PERBANDINGAN REGRESI ROBUST METODE LEAST TRIMMED SQUARE (LTS) DAN METODE ESTIMASI-S PADA PRODUKSI PADI DI KABUPATEN BLITAR

Abstract

Produksi padi di Kabupaten Blitar mengalami peningkatan dan penurunan, hal ini dipengaruhi oleh beberapa faktor, diantaranya jumlah petani, alokasi pupuk, ratarata curah hujan, luas panen, luas tanam, produktivitas, dan alat pengolah padi. Oleh karena itu, untuk mengetahui faktor-faktor yang lebih signifikan tersebut, guna mencapai produksi padi yang optimal dapat digunakan analisis regresi. Namun, adanya data pencilan pada suatu data penelitian dapat mengganggu proses analisis data. Regresi robust merupakan metode yang efisien untuk menganalisis data yang mengandung pencilan. Regresi robust memiliki beberapa metode estimasi, dua diantaranya adalah Least Trimmed Square (LTS) dan Estimasi S yang memiliki persamaan karateristik pada efisiensi dan breakdown point. Penelitian ini bertujuan untuk membandingkan kedua metode tersebut pada data produksi padi di Kabupaten Blitar tahun 2018 dengan tujuh variabel bebas (jumlah petani, alokasi pupuk, rata-rata curah hujan, luas panen, luas tanam, produktivitas, dan alat pengolah padi). Pengambilan data pada tahun 2018 didasarkan pada kelengkapan dokumen serta adanya kekhawatiran pandemi Covid-19 mempengaruhi data. Estimasi regresi robust menggunakan metode Least Trimmed Square (LTS) pada produksi padi di Kabupaten Blitar diperoleh model: Y = −11262, 756 − 0, 01x1 + 0, 031x2 − 14, 304x3 + 2, 292x4 + 3, 741x5 + 188, 274x6 − 0, 419x7 dan estimasi regresi robust menggunakan metode Estimasi S pada produksi padi di Kabupaten Blitar diperoleh model: Y = −9698, 949−0, 14x1−0, 49x2−19, 531x3+0, 133x4+5, 714x5+175, 018x6−0, 507x7. Hasil penelitian menunjukan regresi robust metode Least Trimmed Square (LTS) merupakan metode yang menghasilkan model terbaik, karena metode Least Trimmed Square (LTS) memiliki nilai koefisien determinasi (R2 ) sebesar 0, 99999 yang lebih besar dibandingkan nilai koefisien determinasi (R2 ) metode Estimasi S sebesar 0,99882, dan metode Least Trimmed Square (LTS) memiliki nilai Mean Square Error (MSE) sebesar 0,62105 yang lebih kecil dibandingkan nilai Mean Square Error (MSE) metode Estimasi S sebesar 9,04800. Kata Kunci: Data Pencilan (outlier), Produksi Padi, Regresi Robust