@phdthesis{digilib30006,
           month = {March},
           title = {DETERMINAN NILAI TUKAR PETANI PROVINSI-PROVINSI DI PULAU SUMATERA PERIODE 2010-2015 SKRIPSI},
          school = {UIN Sunan Kalijaga Yogyakarta},
          author = {NIM. 13810091 REZA AGUNG WIJAYA},
            year = {2018},
            note = {Dr. H. SYAFIQ MAHMADAH HANAFI, M.Ag},
        keywords = {NTP, Inflasi, Pertumbuhan ekonomi, Luas Panen, dan Produksi Padi},
             url = {https://digilib.uin-suka.ac.id/id/eprint/30006/},
        abstract = {Indonesia dikenal sebagai negara agraris yang berarti negara yang mengandalkan sektor pertanian baik sebagai sumber mata pencaharian maupun sebagai penopang pembangunan. Pentingnya sektor pertanian tidak diiringi dengan tingkat kesejahteraan petani. Salah satu proxy indikator yang dapat mengukur tingkat kesejahteraan petani adalah Nilai Tukar Petani (NTP). Penelitian ini bertujuan menganalisis faktor-faktor yang mempengaruhi Nilai Tukar Petani (NTP) di provinsi-provinsi di pulau Sumatera periode tahun 2010-2015. Ada empat variabel independen yang digunakan dalam penelitian ini adalah inflasi, pertumbuhan ekonomi, luas panen dan produksi padi. Secara metodologis, penelitian ini menggunakan data sekunder berupa data panel yang terdiri dari time series selama enam tahun yaitu tahun 2010-2015 dan crossection 10 provinsi di pulau Sumatera. Sementara itu, analisis data yang digunakan dalam penelitian ini adalah metode REM (Random Effect Model). Adapun hasil penelitian ini antara lain: pertama, selama periode tahun 2010-2015 terlihat bahwa NTP di provinsi-provinsi di Sumatera lebih banyak mengalami penurunan, dan mengalami defisit di tahun 2014 dengan NTP 99,67 \% dan 98,174\% di tahun 2015 yang menandakan tingkat kesejahteraan petani rendah. Kedua, inflasi tidak berpengaruh signifikan terhadap NTP; ketiga, pertumbuhan ekonomi, luas panen dan produksi padi berpengaruh signifikan terhadap NTP; keempat, variabel-variabel tersebut memiliki R2 sebesar 0.255120. Hal ini menunjukkan bahwa variabel independen mampu menjelaskan variabel dependen sebesar 25,51\% sedangkan 74,49\% sisanya dijelaskan oleh variabel di luar model.}
}