JudulPEMODELAN NILAI TUKAR PETANI DI INDONESIA MENGGUNAKAN REGRESI ROBUST BERBASIS PRINCIPAL COMPONENT ANALYSIS (PCA) |
Nama: APRIANI |
Tahun: 2025 |
Abstrak ABSTRAK Nilai Tukar Petani (NTP) merupakan indikator penting kesejahteraan petani. Penelitian ini membangun model regresi robust berbasis Principal Component Analysis (PCA) untuk mengatasi multikolinearitas dan pencilan pada data NTP tahun 2024 dari 34 provinsi. Variabel yang dianalisis mencakup produktivitas, luas panen, produksi, dan indeks harga konsumen. Hasil menunjukkan dua variabel memiliki VIF > 200 dan tujuh provinsi terdeteksi sebagai outlier. PCA menghasilkan dua komponen utama yang digunakan dalam regresi robust dengan M-estimator. Model menghasilkan R² sebesar 0,171 dan standard error sebesar 12,8. Uji parsial menunjukkan Komponen 1 (PC1) signifikan terhadap NTP (p-value = 0,004). Pendekatan ini efektif untuk menghasilkan estimasi yang stabil dan tahan terhadap gangguan data, serta dapat dijadikan acuan dalam perumusan kebijakan berbasis data. Kata kunci: Nilai Tukar Petani, PCA, Regresi Robust, M-estimator, Outlier |