<![CDATA[Penelitian ini menjelaskan integrasi indikator air dalam pengklasifikasian ketahanan pangan provinsi di Indonesia. Pentingnya topik ini terkait dengan hubungan yang signifikan antara air, pangan, dan energi dalam mencapai ketahanan pangan berkelanjutan. Penggunaan kecerdasan buatan, khususnya dalam bentuk algoritma XGBoost, merupakan langkah cerdas dalam mengolah data dan melakukan pengklasifikasian ketahanan pangan. Data indikator air dan cut-off point Indeks Ketahanan Pangan digunakan dalam mengembangkan model XGBoost yang bertujuan mengklasifikasikan provinsi-provinsi sebagai high food vulnerability atau "high food security. Metode penelitian melibatkan pengumpulan data, preprocessing data, serta penerapan algoritma XGBoost dengan tuning parameter. Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki akurasi sebesar 91%, dengan variabel proporsi rumah tangga yang memiliki akses terhadap sumber air minum yang aman (X1) sebagai faktor paling berpengaruh dalam pengklasifikasian ketahanan pangan. Penelitian ini bukan hanya memberikan wawasan penting terkait ketahanan pangan provinsi di Indonesia, tetapi juga menunjukkan potensi besar kecerdasan buatan dalam mengatasi permasalahan kompleks seperti ketahanan pangan. Dengan hasil yang diperoleh, dapat diperkuat argumen pentingnya penerapan teknologi kecerdasan buatan dalam mendukung kebijakan dan tindakan nyata dalam upaya mencapai ketahanan pangan yang lebih baik dan berkelanjutan.]]>
Copyrights © 2023
