Multivariate Adaptive Generalized Poisson Regression Splines untuk Pengembangan Model Prediksi Produksi Padi di Kabupaten Bojonegoro

Abstract

Produksi padi di kabupaten Bojonegoro terus mengalami penurunan yang disebabkan oleh banjir dan serangan hama. Sehingga diperlukan suatu penelitian untuk mendapatkan variabel yang berpengaruh signifikan terhadap produksi padi di kabupaten Bojonegoro serta prediksi produksi padi untuk beberapa waktu mendatang menggunakan metode Multivariate Adaptive Generalized Poisson Regression Splines (MAGPRS). Dalam penelitian ini menggunakan metode MAGPRS karena tidak jelasnya bentuk hubungan antara variabel respon terhadap variabel prediktor, serta variabel respon yang digunakan merupakan variabel jumlah yang diduga berdistribusi poisson. Data yang digunakan berupa data di setiap kecamatan di kabupaten Bojonegoro pada tahun 2021 yaitu jumlah produksi padi (Y), luas lahan (X1), jumlah kelompok tani (X2), jumlah penggunaan pupuk NPK (X3), jumlah penggunaan pupuk petroganik (X4), jumlah penggunaan pupuk P-36 (X5), jumlah penggunaan pupuk urea (X6), jumlah penggunaan pupuk ZA (X7), dan serangan OPT (X8). Hasil analisis menunjukkan bahwa model MAGPRS terbaik adalah model dengan nilai BF sebesar 16, MI sebesar 3 dan MO sebesar 2 dengan GCV bernilai 0,33677 dan R2 bernilai 0,980. Variabel luas lahan memberikan kontribusi sebesar 100 %, diikuti dengan variabel jumlah penggunaan pupuk petroganik, jumlah penggunaan pupuk NPK, jumlah kelompok tani, jumlah penggunaan pupuk urea, jumlah serangan OPT dan jumlah penggunaan pupuk ZA. Model MAGPRS mempunyai tingkat akurasi sebesar 92,10 % untuk prediksi jumlah produksi padi di kabupaten Bojonegoro.

Penerapan Multivariate Adaptive Regression Splines Untuk Analisis Faktor Yang Mempengaruhi Kelayakan Nasabah Yang Mengajukan Pembiayaan

“…MARS dapat digunakan untuk variabel respon yang bersifat biner dan kontinu (A. Y. Kartini & Ishlahuddin, 2022). Selain itu metode MARS juga menghasilkan akurasi yang tinggi dalam hal klasifikasi (Risambessy et al, 2022), (Septian & Martha, n.d.), (Zurimi, 2019).…”