FORECASTING DATA PANEL LUAS PANEN DAN PRODUKSI PADI MENGGUNAKAN HYBRID PANEL VECTOR AUTOREGRESSIVE (PVAR)-LONG SHORT TERM MEMORY (LSTM)

NADIA , GHASSANI (2026) FORECASTING DATA PANEL LUAS PANEN DAN PRODUKSI PADI MENGGUNAKAN HYBRID PANEL VECTOR AUTOREGRESSIVE (PVAR)-LONG SHORT TERM MEMORY (LSTM). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (81kB) | Preview
	Text SKRIPSI FUL TANPA BAB PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text SKRIPSI FUL.pdf Download (18MB) | Preview

Abstract

Produksi padi merupakan salah satu indikator penting dalam ketahanan pangan nasional, sehingga diperlukan metode peramalan yang mampu memberikan estimasi akurat terhadap perkembangan produksi di berbagai wilayah Indonesia. Penelitian ini bertujuan untuk menganalisis hubungan antara luas panen dan produksi padi serta melakukan prediksi dan peramalan pada 34 provinsi di Indonesia. Data yang digunakan merupakan data panel deret waktu bulanan periode 2018–2023 yang bersumber dari Survei Kerangka Sampel Area (KSA) Badan Pusat Statistik. Metode yang digunakan dalam penelitian ini adalah Panel Vector Autoregression(PVAR) dengan pendekatan estimasi Generalized Method of Moments(GMM). Model optimal ditentukan berdasarkan kriteria Andrews–Lu Model and Moment Selection Criterion(MMSC). Selain itu, dilakukan analisis Impulse Response Function(IRF) dan Forecast Error Variance Decomposition(FEVD) untuk mengevaluasi respons guncangan serta kontribusi variabel dalam menjelaskan variasi produksi padi. Selanjutnya, hasil prediksi PVAR dikombinasikan dengan model Long Short-Term Memory(LSTM) sebagai pendekatan hybrid guna meningkatkan kemampuan prediksi pada pola musiman dan fluktuasi nonlinier. Hasil penelitian menunjukkan bahwa model PVAR mampu menggambarkan hubungan dinamis antara luas panen dan produksi padi, namun prediksi cenderung kurang responsif terhadap lonjakan produksi yang tajam. Pendekatan hybrid PVAR–LSTM memberikan peningkatan akurasi peramalan dibandingkan PVAR murni, ditunjukkan oleh penurunan nilai MAE, RMSE, dan MAPE pada sebagian besar provinsi. Dengan demikian, model hybrid ini dapat menjadi alternatif yang efektif untuk mendukung perencanaan produksi padi dan kebijakan ketahanan pangan di Indonesia. Kata kunci:produksi padi, luas panen, data panel, PVAR-GMM, LSTM,hybrid forecasting.

Item Type:	Other
Subjects:	?? 500 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2605914795 Digilib
Date Deposited:	11 Jun 2026 06:20
Last Modified:	11 Jun 2026 06:20
URI:	http://digilib.unila.ac.id/id/eprint/100167

Actions (login required)

View Item