Pemodelan Dependensi Copula pada Risiko Gagal Panen di Indonesia
DOI:
https://doi.org/10.30605/proximal.v8i2.6630Keywords:
Asuransi, Copula, cuaca ekstrem, dependensi, RisikoAbstract
Krisis di sektor pertanian Indonesia, yang disebabkan oleh ancaman gagal panen, merupakan masalah serius. Gagal panen, yang sering kali dipicu oleh kondisi cuaca ekstrem seperti kekeringan, kelebihan air, atau suhu ekstrem tidak hanya menyebabkan kerugian ekonomi besar bagi petani tetapi juga membahayakan ketahanan pangan negara. Meskipun berbagai inisiatif mitigasi telah diterapkan, termasuk subsidi langsung dan program asuransi pertanian, sistem perlindungan terhadap risiko gagal panen masih menunjukkan efektivitas yang rendah. Salah satu alasan utama di balik kelemahan ini adalah ketiadaan pemodelan risiko yang canggih yang dapat memperhitungkan keterkaitan rumit antar faktor seperti cuaca, kondisi vegetasi, dan produktivitas panen. Penelitian ini mengembangkan model prediktif berbasis data cuaca ekstrem dan vegetasi (NDVI) serta struktur ketergantungan spasial menggunakan model dependensi copula multivariat. Pendekatan kuantitatif eksploratif-verifikatif dengan desain longitudinal diterapkan, memanfaatkan data sekunder runtun waktu tahunan dan bulanan dari tiga wilayah di Indonesia. Data suhu ekstrem (X) dan indeks gagal panen (Y) ditransformasi ke bentuk uniform (0,1) menggunakan Empirical Cumulative Distribution Function (ECDF) agar sesuai dengan domain fungsi Copula. Parameter copula diestimasi menggunakan Maximum Likelihood Estimation (MLE), dengan model dievaluasi berdasarkan nilai log-likelihood dan AIC. Hasil uji normalitas Kolmogorov-Smirnov menunjukkan distribusi normal pada semua pasangan data antarwilayah. Pemodelan dependensi antar wilayah pertanian berdasarkan nilai NDVI menunjukkan bahwa Clayton Copula adalah model terbaik untuk menggambarkan ketergantungan antara wilayah pertama dan kedua. Gumbel Copula adalah model terbaik untuk wilayah pertama dan ketiga, menunjukkan upper tail dependence, penting untuk memahami probabilitas kejadian cuaca normal secara simultan. Sementara itu, Gaussian Copula menjadi model terbaik untuk wilayah kedua dan ketiga, menunjukkan hubungan linier dan simetris. Hasil ini menegaskan kapabilitas model copula dalam memodelkan interdependensi yang kompleks, meningkatkan ketepatan identifikasi wilayah rawan yang lebih rasional berbasis probabilitas risiko, mendukung pengembangan produk asuransi indeks wilayah yang mengadopsi hasil pemodelan copula yang lebih responsif terhadap risiko gagal panen yang terjadi secara simultan di beberapa wilayah.
Downloads
References
Ahdika, A., Rosadi, D., Effendie, A. R., & Gunardi (2021). Household margin insurance of agricultural sector in Indonesia using a farmer exchange rate index. Agricultural Finance Review, 81(2), 169–188.
Apriyanto (2020). Penentuan harga premium asuransi tanaman sagu di Kabupaten Luwu menggunakan Copula FGM. Jurnal Ilmiah Sains
Azahra, A. S., Johansyah, M. D., & Sukono (2024). Agricultural insurance premium determination model for risk mitigation based on rainfall index: systematic literature review. Risks, 12(12), 205. https://doi.org/10.3390/risks12120205
Bramanta, D. A., Widana, I. N., Putu, L., Harini, I., & Sumarjaya, I. W. (2017). Perbandingan Asuransi Last Survivor dengan Pengembalian Premi Menggunakan Metode Copula Frank, Copula Clayton, dan Copula Gumbel. E-Jurnal Matematika, 6(3), 205–213.
Candrasuari, N. L. P. D. A., Sumarjaya, I. W., & Sari, K. (2024). Estimasi Tail Value At Risk Saham Blue Chips Menggunakan Copula Ali-Mikhail-Haq. Jurnal Cahaya Mandalika ISSN 2721-4796 (Online), 5(1), 88–96. https://doi.org/10.36312/jcm.v5i1.2142
Dai, Y.-S., Dai, P.-F., & Zhou, W.-X. (2023). Tail dependence structure and extreme risk spillover effects between the international agricultural futures and spot markets. arXiv.
Eka, A. S., & Gunardi (2018). Perhitungan premi asuransi pertanian berbasis indek curah hujan dengan Copula Vine (Tesis Magister Matematika). Universitas Gadjah Mada.
Bramanta, D. A., Widana, I. N., Putu, L., Harini, I., & Sumarjaya, I. W. (2017). Perbandingan Asuransi Last Survivor dengan Pengembalian Premi Menggunakan Metode Copula Frank, Copula Clayton, dan Copula Gumbel. E-Jurnal Matematika, 6(3), 205–213.
