ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH

perpustakaan.uns.ac.id

digilib.uns.ac.id

ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH Ramadhani Kusuma Putra, Isnandar Slamet, dan Mania Roswitha Jurusan Matematika Fakultas Matematika dan Ilmu pengetahuan Alam Universitas Sebelas Maret Surakarta

Abstrak. Estimasi rasio adalah salah satu metode yang efisien untuk mengestimasi rata-rata populasi. Estimasi rasio akan baik digunakan jika korelasi dari variabel bantu dan variabel penelitian bernilai positif. Variabel bantu yang digunakan pada penelitian ini dimodifikasi dengan menambahkan koefisien regresi dan korelasi. Penambahan koefisien regresi dan korelasi bertujuan untuk meningkatkan ketelitian dari hasil estimasi sehingga rata-rata kuadrat sesatan yang dihasilkan akan menjadi lebih kecil. Penelitian ini bertujuan untuk mengkaji ulang estimasi rasio menggunakan koefisien regresi dan korelasi serta menurunkan rata-rata kuadrat sesatan dari estimasi tersebut dengan menggunakan pendekatan deret Taylor. Selanjutnya, estimasi rasio ini akan digunakan untuk mengestimasi produksi total kacang tanah di Provinsi Jawa Tengah. Metode pengambilan sampel produksi kacang tanah di Provinsi Jawa Tengah tahun 2013 yang digunakan adalah metode pengambilan sampel acak sederhana. Hasil estimasi yang didapatkan dengan estimasi rasio ini adalah sebesar 277.402,816 ton. Kata Kunci : estimasi rasio, rata-rata kuadrat sesatan, sampel acak sederhana, kacang tanah

1. Pendahuluan Kacang tanah merupakan salah satu komoditi tanaman pangan yang memiliki prospek sangat baik, meningkatnya permintaan seiring dengan banyaknya produkproduk makanan yang menjadikan kacang tanah sebagai bahan baku membuat ketersediaan kacang tanah menjadi hal yang penting (Makmur [5]). Besarnya peluang untuk meningkatkan produksi kacang tanah juga dikarenakan tingginya permintaan utama dunia yaitu dari Amerika, China dan Argentina, maupun permintaan dalam negeri yang sangat baik, untuk itu diperlukan produksi dalam skala besar. Kacang tanah yang bernama latin Arachis hypogaea merupakan tanaman polong-polongan yang mengandung zat-zat yang penting bagi kesehatan tubuh. Kacang tanah kaya akan lemak, memiliki kandungan protein yang tinggi bahkan jauh lebih tinggi dari protein pada daging, telur dan kacang soya serta berbagai vitamin dan zat besi. Dengan keunggulan-keunggulan yang dimiliki, sangat memungkinkan untuk kacang tanah bisa diproduksi secara luas di berbagai daerah di Provinsi Jawa Tengah yang commit to user memiliki karakter tanah dan cuaca yang beragam. Dalam melakukan produksi berskala besar, informasi digunakan sebagai acuan dalam hal pengambilan keputusan. Salah satu cabang ilmu matematika yang 1


digilib.uns.ac.id

Estimasi Rasio Menggunakan Koefisien Regresi dan Korelasi. . .

