Pemodelan Spasial Data Panel pada Produksi Perikanan Budi Daya di Sumatera Barat dengan Double Power Distance Weights

Abstract

Sumatera Barat memiliki potensi produksi perikanan budi daya yang cukup tinggi. Potensi lahan perikanan budidaya yang sudah dimanfaatkan 17396.24 Ha dari 40100 Ha. Berdasarkan PPDSIKKP (2014), presentase pemanfaatan lahan budidaya baru mampu mencapai angka 10.58%. Kondisi ini yang menjadi perhatian pemerintah Indonesia untuk memfokuskan pengembangan perikanan budi daya tersebut khususnya di Sumatera Barat. Pemanfaatan potensi perikanan budi daya tersebut tentunya akan mendukung keberlanjutan hasil produksi perikanan. Peranan data spasial sudah mulai banyak dikembangkan dan sangat penting untuk menduga model misalnya model produksi perikanan dalam suatu wilayah dalam waktu tertentu. Analisis statistika yang tepat untuk menggambarkan data deret waktu pada beberapa peubah penjelas dengan pengaruh spasial adalah analisis spasial data panel. Melalui pemodelan analisis data spasial dapat dilihat adanya pengaruh spasial pada peubah respon maupun pada sisaan. Model yang mengakomodir adanya ketergantungan spasial pada peubah respon adalah Spatial Autoregressive Model (SAR), dan ketergantungan spasial pada sisaannya dikenal dengan Spatial Error Model (SEM). Dalam pemodelan spasial, penentuan matriks pembobot bobot (𝐖) juga diperlukan dalam menentukan pengaruh spasial antar lokasi. Salah satu jenis 𝐖 yaitu dihitung berdasarkan jarak antar daerah. Penelitian ini menggunakan pembobot double power distance karena metode ini dapat menentukan pengaruh spasial berdasarkan jarak maksimum suatu daerah dapat mempengaruhi atau dipengaruhi daerah lainnya. Tujuan dari penelitian ini adalah menentukan model terbaik produksi perikanan budi daya berdasarkan model SAR dan SEM data panel menggunakan pembobot double power distance dan menentukan faktor-faktor yang mempengaruhi produksi perikanan budi daya di Sumatera Barat. Pemilihan model dilakukan berdasarkan nilai AIC terkecil serta melihat pengaruh ketergantungan spasial yang nyata pada model. Hasil pemodelan dalam penelitian ini menunjukkan bahwa tingkat produksi perikanan budi daya di Sumatera Barat tahun 2008-2014 lebih tepat dimodelkan dengan model SAR dengan pengaruh acak. Walaupun nilai AIC SEM (2028.087) lebih kecil dibandingkan dengan model SAR (2038.846), namun untuk nilai pengaruh spasial pada model SAR nyata dibandingkan dengan model SEM. Berdasarkan model tersebut disimpulkan bahwa faktor-faktor yang mempengaruhi produksi ikan di Provinsi Sumatera Barat pada tahun 2008-2014 adalah luas budi daya kolam (X3), luas budi daya keramba (X4), luas budi daya jaring apung (X5), luas budi daya sawah (X6), luas budi daya air deras (X7), luas area benih perikanan (X10), produksi benih perikanan (X11), dan jumlah petani (X12).