Electronic Theses and Dissertation

Pertumbuhan ekonomi di suatu daerah dipengaruhi oleh kontribusi beberapa sektor unggulan yang salah satunya adalah sektor perkebunan Kelapa Sawit. Sebagai salah satu komoditas utama yang memiliki nilai ekonomi tinggi, kelapa sawit tidak hanya mendorong aktivitas ekonomi lokal tetapi juga memberikan dampak terhadap peningkatan Produk Domestik Regional Bruto (PDRB). Tujuan dari penelitian ini adalah melihat pengaruh sektor perkebunan Kelapa Sawit terhadap PDRB melalui model regresi data panel. Pengaruh dilihat dengan menggunakan tiga metode analisis regresi data panel yaitu Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Data dalam penelitian ini terdiri dari data cross section yaitu 26 provinsi di Indonesia yang memiliki lahan perkebunan kelapa sawit dan time series berupa data dari tahun 2019 sampai dengan 2023 menggunakan 1 variabel dependen dan 6 variabel independen. Model regresi data panel yang terbentuk menyatakan bahwa variabel tingkat pengangguran terbuka dan produktivitas memiliki nilai koefisien negatif, sedangkan variabel jumlah petani dan jumlah tenaga kerja memiliki nilai koefisien positif. Variabel perkebunan kelapa sawit yang memiliki pengaruh signifikan dalam memengaruhi PDRB adalah variabel tingkat pengangguran terbuka dan jumlah tenaga kerja, sedangkan variabel produktivitas dan jumlah petani tidak signifikan dalam memengaruhi PDRB.
Kata Kunci: Regresi Data Panel, Common Effect Model, Fixed Effect Model, Random
Effect Model, Produk Domestik Regional Bruto, Perkebunan Kelapa Sawit

Economic growth in a region is influenced by the contribution of several leading sectors, one of which is the Palm Oil plantation sector. As one of the main commodities that has high economic value, oil palm not only encourages local economic activity but also has an impact on increasing Gross Regional Domestic Product (GRDP). The purpose of this study is to see the influence of the Palm Oil plantation sector on GRDP through a panel data regression model. The effect is seen by using three panel data regression analysis methods, namely the Common Effect Model (CEM), Fixed Effect Model (FEM), and Random Effect Model (REM). The data in this study consists of cross section data, namely 26 provinces in Indonesia that have oil palm plantations and time series data from 2019 to 2023 using 1 dependent variable and 6 independent variables. The panel data regression model that was formed stated that the variable open unemployment rate and productivity had a negative coefficient value, while the variable number of farmers and the number of workers had a positive coefficient value. Palm oil plantation variables that have a significant influence in influencing GRDP are the variables of open unemployment rate and number of workers, while the variables of productivity and number of farmers are not significant in influencing GRDP. Keywords: Panel Data Regression, Common Effect Model, Fixed Effect Model, Random Effect Model, Gross Regional Domestic Product, Palm Oil Plantation