dapat digunakan untuk menganalisis data menjadi sebuah informasi adalah statistika. Secara luas, statistika dapat diartikan sebagai ilmu yang mempelajari tentang mengumpulkan, menganalisis, menyajikan dan mengambil keputusan (Supranto [11]). Adanya data memungkinkan untuk mengetahui berbagai macam informasi, namun penyajiannya juga harus secara tepat agar memiliki arti yang mudah dipahami oleh setiap orang sehingga statistika yang memiliki peran untuk membantu dalam pengambilan keputusan dapat diterapkan dalam semua bidang ilmu dan kehidupan manusia. Pengumpulan data dibagi dalam dua cara yaitu sensus dan survei. Sensus adalah cara pengumpulan data dimana seluruh elemen populasi diselidiki satu per satu. Data yang diperoleh dari hasil sensus disebut data sebenarnya (true value). Sedangkan survei adalah cara pengumpulan data dimana yang diselidiki adalah elemen dari suatu populasi yang disebut sampel. Data yang diperoleh dari hasil survei merupakan nilai perkiraan dan diharapkan dapat mewakili populasi (estimate value) (Supranto [11]). Dibandingkan dengan sensus, pengumpulan data dengan cara survei membutuhkan biaya yang lebih sedikit, waktu yang lebih singkat dan tenaga yang lebih ringan. Pada dasarnya metode pengambilan sampel dibagi menjadi dua, yaitu pengambilan sampel secara acak (probability sampling) dan pengambilan sampel yang ditentukan (non probability sampel ). Pengambilan sampel secara acak sendiri meliputi acak sederhana, acak stratifikasi dan kluster sederhana (Cochran [3]). Dalam penelitian ini digunakan pengambilan sampel acak sederhana karena merupakan dasar dari metode pengambilan sampel lainnya. Pada pengambilan sampel acak sederhana setiap unsur dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai anggota sampel. Pengambilan sampel bertujuan menganalisis empat karakteristik dari populasi yaitu rata-rata populasi, populasi total, proporsi dan rasio. Rasio adalah perbandingan dari rata-rata atau total dari dua variabel. Menurut Subramani dan Kumarapandiyan [10], ketika variabel penelitian berkorelasi positif dengan variabel bantu, estimasi rasio dapat meningkatkan ketelitian apabila digunakan untuk mengestimasi rata-rata populasi. Pengembangan estimasi rasio telah banyak dilakukan dengan modifikasi yang sesuai dengan estimasi rasio yang ditemukan pertama kali oleh Cochran [3]. Ray commit to user dan Singh [8] mengembangkan estimasi rasio dengan menambahkan koefisien regresi, Singh dan Taylor [9] memodifikasi estimasi rasio menggunakan koefisien korelasi, 2


digilib.uns.ac.id


kemudian Kadilar dan Cingi [4] melakukan penggabungan dari estimasi rasio menggunakan koefisien regresi dan korelasi. Pada penelitian sebelumnya, Purnomosari [7] telah mengkaji ulang estimasi rasio menggunakan koefisien variasi variabel bantu dan regresi robust pada pengambilan sampel acak sederhana. Penelitian ini menggunakan regresi robust untuk mengurangi dampak negatif dari adanya outlier pada data. Outlier adalah titiktitik data yang mempunyai sesatan besar (Chatterjee [2]), adanya outlier berpotensi memunculkan permasalahan salah satunya adalah sesatan menjadi besar. Penelitian lainnya mengenai estimasi rasio dilakukan oleh Trisnawati [12], estimasi rasio yang digunakan dimodifikasi dengan menambahkan koefisien regresi dan koefisien kurtosis yang selanjutnya diterapkan untuk mengestimasi luas lahan kritis total di Pulau Jawa. Penelitian mengenai kacang tanah pernah dilakukan sebelumnya oleh Masese [6], pada penelitiannya Masese menganalisis faktor-faktor yang mempengaruhi produksi kacang tanah dengan menggunakan analisis fungsi Cobb-Douglas. Penelitian ini mengkaji ulang estimasi rasio menggunakan koefisien regresi dan korelasi pada pengambilan sampel acak sederhana. Estimasi ini kemudian diterapkan pada produksi kacang tanah di Provinsi Jawa Tengah tahun 2013. Berdasarkan data dari Badan Pusat Statistik [1], Provinsi Jawa Tengah merupakan salah satu penghasil kacang tanah yang cukup besar di Indonesia, sehingga informasi mengenai produksi kacang tanah dinilai cukup penting.

