Prediksi Produktivitas Padi Menggunakan Geographically Weighted Regression (GWR) di Kabupaten Jember
Tahun 2026 · Penulis: Yohana Dwi Falupi
Faculty of Agriculture, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/15535
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Prediksi Produktivitas Padi Menggunakan Geographically Weighted Regression (GWR) di Kabupaten Jember
Produktivitas beras sangat berperan dalam mendukung keamanan pangan dan pengembangan pertanian yang berkelanjutan, selaras dengan Tujuan Pembangunan yang Sustainable 2 (SDGs 2), khususnya tujuan mengakhiri kelaparan, meningkatkan keamanan pangan, dan meningkatkan pertanian berkelanjutan. Produktivitas beras di Kabupaten Jember menunjukkan variasi antara sub-distrik karena perbedaan karakteristik regional. Penelitian ini bertujuan untuk menganalisis distribusi spasial produktivitas padi pada tahun 2025 dan membandingkan kemampuan Kotak-Kotak Biasa (OLS) dan model Regresi Geografis (GWR) dalam menjelaskan hubungan antara daerah yang dipanen, curah hujan, kemiringan, dan temperatur pada produktivitas nasi. Penelitian menggunakan data sekunder dari 31 sub-distrik di Kabupaten Jember. Analisis ini dilakukan melalui pemetaan spasial, statistik deskriptif, model OLS, dan model GWR menggunakan Bisquare Kernel adaptasi dengan sebuah bandwidth optimal 28 tetangga. Hasilnya menunjukkan bahwa produktivitas padi berkisar dari 57,00 hingga 64,50 quintal per hektar. Model OLS menghasilkan nilai R2 dari 0.3655, AICC 135.8336, RMSE 1.69, ME 1.31, dan MAPE 2.15%. Sementara itu, model GWR menghasilkan nilai R2 dari 0.5096, AICC 96.5934, RMSE 1.48, ME 1,12, dan MAPE sebesar 1,83%. Hasil ini menunjukkan bahwa GWR menyediakan model yang lebih cocok dan estimasi yang lebih rendah kesalahan dari OLS karena dapat menjelaskan variasi spasial dalam hubungan antara variabel di sub distrik. Penemuan diharapkan untuk memberikan informasi spasial yang dapat mendukung perencanaan pertanian spesifik lokasi dan upaya untuk meningkatkan produktivitas beras sesuai dengan tujuan SDGs 2.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,898
Tahun 2026 · Penulis: Nasya Zabrina Amanda
Analisis Produktivitas Tanaman Padi Berbasis Indeks Vegetasi dari Citra Landsat 8 OLI Menggunakan Geographically Weighted Regression (GWR) di Kabupaten Jember
Produktivitas beras adalah indikator penting untuk mendukung keamanan pangan dan dipengaruhi oleh faktor-faktor biofisika yang hubungannya mungkin bervariasi di berbagai lokasi. Penelitian atas produktivitas sejalan dengan SDG Gol 2, yang menekankan pentingnya
- Cosine 0,843
Tahun 2026 · Penulis: Salsabila Hapsari
Analisis Spasial PH dan Konduktivitas Listrik (EC) di Lahan Pertanian dengan Menggunakan Perbedaan Metode Interpolasi Kriging pada Kecamatan Sumbersari
Distrik Sumbersari adalah salah satu daerah penyangga produksi beras di Kabupaten Jember, di mana produktivitas berpotensi dapat meningkat melalui pengelolaan nutrisi berdasarkan kondisi kimia tanah setempat. Penelitian ini bertujuan untuk menganalisis distrib
- Cosine 0,830
Tahun 2025 · Penulis: Ardana Jalu Bima Kelana
Estimasi Produksi Padi Ramah Lingkungan Menggunakan Kombinasi Indeks Vegetasi dari Citra Sentinel-2
Peningkatan metode penanaman padi yang ramah lingkungan telah menandaskan perlunya model hasil yang efisien dan akurat untuk mendukung praktek pertanian yang berkelanjutan. Penelitian ini bertujuan untuk mengembangkan model prediktif untuk memperkirakan hasil