<![CDATA[Ketahanan pangan berkelanjutan merupakan tantangan utama bagi Indonesia yang memiliki keberagaman geografis, sosial, dan budaya konsumsi. Penelitian ini bertujuan untuk membangun model segmentasi pola konsumsi masyarakat guna mendukung ketahanan pangan melalui pendekatan machine learning. Metode yang digunakan mencakup Hierarchical Clustering, K-Means Clustering, dan Gaussian Mixture Model untuk mengelompokkan masyarakat berdasarkan karakteristik konsumsi yang dipengaruhi oleh faktor ekonomi, preferensi pangan berkelanjutan, pola konsumsi pangan, kepedulian terhadap kesehatan, karakteristik sosio-demografi dan aksesibilitas terhadap pangan. Data dikumpulkan melalui kuesioner dari 353 responden usia 17–45 tahun dan melalui proses pre-processing, Hierarchical Clustering, K-Means Clustering, dan Gaussian Mixture Model, evaluasi dengan Silhouette Score untuk menilai kualitas klaster. Hasil menunjukkan Gaussian Mixture Model menghasilkan segmentasi dengan skor siluet sebesar 0,2801 diikuti K-Means dengan 0,3513 dan Hierarchical Clustering dengan 0,3398. Setiap segmen menunjukkan preferensi pangan yang berbeda, seperti konsumsi pangan sehat, ketergantungan pada makanan instan, hingga kepedulian tinggi terhadap pangan lokal. Temuan ini memberikan dasar bagi perumusan kebijakan berbasis data yang adaptif untuk meningkatkan ketahanan pangan di Indonesia.]]>
Copyrights © 2025
