<![CDATA[Analisis regresi terhadap prevalensi ketidakcukupan konsumsi pangan (prevalence of undernourishment, PoU) di Provinsi Nusa Tenggara Barat dan Provinsi Nusa Tenggara Timur menunjukkan adanya otokorelasi spasial, baik pada peubah respon maupun pada komponen galat. Kondisi tersebut menyebabkan pelanggaran terhadap asumsi regresi linier. Penelitian ini bertujuan untuk menangani kedua bentuk otokorelasi spasial tersebut melalui pemodelan spatial autoregressive confused (SAC). Data PoU menurut kabupaten/kota bersumber dari Badan Pangan Nasional, sementara peubah bebas berasal dari publikasi Badan Pusat Statistik. Hasil penelitian ini menunjukkan bahwa model SAC memberikan dugaan parameter yang lebih akurat dibandingkan dengan model regresi linier. Faktor-faktor yang berpengaruh signifikan terhadap PoU di suatu kabupaten/kota meliputi produksi beras per kapita, realisasi bantuan sosial pangan per kapita, PoU di daerah tetangga, dan suku-suku galat di daerah tetangga.A regression analysis of the prevalence of undernourishment (PoU) in the provinces of Nusa Tenggara Barat and Nusa Tenggara Timur indicates the presence of spatial autocorrelation, both in the response variable and the error component. This condition violates the assumptions of linear regression. This study aims to address both forms of spatial autocorrelation by employing the spatial autoregressive confused (SAC) model. The 2023 PoU data by regency/city in Nusa Tenggara were sourced from the National Food Agency, while the explanatory variables were obtained from BPS-Statistics publications. The results of this study show that the SAC model provides more accurate parameter estimates compared to the linear regression model. The factors that significantly influence the PoU in a given regency/city include per capita rice production, per capita realization of food social assistance, the PoU levels in neighboring regions, and error terms in surrounding areas.Kata kunci: pembobot spasial berbasis jarak; prevalensi ketidakcukupan konsumsi pangan; regresi spasialKeywords: Distance-based weight; prevalence of undernourishment; spatial regression]]>
Copyrights © 2025
