Show simple item record

dc.contributor.advisorDasanto, Bambang Dwi
dc.contributor.authorErman, M. Fakhri
dc.date.accessioned2026-07-30T10:43:26Z
dc.date.available2026-07-30T10:43:26Z
dc.date.issued2026
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/176567
dc.description.abstractKelapa sawit merupakan salah satu komoditas perkebunan strategis di Indonesia, dan produktivitasnya sangat dipengaruhi oleh kondisi iklim. Penelitian ini bertujuan untuk menganalisis karakteristik variabel iklim di Kabupaten Siak pada periode 2019 2023 serta menganalisis pengaruh variabel iklim terhadap produktivitas kelapa sawit menggunakan regresi linier berganda. Data variabel iklim yang terdiri dari data observasi dan data model, dimana untuk data observasi didapatkan dari BMKG online serta data model berasal dari CHIRPS serta ERA5. Semua data yang diperoleh dari satelit dikoreksi menggunakan metode Linear Scaling sebelum dianalisis. Waktu lag optimal untuk setiap variabel ditentukan menggunakan Model Aditif Umum (GAM) dengan metrik AIC dan GCV, yang menunjukkan bahwa curah hujan dan kelembapan memiliki lag 2 bulan, sedangkan suhu dan hari hujan memiliki lag 3 bulan. Peristiwa El Niño pada tahun 2019 dan 2023 serta La Niña pada tahun 2020–2022 mendorong variabilitas dinamis dalam kondisi iklim selama periode studi. Analisis regresi linier berganda menunjukkan bahwa keempat variabel iklim tersebut secara bersama-sama menjelaskan 59% variasi produktivitas kelapa sawit (adjusted R-square = 0,59). Namun, satu-satunya efek produktivitas yang signifikan secara statistik adalah suhu udara. Model ini lulus semua uji asumsi klasik, dengan RMSE 0,22 dan PBIAS 0,09%.
dc.description.abstractOil palm is one of the strategic plantation commodities in Indonesia, and its productivity is strongly influenced by climate conditions. This study aims to analyze the characteristics of climate variables in Siak Regency for the period of 2019–2023 and to analyze the effect of climate variables on oil palm productivity using multiple linear regression. The climate variable data consisted of observational and model data, where the observational data was obtained from BMKG Online, while the model data was sourced from CHIRPS and ERA5. All satellite-derived data were corrected using the Linear Scaling method prior to analysis. The optimal lag time for each variable was determined using a Generalized Additive Model (GAM) with AIC and GCV metrics, indicating that rainfall and humidity had a 2-month lag, whereas temperature and rainy days had a 3-month lag. The El Niño events in 2019 and 2023, along with La Niña from 2020 to 2022, drove dynamic variability in climate conditions during the study period. The multiple linear regression analysis showed that these four climate variables collectively explained 59% of the variation in oil palm productivity (adjusted R-square = 0.59). However, the only statistically significant variable affecting productivity was air temperature. The model passed all classical assumption tests, with an RMSE of 0.22 and a PBIAS of 0.09%.
dc.description.sponsorship
dc.language.isoid
dc.publisherIPB Universityid
dc.titlePengaruh Variabilitas Iklim terhadap Produktivitas Kelapa Sawit (Studi Kasus: Kabupaten Siak Tahun 2019-2023)id
dc.title.alternative
dc.typeSkripsi
dc.subject.keywordvariabilitas iklimid
dc.subject.keywordregresi linier bergandaid
dc.subject.keywordkelapa sawitid
dc.subject.keywordproduktivitasid
dc.subject.keywordjeda waktuid
dc.subtypeUndergraduate Theses


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record