2. Metode Penelitian Metode yang digunakan dalam penlitian ini adalah studi literatur beserta penerapannya. Dalam studi literatur dilakukan penurunan ulang rata-rata kuadrat sesatan dari estimasi rasio menggunakan koefisien regresi dan korelasi. Setelah dilakukan studi literatur, selanjutnya estimasi rasio ini diterapkan pada produksi total kacang tanah di Provinsi Jawa Tengah pada tahun 2013. Penelitian ini menggunakan data sekunder yang diambil dari Badan Pusat Statistik [1]. Populasi yang digunakan adalah seluruh kecamatan penghasil kacang tanah di Provinsi Jawa Tengah yang berjumlah 119 kecamatan. Alasan digunakannya kecamatan sebagai populasi adalah penyebaran data dari tiap-tiap kecamatan akan lebih merata jika dibandingkan commit to user dengan data dari tiap-tiap kabupaten. Dari populasi yang sudah ditentukan, dilakukan pengambilan sampel dengan metode acak sederhana. Setelah mendapatkan ukuran sampel yang sesuai, kemudian dihitung estimasi rata-rata produksi kacang 3


digilib.uns.ac.id


tanah di Provinsi Jawa Tengah dan dihitung rata-rata kuadrat sesatan dari estimasi rasio menggunakan koefisien regresi dan korelasi.

3. Hasil dan Pembahasan Kadilar dan Cingi [4] mengusulkan estimasi rasio menggunakan koefisien regresi dan korelasi untuk mengestimasi rata-rata populasi variabel penelitian Y pada pengambilan sampel acak sederhana. Estimasi ini dirumuskan sebagai berikut

y¯pr =

¯ − x¯) y¯ + b(X ¯ + ρ) = R ˆ pr X ¯ pr , (X x¯ + ρ

(3.1)

dengan y¯ adalah rata-rata sampel variabel penelitian, ρ korelasi variabel bantu dan ¯ ratavariabel penelitian, b koefisien regresi, x¯ rata-rata sampel variabel bantu, X rata populasi variabel bantu. Estimasi pada persamaan (3.1) mempunyai rata-rata kuadrat sesatan yang diperoleh dengan menurunkan persamaan tersebut menggunakan pendekatan deret ¯ Y¯ ) = Rpr dan f (¯ ˆ pr sehingga diperoleh Taylor [13] dengan f (X, x, y¯) = R ¯ ¯ ˆ pr + ( ∂ [ y¯ + b(X − x¯) ]|X, ¯ Y¯ )(¯ ¯ + ( ∂ [ y¯ + b(X − x¯) ]|X, ¯ Y¯ ) Rpr ≈ R x − X) ∂ x¯ x¯ + ρ ∂ y¯ x¯ + ρ (¯ y − Y¯ ) ¯ ¯ ¯ ¯ ¯ ˆ pr − Rpr = ( −Y − bX − bX + bX − bρ )(¯ ¯ + y¯ − Y ) R x − X) ¯ + ρ)2 ¯ +ρ (X X ¯ + ρ) ¯ Y¯ + b(X ¯ + y¯ − Y ), = −( )(¯ x − X) ¯ + ρ)2 ¯ +ρ (X X

ˆ pr − Rpr adalah sesatan dari estimasi rasio menggunakan koefisien regresi dengan R dan korelasi, sehingga kuadrat sesatannya menjadi ¯ + ρ) ¯ Y¯ + b(X ¯ + y¯ − Y )2 )(¯ x − X) ¯ + ρ)2 ¯ +ρ (X X ¯ + ρ)commit to user Y¯ + b(X ¯ + ρ) Y¯ + b(X 2 ¯ 2 − 2( ¯ y − Y¯ ) = ( ¯ ) (¯ x − X) x − X)(¯ ¯ + ρ)3 )(¯ (X + ρ+)2 (X

ˆ pr − Rpr )2 = (−( (R

y¯ − Y¯ 2 +( ¯ ). X +ρ 4


digilib.uns.ac.id


Dengan menggunakan sifat harga harapan matematis maka rata-rata kuadrat sesatannya adalah sebagai berikut ¯ + ρ) ¯ ¯ Y¯ + b(X 2 ¯ 2 − 2( Y + b(X + ρ ) ) (¯ x − X) ¯ + ρ)2 ¯ + ρ)3 (X (X ¯ ¯ y − Y¯ )] + ( y¯ − Y )2 x − X)(¯ (¯ ¯ +ρ X

ˆ pr − Rpr )2 ] = E[( E[(R

= (

¯ + ρ) ¯ + ρ) Sy¯2 Y¯ + β(X Y¯ + β(X 2 2 − 2( ) S )S + x ¯y¯ x ¯ ¯ + ρ)2 ¯ + ρ)3 ¯ + ρ)2 . (X (X (X

