Emerging Statistics and Data Science Journal
ESDS publishes scientific articles on statistics and its applications, and also in terms of big data and data science. The article can be a research result, a case study, or a literature review, with coverage: - Statistical Methodology – Articles dealing with new and innovative data analysis techniques and methodologies include, but are not limited to: bootstrapping, classification techniques, design of experiments, parametric and nonparametric methods, functional data, fuzzy statistical analysis, nonlinear models, partial least squares, structural equation models, Bayesian analysis, survey sample analysis, and statistics computation. - Applied Statistics in Business, Industry and Social Studies – Articles dealing with econometrics, demography, spatial analysis, time series analysis, longitudinal analysis, spatio-temporal analysis, quality control, and other subjects related to Applied Statistics in Business, Industry and Social Studies. - Data Science – Articles dealing with big data, data exploration, data mining, data science, data visualisation, and machine learning. - Another field which is related to statistics and the applications
Articles
11 Documents
Search results for
, issue
"Vol. 2 No. 2 (2024): Emerging Statistics and Data Science Journal"
:
11 Documents
clear
Analisis Diskriminan Linear Robust Dengan Penduga Minimum Covariance Determinant (Studi Kasus: Indeks Kerentanan Pangan Menurut Kabupaten/Kota Di Indonesia Tahun 2023)
-, Naufal Syafiq Ibrahim
Emerging Statistics and Data Science Journal Vol. 2 No. 2 (2024): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.20885/esds.vol2.iss.2.art20
Indonesia terus berkomitmen dan selalu mengupayakan dalam menyediakan pangan bagi 278,7 juta penduduk Indonesia di tahun 2023. Komitmen ini juga sejalan dengan upaya dalam mewujudkan target kedua dalam SDGs yaitu dalam menghilangkan kelaparan (zero hunger) pada tahun 2030 terkhusus di wilayah yang terindikasi kerentanan pada pangan. Situasi kerentanan pada pangan dapat diketahui dari Indeks Kerentanan Pangan (IKP). IKP memiliki peran dalam mengevaluasi capaian ketahanan pangan dan gizi wilayah, serta memberikan gambran peringkat pencapaian ketahanan pangan wilayah di Indonesia. IKP memiliki angka-angka indeks yang sebelumnya telah dikategorikan dengan cut off point IKP dan dari angka-angka indeks ini dapat memberikan informasi yang bahwasanya telah terjadi peningkatan wilayah kerentanan pangan terutama di tahun 2021. Salah satu penyebab nya yaitu pandemi Covid-19, yang sangat berdampak pada pelambatan pertumbuhan ekonomi daerah dan penurunan pendapatan masyarakat dan harga pangan yang tinggi sangat mempengaruhi aspek kerentanan pangan. Namun, pada tahun 2023 mengalami penurunan dari 74 kabupaten/kota menjadi 68 kabupaten/kota. Walaupun demikian, peningkatan yang dialami pada tahun 2021 harus selalu diwaspadai agar kedepannya terkhusus di wilayah yang terindikasi kerentanan dapat berkurang. Agar dapat memprediksi kerentanan kedepannya, maka perlu dilakukan analisis statistik. Penelitian ini menggunakan metode analisis diskriminan linear robust untuk melihat indikator mana yang memberikan pengaruh paling tinggi dari indikator-indikator yang diduga signifikan terhadap kerentanan pangan. Hasil penelitian menunjukkan bahwa dengan menggunakan lima indikator yakni (kemiskinan, pengeluaran pangan, tanpa akses air bersih, angka harapan hidup serta stunting) memperoleh nilai APER (Apparent Error Rate) sebesar 14.71% yang berarti proporsi kesalahan dalam ketepatan klasifikasi dengan fungsi diskriminan robust sudah cukup baik dan memperoleh nilai akurasi sebesar 85.29% yang berarti mampu mengklasfikasikan wilayah pada kabupaten/kota di Indonesia dengan tepat.