UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya
Kampus ITS Sukolilo - Surabaya 60111
Phone
:
031-5921733 , 5923623
Fax
:
031-5937774
E-mail
:
libits@its.ac.id
Website
:
http://library.its.ac.id
Support (Customer Service) :
timit_perpus@its.ac.id
Welcome..guys!
Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT
Davi Wahyuni
Tondo Indra Nyata
Anis Wulandari
Ansi Aflacha
ITS » Master Theses » Statistika -- Matematika Industri Posted by anis at 02/01/2007 12:06:22 • 12780 Views
The Factors That Influence Farmers Capabilities Of Returning Farm Credit
Author : MOKODOMPIT, SUTOMO
ABSTRAK
Kredit usahatani merupakan dana bantuan pemerintah untuk meningkatkan
taraf hidup petani di Indonesia manun sekarang ini sebagian besar petani tidak dapat
mengembalikan kredit sehingga terjadi kredit macet.
Penelitian ini akan melihat faktor-faktor yang mempengaruhi kemampuan
petani untuk mengembalikan kredit. Alat analisis yang digunakan adalah Analisis
Regresi Komponen Utama. Dari hasil analisis diperoleh
Faktor Pertama terdiri dari luas lahan XI Urea X5 TSP X6 KCL X7 dan
pestisida X8 dimana faktor ini mampu menjelaskan 397 keragaman total.
Faktor Kedua terdiri dari Umur petani X2 Pengalaman bertani X3 dan jumlah
tanggungan keluarga X4 mampu menjelaskan 209 keragaman total.
Faktor Ketiga terdiri dari Status pemilikan lahan X9 mampu menjelaskan 111
dari keragaman total.
Faktor Keempat terdiri Tingkat Pendidikan X10 mampu menjelaskan 172 dari
keragaman total.
Persamaan regresi dari keempat faktor tersebut adalah
Y 2612053-732747Wi363591W2210564W3189300W4
Dalam hal kemampuan petani untuk mengembalikan kredit usahatani minimal petani
pemilik harus mengelolah lahan seluas 11 ha dan petani penyewa 172 ha untuk
dapat meminjam kredit sebesar Rp. 1.000.000-
ABSTRACT
The farm credit is assistence fund to increase standard of living the Indonesian
farmers. But morer of the farmers are not be able to pay the credit.
This research is intend to find factors influence farmer capabilities of
returning farm credit. The analysis method is Principal Component Regression
analysis. The result of analysis are
The First Factor are Wide of area XI Urea X5 TSP X6 KCL XT and
Pesticide X8 determine to 397 total variabilities.
The Second Factor are Age farmer X2 Farmer experience X3 and number of
burden X4 determine to 209 total variabilities.
The Third Factor is ownship status X9 determine to 111 total variabilities.
The Fourth Factor is Education level XI0 determine to 172 total variabilities.
The Regression Model from fourth factor is
Y 2612053-732747Wi363591W2210564W3189300W4
The capabilities farmers to pay of farm credit is depend on minimal
arearequarement 11 hectare if owner area but if he rent farmers must be 172 hectare
for pay in installmemnt for one million credit
Source Theses Industry Mathematic RT 519.536 Mok f, 2001
Coverage ITS Community
Rights Copyright @2001 by ITS Library. This publication is protected by copyright and permission should be obtained from the ITS Library prior to any prohibited reproduction, storage in a retrievel system, or transmission in any form or by any means, electronic, mechanical, photocopying, recording, or likewise. For information regarding permission(s), write to ITS Library
