Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Siber Journal of Advanced Multidisciplinary
Iman Sulaiman
Sekolah Tinggi Ilmu Pertanian Belitang
Humanities Economics, Econometrics & Finance Engineering Health Professions Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Pengaruh Tren Produksi Padi Menggunakan Regresi Linier Berganda di Provinsi Sumatera Selatan Nova Khoirunnisa Umaroh; Ary Eko Prastya Putra; Solehan Solehan; Iman Sulaiman
Siber Journal of Advanced Multidisciplinary Vol. 4 No. 1 (2026): Siber Journal of Advanced Multidisciplinary (April - June 2026)
Publisher : Siber Nusantara Research & Yayasan Sinergi Inovasi Bersama (SIBER)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/sjam.v4i1.724

Abstract

Ketahanan pangan nasional sangat bergantung pada stabilitas dan peningkatan produksi padi sebagai komoditas pangan strategis utama di Indonesia. Provinsi Sumatera Selatan merupakan salah satu lumbung pangan nasional yang memiliki potensi besar dalam mendukung target produksi beras nasional, namun produksinya masih mengalami fluktuasi yang perlu dikaji secara ilmiah dan berkala. Penelitian ini bertujuan untuk mengetahui tren produksi padi di Provinsi Sumatera Selatan berdasarkan data deret waktu periode 2021–2025 serta mengevaluasi tingkat akurasi model yang digunakan. Metode penelitian yang digunakan adalah pendekatan kuantitatif deskriptif dengan analisis Regresi Linier Berganda, menggunakan data sekunder yang bersumber dari Badan Pusat Statistik Provinsi Sumatera Selatan. Variabel independen yang digunakan meliputi luas panen dan usia produktif penduduk, sedangkan variabel dependen adalah produksi padi dalam satuan ton gabah kering giling. Hasil penelitian menunjukkan bahwa tren produksi padi di Provinsi Sumatera Selatan mengalami peningkatan secara konsisten selama periode penelitian. Variabel luas panen berpengaruh positif dan signifikan terhadap produksi padi dengan koefisien regresi sebesar 5,479 dan nilai signifikansi 0,000, sedangkan variabel usia produktif tidak berpengaruh signifikan dengan nilai signifikansi 0,618. Nilai koefisien determinasi sebesar 0,982 menunjukkan bahwa 98,2% variasi produksi padi dapat dijelaskan oleh kedua variabel independen tersebut. Evaluasi akurasi model menggunakan Mean Absolute Percentage Error menghasilkan nilai sebesar 4,81%, yang termasuk dalam kategori sangat baik. Dengan demikian, model Regresi Linier Berganda terbukti andal dalam menganalisis dan memprediksi tren produksi padi di Provinsi Sumatera Selatan.
Peramalan Harga Komoditas Padi (GKG) dengan Metode ARIMA di Provinsi Sumatera Selatan Anisa Anggraini; Ary Eko Prastya Putra; Andri Irawan; Iman Sulaiman
Siber Journal of Advanced Multidisciplinary Vol. 4 No. 1 (2026): Siber Journal of Advanced Multidisciplinary (April - June 2026)
Publisher : Siber Nusantara Research & Yayasan Sinergi Inovasi Bersama (SIBER)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/sjam.v4i1.856

Abstract

Padi (Oryza sativa L.) merupakan komoditas pertanian yang paling strategis di Indonesia, berfungsi sebagai makanan pokok bagi sebagian besar penduduk dan berperan penting dalam ketahanan pangan nasional. Provinsi Sumatera Selatan termasuk daerah penghasil padi terbesar di Pulau Sumatera, sehingga peramalan harga gabah kering giling (GKG) secara akurat menjadi sangat penting bagi petani, pelaku pasar, dan pembuat kebijakan. Penelitian ini bertujuan untuk: (1) mengetahui hasil peramalan harga komoditas padi (GKG) dengan metode ARIMA di Provinsi Sumatera Selatan pada tahun 2026 berdasarkan data historis dari tahun 2021–2025; dan (2) mengevaluasi tingkat akurasi model peramalan ARIMA. Penelitian menggunakan pendekatan kuantitatif dengan data deret waktu sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Selatan dan Badan Pangan Nasional. Pengolahan dan analisis data dilakukan menggunakan perangkat lunak SPSS mengikuti prosedur Box-Jenkins yang mencakup plot data, uji stasioneritas melalui analisis ACF dan PACF, differencing orde kedua, identifikasi model, estimasi parameter, serta diagnostic checking. Hasil penelitian menunjukkan bahwa ARIMA (2,2,0) merupakan model terbaik dengan kedua parameter autoregresif AR(1) dan AR(2) yang signifikan secara statistik. Hasil peramalan menunjukkan tren peningkatan harga padi (GKG) yang konsisten sepanjang tahun 2026, dari Rp8.239 per kilogram pada Januari hingga Rp10.890 per kilogram pada Desember. Model menunjukkan akurasi sangat tinggi dengan nilai MAPE sebesar 5,808%, R-squared sebesar 0,742, RMSE sebesar 0,548, serta nilai p-value uji Ljung-Box sebesar 0,326 yang mengonfirmasi residual memenuhi asumsi white noise.
Co-Authors Andri Irawan Anisa Anggraini Ary Eko Prastya Putra Nova Khoirunnisa Umaroh Solehan Solehan