Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Matematika Sains dan Teknologi Jurnal Statistika dan Aplikasinya
Riska Yulianti
Universitas Islam Indonesia
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Mathematics Social Sciences Other

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

Found 2 Documents
Search

 1 
Implementasi Regresi Robust untuk Mengetahui Faktor-Faktor yang Mempengaruhi Produksi Padi di Indonesia M. Paris Ramdoni Rasantaka; Mochamad Fahmi Ashshidiqi; Riska Yulianti; Zahrah Zeinawaqi; Edy Widodo
Jurnal Statistika dan Aplikasinya Vol 6 No 2 (2022): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.06209

Abstract

Seiring dengan pertambahan jumlah penduduk tentu akan membutuhkan ketersediaan bahan pangan pokok masyarakat yang semakin meningkat pula. Padi sebagai salah satu komoditas utama bahan pangan pokok masyarakat Indonesia tentu menjadi perhatian penting bagi pemerintah Indonesia. Menurut penilaian dari The Global Food Safety Initiative (GFSI) terjadi penurunan nilai indek ketahanan pangan di Indonesia sebesar 2.2% di tahun 2021. Hal ini diikuti dengan banyak dilakukannya eksploitasi terhadap lahan pertanian seperti di Jawa Tengah yang menjadi salah satu lumbung padi di Indonesia. Ketergantungan masyarakat Indonesia terhadap nasi sebagai makanan pokok membawa tantangan yang besar dalam mengelola ketahanan atau ketersediaan padi di Indonesia. Untuk itu dalam penelitian ini akan digunakan analisis regeresi robust dalam melakuakn analisis untuk mengetahui faktor-faktor yang mempengaruhi produksi padi di Indonesia berdasarkan literatur terdahulu yang menjadi landasan seperti luas panen, realisasi pupuk, rata-rata curah hujan, produksi benih padi, dan jumlah tenaga kerja sektor pertanian. Dari hasil analisis yang didapatkan diketahui bahwa yang berpengaruh signifikan terhadap produksi padi dari faktor yang ada yaitu luas panen dan produksi benih padi.
The Role of Generalized Space Time Autoregressive (GSTAR) Modelling in Understanding Economic Indicators: Farmer Value Food Crops Subsector Riska Yulianti; Achmad Fauzan
Jurnal Matematika Sains dan Teknologi Vol. 26 No. 1 (2025)
Publisher : LPPM Universitas Terbuka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33830/jmst.v26i1.10260.2025

Abstract

Indonesia, as an agrarian nation, relies heavily on agriculture for rural livelihoods. The Farmer Terms of Trade (FTT) is a key indicator of farmer welfare. However, agriculture is often seen as ineffective in boosting income and reducing poverty. Despite this, the sector remains crucial for national development, especially the crops sub-sector, which sustains the country's food supply. The Generalized Space Time Autoregressive (GSTAR) model is employed to explore data relationships across proximate locations, focusing on geographical or observational locational factors. This analysis incorporates three spatial weights in the GSTAR model: (1) queen contiguity- weights, (2) uniform location weights, and (3) inverse distance spatial weights. Our findings indicate that the GSTAR model (11)I(1) with uniform spatial weight emerges as the optimal model. This model not only satisfies the white noise and normality assumptions but also demonstrates superior performance metrics, including a Mean Squared Error (MSE) of 2.34, Root Mean Squared Error (RMSE) of 1.53, and Mean Absolute Percentage Error (MAPE) of 1.10%. These figures notably surpass those obtained with the GSTAR models employing queen contiguity-based weights and inverse distance spatial weights, thereby highlighting its efficacy in capturing the dynamics within the crops sub-sector.
Co-Authors ACHMAD FAUZAN Edy Widodo M. Paris Ramdoni Rasantaka Mochamad Fahmi Ashshidiqi Zahrah Zeinawaqi