Perpustakaan Digital ITB

Asuransi pertanian di Indonesia saat ini masih menerapkan satu harga tanpa melihat risiko gagal panen setiap daerah yang berbeda-beda. Gagal panen yang terjadi dapat dipengaruhi oleh suhu dan curah hujan yang tidak menentu, yang mana risiko akan adanya gagal panen sangat beragam untuk setiap daerah sehingga dapat dikatakan suhu dan curah hujan adalah variabel eksogen dari gagal panen. Secara umum gagal panen, suhu, dan curah hujan merupakan deret waktu serta memiliki keterkaitan antar lokasi. Pemodelan kegagalan panen dapat menggunakan model Generalized Space Time Autoregressive (GSTAR) yang melibatkan deret waktu dan lokasi yang berbeda-beda. Untuk menambah akurasi dalam perhitungan prediksi, maka perlu ditambahkan variabel eksogen di dalam model tersebut sehingga digunakan model Generalized Space Time Autoregressive with Exogenous Variable (GSTARX). Tujuan dari penelitian ini adalah untuk mengetahui risiko gagal panen di lahan persawahan yang dipengaruhi oleh variabel suhu dan curah hujan serta memperhitungkan pengaruh dari lokasi sekitar. Berdasarkan nilai RMSE, diperoleh bahwa model yang optimal untuk data gagal panen di Indonesia adalah GSTARX(1;0), akan tetapi berdasarkan nilai MAPE kemampuan prediksi model masih belum baik.