ˆ pr X ¯ pr , dengan demikian rata-rata kuaBerdasarkan persamaan (3.1) y¯pr = R drat sesatan dari estimasi rasio menggunakan koefisien korelasi adalah sebagai berikut ¯ + ρ)2 E[(R ˆ pr − Rpr )2 ] RKS(¯ ypr ) = (X ¯ ¯ ¯ ¯ ¯ + ρ)2 (( Y + β(X + ρ) )2 S 2 − 2( Y + β(X + ρ) )Sx¯y¯) = (X x ¯ ¯ + ρ)2 ¯ + ρ)3 (X (X Sy¯2 + ¯ (X + ρ)2 ¯ + ρ) ¯ + ρ))2 Y¯ + β(X (Y¯ + β(X 2 = S − 2( )Sx¯y¯ + Sy¯2 x ¯ 2 ¯ ¯ (X + ρ) X +ρ 2 ¯ + ρ)) ¯ + ρ) 1 − f (Y¯ + β(X Y¯ + β(X 2 = ( S − 2( )SXY + SY2 ) X ¯ + ρ)2 ¯ +ρ n (X X Y¯ 1−f Y¯ Y¯ 2 (( ¯ )2 + 2β ¯ + β 2 )SX − 2( ¯ + β)SXY + SY2 ) n X +ρ X +ρ X +ρ 1−f 2 2 = ((Rpr + 2βRpr + β 2 )SX − 2(Rpr + β)SXY + SY2 ) n 1−f 2 2 = (Rpr SX − ρ2 SY2 + SY2 ) n 1−f 2 2 = (Rpr SX + SY2 [1 − ρ2 ]). n =

Setelah dilakukan penurunan persamaan (3.1), terbukti bahwa rata-rata kuadrat sesatan dari estimasi rasio menggunakan koefisien regresi dan korelasi adalah sebagai berikut RKS(¯ ypr ) ≈ dengan f =

n , N

1−f 2 2 (Rpr SX + SY2 [1 − ρ2 ]), n

2 N adalah ukuran populasi, n ukuran sampel, SX variansi variabel

bantu dan SY2 variansi variabel penelitian. commit to user Estimasi rasio menggunakan koefisien regresi dan korelasi diterapkan untuk mengestimasi produksi total kacang tanah di Provinsi Jawa Tengah pada tahun 2013 menggunakan sampel acak sederhana. Pada pengambilan sampel acak sederhana, 5


digilib.uns.ac.id


menurut Yamane [14] ukuran sampel yang digunakan ditentukan dari n=

n0 , 1 + nN0

(3.2)

dengan n0 = dan

z 2 sˆ2d d2 x¯

∑n ′ Sˆd2

=

2 i=1 (xi − rxi ) , n′ − 1

dengan N adalah ukuran populasi, n ukuran sampel, n0 ukuran sampel dengan pengembalian, n′ ukuran sampel awal, z reliabilitas, d ketelitian, sˆ2d variansi dari d, r rasio sampel. Untuk menentukan ukuran sampel yang digunakan, diambil sampel awal n′ = 50 dan reliabilitas z = 1, 96 dengan ketelitian yang berbeda beda yaitu 0,20; 0,22 dan 0,25. Ukuran sampel ditentukan dengan persamaan (3.2) sehingga diperoleh Tabel 1 sebagai berikut Tabel 1. Ukuran Sampel

Ketelitian Ukuran Sampel 0, 25 28 0, 22 35 0, 20 41 Berdasarkan ukuran sampel pada Tabel 1, selanjutnya dihitung nilai estimasi produksi total kacang tanah di Provinsi Jawa Tengah dengan sampel yang diambil secara acak sederhana sehingga diperoleh ringkasan data seperti pada Tabel 2 berikut Tabel 2. Hasil Estimasi

