Advance Search

Analisis Hasil Tanaman Perkebunan (Kopi Dan Teh) Menggunakan Regresi Linear

DOI: https://doi.org/10.20956/ejsa.v5i2.26989
Article History

Submited : June 3, 2023
Published : July 27, 2024

Keywords:
Plantation crops are an agricultural sub-sector which also plays an important role in boosting the country's economy, one of which is coffee and tea. However, it is known from the Statistics Indonesia that data shows that the production of plantation crops has decreased, this is caused by one of the factors, namely due to the reduced area of plantation land caused by changes in the conversion of plantation land. The purpose of this study was to determine the influence of land area on the production of plantation crops with linear regression. The results of the study with linear regression analysis show that the variable area of land simultaneously or partially can affect the production of plantation crops, especially coffee and tea plant.

References

  1. Helmi, M., Sriartha, I. P., & Sarmita, I. M. Strategi Pengembangan Komoditas Unggulan Subsektor Tanaman Perkebunan Di Kabupaten Buleleng. J. Pendidik. Geogr. Undiksha, vol. 9, no. 1, pp. 26–35, 2021.
  2. Ekaputri, N. Pengaruh Luas Panen Terhadap Produksi Tanaman Pangan dan Perkebunan di Kalimantan Timur. Epp, 5(2), pp. 36–43, 2008.
  3. Wardiana, E. Metode pemuliaan partisipatif sebagai konsep dasar percepatan pelepasan varietas unggul tanaman perkebunan. pp. 2–4, 2015, [Online]. Available: https://www.researchgate.net/publication/327261314_Metode_pemuliaan_partisipatif_sebagai_konsep_dasar_percepatan_pelepasan_varietas_unggul_tanaman_perkebunan
  4. Maulana, H. A., Harahap, K. W., Adriyansyah, A., Rofiroh, R., & Zainuddin, F. Permodelan Produksi Kopi Indonesia dengan Menggunakan Seasonal Autoregressive Integrated Moving Average (SARIMA). J. Saintika Unpam J. Sains dan Mat. Unpam, 2(1), 1, 2019, doi: 10.32493/jsmu.v2i1.2914.
  5. Nurman, T. A., Syata, I., & Wulandari, C. D. Prediksi Hasil Panen Kopi di Sulawesi Menggunakan Analisis Rantai Markov. J. MSA (Mat. dan Stat. serta Apl), 9(2), pp. 120–127, 2021, doi: 10.24252/msa.v9i2.25413.
  6. Saefas, S. A., Rosniawaty, S., & Maxiselly, Y. Pengaruh Konsentrasi Zat Pengatur Tumbuh Alami dan Sintetik terhadap Pertumbuhan Tanaman Teh (Camellia sinensis (L.) O. Kuntze) Klon GMB 7 setelah Centering. Kultivasi, 16(2), pp. 368–372, 2017, doi: 10.24198/kultivasi.v16i2.12591.
  7. Arifin, A. Z. Analisis Pertumbuhan Tanaman Jati di Lahan Reklamasi Dengan Menggunakan Metode Regresi Linear Sederhana. 4(1), pp. 50–54, 2022.
  8. Imtiyaz, H., Henryranu, B., & Nurul, H. Sistem Pendukung Keputusan Budidaya Tanaman Cabai Berdasarkan Prediksi Curah Hujan. J. Pengemb. Teknol. Inf. dan Ilmu Komput, 1(9), pp. 1–6, 2017, [Online]. Available: http://industri.kontan.co.id/news/aaci-sebut-kurangnya-pasokan-jadi-penyebab-kenaikan-harga-cabai-merah.%0Ahttps://bisnis.tempo.co/read/1302831/bps-inflasi-januari-039-persen-dipengaruhi-kenaikan-harga-cabai%0Ahttp://protan.studentjournal.ub.ac.id/index.p
  9. Reavindo, Q., & Bangun, R. H. B. Pengaruh Luas Panen dan Harga Produksi Terhadap Produksi Tanaman Jagung Kabupaten Karo. Agrica J. Agribisnis Sumatera Utara, 4(1), pp. 74–79, 2016.
  10. Herlina, N., & Prasetyorini, A. Effect of Climate Change on Planting Season and Productivity of Maize (Zea mays L.) in Malang Regency. J. Ilmu Pertan. Indones., 25(1), pp. 118–128, 2020, doi: 10.18343/jipi.25.1.118.
  11. Saragi, A. B., Daulay, S. B., Lukman, D., & Harahap, A. Sistem Informasi Tanaman Perkebunan Kabupaten Deli Serdang Berbasis Android. Keteknikan Pertan. J.Rekayasa Pangan dan Pert, 6(1), pp. 129–136, 2018.
  12. Gunawan, M. D., Franz, A., & Manullang, R. R. Sistem Pakar Penyakit Tanaman Kopi (Coffea Sp)Metode Forward Chaining Berbasis Web. Bul. Poltanesa, 21(1), pp. 26–31, 2020, doi: 10.51967/tanesa.v21i1.321.
  13. Oksana, Irfan, M., & Huda, M. U. Pengaruh Alih Fungsi Lahan Hutan Menjadi Perkebunan Kelapa Sawit Terhadapsifat Kimia Tanah. J. Agroteknologi, 3(1), pp. 29–34, 2012.
  14. Duleba, A. J., & Olive, D. L. Regression analysis and multivariate analysis. Semin. Reprod. Endocrinol, 14(2), pp. 139–153, 1996, doi: 10.1055/s-2007-1016322.
  15. Muhartini A. Analisis Peramalan Jumlah Penerimaan Mahasiswa Baru Dengan Menggunakan Metode Regresi Linear Sederhana. J. Bayesian J. Ilm. Stat. dan Ekon., 1(1), pp. 17–23, 2021, [Online]. Available: https://bayesian.lppmbinabangsa.id/index.php/home/article/view/2
  16. Ganesan, G. Nominal correlation of inhomogeneous random sequences. Stat. Probab. Lett., 169, 108956, 2021, doi: 10.1016/j.spl.2020.108956.
  17. Loukusa, H., & Tulkki, V. Determination of tolerance limits for fuel assembly fission gas release summary statistics. Nucl. Eng. Des, 358, 110438, 2020, doi: 10.1016/j.nucengdes.2019.110438.
  18. Lestari, A., & Setyawan, Y. Analisis Regresi Data Panel Untuk Mengetahui Faktor Yang Mempengaruhi Belanja Daerah Di Provinsi Jawa Tengah. J. Stat. Ind. dan Komputasi, 2(1), 1–11, 2017.

Downloads

Download data is not yet available.
Fulltext
pdf
statcounter