<![CDATA[Validitas data statistik nasional menjadi elemen krusial dalam penyusunan kebijakan publik, terutama di sektor pertanian yang berkontribusi besar terhadap perekonomian nasional. Namun, akurasi data produksi pertanian seringkali terganggu oleh adanya outlier atau data pencilan yang dapat mempengaruhi estimasi rata-rata, varians, dan hasil analisis statistik lainnya. Penelitian ini bertujuan untuk menganalisis keberadaan outlier pada data produksi pertanian sebagai upaya validasi dan peningkatan kualitas data statistik nasional. Metode penelitian menggunakan pendekatan kuantitatif dengan penerapan teknik deteksi outlier berbasis statistik deskriptif dan inferensial, seperti metode Z-Score, Boxplot Analysis, dan Interquartile Range (IQR). Data penelitian diperoleh dari publikasi resmi Badan Pusat Statistik (BPS) mengenai produksi beberapa komoditas pertanian utama di Indonesia selama periode 2015–2023. Hasil analisis menunjukkan bahwa sejumlah data provinsi memiliki nilai produksi ekstrem yang berpotensi sebagai outlier akibat faktor seperti kesalahan pencatatan, fluktuasi iklim ekstrem, serta perbedaan metode pelaporan di tingkat daerah. Identifikasi outlier melalui kombinasi metode Z-Score dan IQR menghasilkan tingkat akurasi deteksi lebih tinggi dibandingkan penggunaan tunggal salah satu metode. Dengan demikian, deteksi dan penanganan outlier menjadi langkah strategis dalam memastikan reliabilitas data pertanian nasional, sekaligus meningkatkan konsistensi laporan statistik lintas wilayah dan waktu. Temuan penelitian ini menegaskan pentingnya validasi data berbasis analisis statistik dalam mendukung perumusan kebijakan pertanian yang berbasis bukti (evidence-based policy).]]>
Copyrights © 2026