Ukuran Sampel Produksi ˆ (n) Total RKS 28 317.515, 246 38.032, 54 35 294.127, 373 29.180, 52 41 277.402, 816 23.998, 85 Hasil simulasi pengambilan sampel data produksi kacang tanah di Provinsi Jawa Tengah dengan n = 41, 35, 28 menunjukan bahwa semakin besar sampel yang digunakan nilai estimasinya memiliki rata-rata kuadrat sesatan yang paling kecil. Dari data pada Tabel 2 dapat disimpulkan bahwa semakin besar sampel yang diambil commit to user maka hasil estimasinya akan semakin baik. Pada penelitian ini ukuran sampel 41 digunakan karena memiliki rata-rata kuadrat sesatan yang lebih baik dan dinilai sudah cukup untuk mewakili populasi yang berjumlah 199 kecamatan. Dari hasil 6


digilib.uns.ac.id


perhitungan dapat disimpulkan bahwa produksi total kacang tanah di Provinsi Jawa Tengah adalah sebesar 277.402,816 ton untuk keseluruhan area produksi kacang tanah di Provinsi Jawa Tengah. 4. Kesimpulan Berdasarkan hasil pembahasan dapat diambil kesimpulkan sebagai berikut. (1) Estimasi rasio menggunakan koefisien regresi dan korelasi dirumuskan sebagai

¯ − x¯) y¯ + b(X ¯ + ρ), (X x¯ + ρ dengan rata-rata kuadrat sesatan y¯pr =

RKS(¯ ypr ) ≈

1−f 2 2 (Rpr SX + SY2 [1 − ρ2 ]). n

(2) Hasil estimasi produksi total kacang tanah di Provinsi Jawa Tengah tahun 2013 dengan ukuran sampel 41 adalah 277.402,816 ton. DAFTAR PUSTAKA [1] Badan Pusat Statistika. Kabupaten Dalam Angka 2014. www.bps.go.id, diakses pada 11 Januari 2015. [2] Chatterjee, S. and B. Price. Regression Analysis by Example. John Wiley, New York, 2 edition, 1991. [3] Cochran, W. G. Sampling Techniques. John Wiley and Sons, New York, 1977. [4] Kadilar, C. and H. Cingi. New Ratio Estimators using Correlation Coefficient. Inter Stat, pages 1–11, 2006. [5] Makmur, G.S. Tanaman Pangan. 2011. Diakses dari http://duniatanaman.com/tanamanpangan.html. 29 Oktober 2014 pukul 20.50. [6] Masese, Z. Analisis Produksi dan Pendapatan Usahatani Kacang Tanah di Desa Pondan Kecamatan Lamala Kabupaten Banggai. Fakultas Pertanian, Universitas Tompotika, Luwuk, 2011. [7] Purnomosari, I. Estimasi Rasio pada pengambilan Sampel Acak Sederhana Menggunakan Koefisien Variasi Variabel Bantu dan Regresi Robust. Skripsi, Jurusan Matematika, FMIPA, Universitas Sebelas Maret, Surakarta, 2014. [8] Ray, S.K. and R.K. Singh. Difference Cum Ratio Type Estimators. Journal of Indian Statistical Association, 19:147–151, 1981. [9] Singh, H.P. and R. Tailor. Use of Known Correlation Coefficient in Estimating the Finite Population Mean. Statistics in Transition, 6:555–560, 2003. [10] Subramani, J. and G. Kumarapandiyan. A Class of Almost Unbiased Modified Rasio Estimators for Population Mean with Known Population Parameters. Elixir Statistics, 44:7411–7415, 2012. [11] Supranto, J. Statistik Teori dan Aplikasi. Erlangga, Jakarta, 1 edition, 2000. [12] Trisnawati, I. Penduga Rasio Menggunakan Koefisien Regresi dan Kurtosis pada Luas Lahan Kritis Di Pulau Jawa. Skripsi, Jurusan FMIPA, Universitas Sebelas Maret, commitMatematika, to user Surakarta, 2014. [13] Wolter, K.M. Introduction To V Variance Estimation. Springer-Verlag, New York, 1985. [14] Yamane, T. Elementary Sampling Theory. Pretice-Hall, New Jersey, 1967.

7

ESTIMASI RASIO MENGGUNAKAN KOEFISIEN REGRESI DAN KORELASI PADA PRODUKSI KACANG TANAH DI PROVINSI JAWA TENGAH

Recommend Documents