Candrasuari, N. L. P. D. A., Sumarjaya, I. W., & Sari, K. (2024). Estimasi Tail Value At Risk Saham Blue Chips Menggunakan Copula Ali-Mikhail-Haq. Jurnal Cahaya Mandalika ISSN 2721-4796 (Online), 5(1), 88–96. https://doi.org/10.36312/jcm.v5i1.2142
Eka Hidayat, A. S. (2019). Analisa Struktur Dependensi Variabe Pembentukan Asuransi Pertanian Berbasis Indeks Cuaca dengan Multivariat Copula dan Vine Copula. Jurnal Varian, 3(1), 20–27. https://doi.org/10.30812/varian.v3i1.485
Pintari, H. O., & Subekti, R. (2018). Penerapan Metode GARCH-Vine Copula untuk Estimasi Value at Risk (VaR) pada Portofolio. Jurnal Fourier, 7(2), 63–77. https://doi.org/10.14421/fourier.2018.72.63-77
Wati, S., Hadijati, M., & Fitriyani, N. (2019). Analisis Dependensi Faktor Makroekonomi terhadap Tingkat Harga Emas. 2(2).
Kusnandar, D., Debataraja, N. N., & Marthal, S. (2018). Copula modeling in analysis of dependency of oil palm production and rainfall. Indonesian Journal of Physics and Nuclear Applications, 3(3), 89–94.
Li, J., & Chen, J. (2017). Copula-based risk measures for agricultural insurance. Agricultural Systems, 155, 11-21.
Michaelides, M., Mailhot, M., & Li, Y. (2025). Probabilistic crop yields forecasts with spatio-temporal conditional copula using extreme weather covariates. arXiv.
Bramanta, D. A., Widana, I. N., Putu, L., Harini, I., & Sumarjaya, I. W. (2017). Perbandingan Asuransi Last Survivor dengan Pengembalian Premi Menggunakan Metode Copula Frank, Copula Clayton, dan Copula Gumbel. E-Jurnal Matematika, 6(3), 205–213.
Candrasuari, N. L. P. D. A., Sumarjaya, I. W., & Sari, K. (2024). Estimasi Tail Value At Risk Saham Blue Chips Menggunakan Copula Ali-Mikhail-Haq. Jurnal Cahaya Mandalika ISSN 2721-4796 (Online), 5(1), 88–96. https://doi.org/10.36312/jcm.v5i1.2142
Eka Hidayat, A. S. (2019). Analisa Struktur Dependensi Variabe Pembentukan Asuransi Pertanian Berbasis Indeks Cuaca dengan Multivariat Copula dan Vine Copula. Jurnal Varian, 3(1), 20–27. https://doi.org/10.30812/varian.v3i1.485
Pintari, H. O., & Subekti, R. (2018). Penerapan Metode GARCH-Vine Copula untuk Estimasi Value at Risk (VaR) pada Portofolio. Jurnal Fourier, 7(2), 63–77. https://doi.org/10.14421/fourier.2018.72.63-77
Wati, S., Hadijati, M., & Fitriyani, N. (2019). Analisis Dependensi Faktor Makroekonomi terhadap Tingkat Harga Emas. 2(2).
Rizal, J., Gunawan, A. Y., Indratno, S. W., & Meilano, I. (2021). The Application of Copula Continuous Extension Technique for Bivariate Discrete Data: A Case Study on Dependence Modeling of Seismicity Data. Mathematical Modelling of Engineering Problems, 8(5).
Rusyda, H. A., Soleh, A. Z., Noviyanti, L., Chadidjah, A., & Indrayatna, F. (2021). The design of multiple crop insurance in Indonesia based on revenue risk using the copula model approach. Journal of Applied Statistics, 48(13–15), 2920–2930.
Rusyda, H. A., Soleh, A. Z., Noviyanti, L., Chadidjah, A., & Indrayatna, F. (2020). Utilization Copula in determination of shallot insurance premium based on regional harvest results. EKSAKTA: Journal of Sciences and Data Analysis, 1(2), 160–166.
Sesiati, R., Rizal, J., & Fauzi, Y. (2023). Model Dependensi Harga-Harga Komoditas Ekspor Unggulan Indonesia Menggunakan. 8(2), 123–133.
Shemyakin, A., & Kniazev, A. (2017). Introduction to Bayesian estimation and copula models of dependence. John Wiley & Sons.
Usali, R., Oroh, F. A., Rezky, M., & Payu, F. (2021). Tingkat Partisiasi Angkatan Kerja Di Indonesia Tahun 2020 Rate In Indonesia 2020. 15(4), 687–696.
Yuningsih, S., Rohaeti, E., & Faridhan, Y. E. (2022). Pemodelan hasil panen padi terhadap ketergantungan cuaca ekstrem di Indonesia menggunakan Copula Gaussian. Jurnal EurekaMatika.
Wang, L., & Zhang, Y. (2020). Modelling dependence in agricultural insurance using extreme value copulas. Insurance: Mathematics and Economics, 92, 1-11.
Wati, S., Hadijati, M., & Fitriyani, N. (2019). Analisis Dependensi Faktor Makroekonomi terhadap Tingkat Harga
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Irmayani Irmayani, A.Ika Putriani
This work is licensed under a Creative Commons Attribution 4.0 International License.
In submitting the manuscript to the journal, the authors certify that:
- They are authorized by their co-authors to enter into these arrangements.
- The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal.
- That it is not under consideration for publication elsewhere,
- That its publication has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
- They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
- They agree to the following license and copyright agreement.
License and Copyright Agreement
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution License (CC BY 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
