Penerapan Gravitational Search Algorithm-Fuzzy C-Means (GSA-FCM) pada Pemetaan Indeks Ketahanan Pangan di Indonesia

Mustofa, Andrea Avisa Nurhidayatul (2024) Penerapan Gravitational Search Algorithm-Fuzzy C-Means (GSA-FCM) pada Pemetaan Indeks Ketahanan Pangan di Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201035-Undergraduate_Thesis.pdf Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Kerawanan pangan dan gizi merupakan isu penting yang harus dituntaskan karena pangan
merupakan kebutuhan pokok makhluk hidup. Upaya pengentasan kerawanan pangan terus
dilakukan demi mencapai target-target Tujuan Pembangunan Berkelanjutan (TPB) atau
Sustainable Development Goals (SDGs), yaitu di antaranya mencapai ketahanan pangan dan
tanpa kelaparan (zero hunger) pada tahun 2030. Salah satu cara melihat kondisi kerawanan
pangan dan gizi adalah melalui angka Prevalensi Ketidakcukupan Konsumsi Pangan atau
dikenal dengan istilah Prevalence of Undernourishment (PoU). Indonesia berhasil menurunkan
angka PoU pada tahun 2023 menjadi 8,53% dari angka 10,21% pada tahun 2022. Namun, angka
tersebut masih di bawah target dari amanat Perpres 111 tahun 2022 tentang Pelaksanaan
Pencapaian TPB sebesar 5% pada tahun 2024. Indonesia terdiri dari 34 provinsi dengan kondisi
yang berbeda-beda, sehingga ketahanan pangan di setiap provinsi juga berbeda. Maka dari itu,
diperlukan adanya pengelompokan (clustering) provinsi di Indonesia untuk menentukan daerah
prioritas dalam upaya penanganan kerawanan pangan, sehingga dapat memaksimalkan
pembuatan kebijakan penyelenggaraan pangan dan mengurangi kondisi ketimpangan pangan.
Clustering merupakan proses pengelompokan suatu data ke dalam kelompok-kelompok
tertentu (cluster), dimana anggota dalam suatu cluster memiliki karakteristik serupa, namun
berbeda dengan cluster yang lain. Penelitian ini akan mengelompokkan provinsi-provinsi di
Indonesia berdasarkan indikator pada Indeks Ketahanan Pangan (IKP) tahun 2023
menggunakan metode Gravitational Search Algorithm-Fuzzy C-Means (GSA-FCM).
Algoritma optimasi GSA digunakan untuk mengatasi permasalahan local optimum yang sering
terjadi pada FCM. Tujuan dari penelitian ini adalah mendapatkan cluster optimal hasil
pemetaan 34 provinsi di Indonesia berdasarkan indikator IKP tahun 2023 dan mengetahui
karakteristik dari setiap cluster yang dihasilkan. Berdasarkan nilai fungsi objektif akhir yang
dihasilkan, algoritma GSA-FCM terbukti mampu mengatasi masalah pada FCM karena
menghasilkan nilai yang jauh lebih kecil. Terdapat 2 cluster yang dihasilkan, yang berturut�turut merupakan cluster dengan prioritas penanganan sekunder dan utama. Cluster 1
beranggotakan 25 provinsi dan cluster 2 beranggotakan 9 provinsi.
========================================================================================================================
Food vulnerability and malnutrition are critical issues that must be addressed as food is a
basic necessity for all living beings. Efforts to eradicate food vulnerability continue to be made
in order to achieve the targets of the Sustainable Development Goals (SDGs), including
achieving food security and zero hunger by 2030. One way to assess the condition of food
vulnerability and malnutrition is through the Prevalence of Undernourishment (PoU). 4
Indonesia successfully reduced the PoU to 8.53% in 2023 from 10.21% in 2022. However, this
figure is still below the target set by Presidential Regulation 111 of 2022 on the Implementation
of SDGs achievement, which aims for 5% by 2024. Indonesia consists of 38 provinces with
different conditions, resulting in varying levels of food security in each province. Therefore, it
is necessary to cluster the provinces in Indonesia to determine priority areas for addressing food
vulnerability, thereby maximizing policymaking and reducing food inequality. Clustering is the
process of grouping data into specific clusters, where members within a cluster share similar
characteristics but differ from members in other clusters. This study will cluster provinces in
Indonesia based on indicators of the Food Security Index (FSI) in 2023 using the Gravitational
Search Algorithm-Fuzzy C-Means (GSA-FCM) method. The GSA optimization algorithm is
used to overcome the issue of local optima commonly encountered in FCM. The aim of this
research is to obtain optimal clusters resulting from the mapping of 38 provinces in Indonesia
based on the FSI indicators of 2023 and to understand the characteristics of each cluster
generated. Based on the final objective function values obtained, the GSA-FCM algorithm has
proven capable of addressing issues in the FCM algorithm as it produces a significantly smaller
value. There are 2 resulting clusters, which respectively represent clusters with secondary and
primary handling priorities. Cluster 1 consists of 25 provinces, and Cluster 2 consists of 9
provinces.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Clustering, Food and Nutrition Vulnerability, Food Security Index, Gravitational Search Algorithm-Fuzzy C-Means, Indeks Ketahanan Pangan, Kerawanan Pangan dan Gizi
Subjects:	H Social Sciences > HN Social history and conditions. Social problems. Social reform
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Andrea Avisa Nurhidayatul Mustofa
Date Deposited:	01 Aug 2024 01:15
Last Modified:	01 Aug 2024 01:15
URI:	http://repository.its.ac.id/id/eprint/110666

Actions (login required)

View Item