
[1] Sari, A., 2023. Pengertian Agroindustri ,Peran, Karakteristik, dan Permasalahan Dalam Pengembangan. [Online] Available at: https://faperta.umsu.ac.id/2023/04/12/agroindustri/
[Accessed 2024 November 30].
[2] Aberth, W., 2024. Kontribusi Pertanian pada PDB Capai Lebih dari 12%. [Online]
Available at: https://data.goodstats.id/statistic/kontribusi-pertanian-pada-pdb-capai-lebih-dari-12-eskl7 [Accessed 2024 November 30].
[3] Siahaan, M., 2024. Palm Oil Industri in Indonesia-Statistics & Facts. [Online]
Available at: https://www.statista.com/topics/5921/palm-oil-industry-in-indonesia/ [Accessed 2 September 2024].
[4] Direktorat Jenderal Perkebunan, 2024. Statistik Perkebunan Jilid I 2022-2024. s.l.:Kementrian Pertanian Republik Indonesia.
[5] GAPKI, 2024. Capai 40 Juta Ton! Permintaan Sawit Domestik Untuk Energi 2045. [Online] Available at: https://gapki.id/news/2024/06/21/capai-40-juta-ton-permintaan-sawit-domestik-untuk-energi-2045/ [Accessed 13 November 2024].
[6] Muhartini A.A., Sahroni, O., Rahmawati, S. D., Febrianti, T., & Mahuda, I. 2021. Analisis Peramalan Jumlah Penerimaan Mahasiswa Baru Dengan Menggunakan Metode Regresi Linear Sederhana. J. Bayesian J. Ilm. Stat. Dan Ekon. Vol. 1, No. 1, Pp. 17–23, 2021.
[7] Alita, D., Putra, A.D., & Darwis, D. 2021. Analysis of Classic assumption test and multiple linear regression coefficient test for employee structural office recommendation. IJCCS (Indonesian Journal of Computing and Cybernetics Systems). Vol.15, No. 3, Pp. 295–306.
[8] Prasetyo, R.A. & Helma. 2022. Analisis Regresi Linear Berganda Untuk Melihat Faktor Yang Berpengaruh Terhadap Kemiskinan di Provinsi Sumatera Barat. Journal of Mathematics UNP. Vol. 7, No.2, Pp. 62-68
[9] Mardiatmoko, G. 2024. The Application of the Classical Assumption Test in Multiple Linear Regression Analysis (a Case Study of the Preparation of the Allometric Equations of Young Makila). JTAM (Jurnal Teori dan Aplikasi Matematika). Vol. 8, No. 3, Pp. 724–739.
[10] Guliyev, H. 2020. Determining the spatial effects of COVID-19 using the spatial panel data model. Spatial Statistics. Vol. 38, Pp.1-10.
[11] Ward, M. & Gleditsch, K. S., 2018. Spatial Regression Models 2nd Edition. United States: Sage Publication.
[12] Anselin, L., 1998. Spatial Econometrics: Methods and Models. Netherlands: Kluwer Academic Publishers.
[13] Fischer, M.M. & Nijkamp, P., 2021. Handbook of Regional Science. Berlin: Springer.
[14] Lutfiani, N., Sugiman, & Mariani, S. 2019. Pemodelan Geographically Weighted Regression (GWR) dengan Fungsi Pembobot Kernel Gaussian dan Bi-Square. Vol. 8, No. 1, Pp. 82-91.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Faricha Ardelia Raina Faricha, Erwin Widodo, Alya Oktia Putri
This work is licensed under a Creative Commons Attribution 4.0 International License.
