Ainin, Muharinda Sugma Nur
Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Perbandingan Pemodelan Regresi Probit Ordinal Tanpa dan dengan Pendekatan Synthetic Minority Oversampling Technique (Studi Kasus: Status Ketahanan Pangan di Kawasan Timur Indonesia) Ainin, Muharinda Sugma Nur; Ratnasari, Vita
Jurnal Sains dan Seni ITS Vol 13, No 5 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i5.153663

Abstract

Pangan merupakan salah satu kebutuhan pokok ma-nusia yang harus dipenuhi setiap saat. Pemerintah Indonesia mengatur penyelenggaraan dan pemenuhan pangan berdasar-kan kedaulatan pangan, kemandirian pangan, dan ketahanan pangan melalui Undang-Undang Nomor 18 Tahun 2012. Keta-hanan pangan termasuk salah satu tujuan dalam Sustainable Develop-ment Goals (SDGs). Di Indonesia, ketahanan pangan menjadi salah satu isu strategis pembangunan nasional. Berda-sarkan Peta Ketahanan dan Kerentanan Pangan (FSVA) Indo-nesia Tahun 2022 menunjukkan bahwa masih terjadi ketim-pangan status ketahanan pangan di beberapa wilayah Indonesia dan sebagian besar berada di Kawasan Timur Indonesia, di mana 25 kabupaten/kota dengan nilai IKP terendah se-Indone-sia berada di Kawasan Timur Indonesia. Status ketahanan pangan memiliki skala ordinal dengan kategori 1 merupakan terendah dan kategori 6 merupakan kategori tertinggi. Pada penelitian ini dilakukan pemodelan terkait status ketahanan pangan pada 176 kabupaten/kota di Kawasan Timur Indonesia menggunakan regresi probit ordinal. Berdasarkan data FSVA 2022, ditemukan adanya indikasi data imbalance pada persebar-an kategori status ketahanan pangan di Kawasan Timur Indonesia dengan persentase data minoritas sebesar 14,77% sehingga dilakukan pemodelan tanpa dan dengan pendekatan SMOTE. Model terbaik merupakan pemodelan menggunakan regresi probit ordinal dengan pendekatan SMOTE. Hasil dari penelitian ini diperoleh variabel prediktor yang berpengaruh signifikan terhadap model terbaik adalah produktivitas tanam-an padi, luas lahan panen padi, indeks daya beli masyarakat, persentase rumah tangga penerima bantuan pangan dan per-sentase bayi BBLR. Kebaikan model yang diperoleh sebesar 52,2% dengan ketepatan klasifikasi sebesar 74,51%.