Pemodelan Geographically Weighted Panel Regression Pada Indeks Ketahanan Pangan di Indonesia

Fuad, Raniyah Nisrina (2025) Pemodelan Geographically Weighted Panel Regression Pada Indeks Ketahanan Pangan di Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043211032-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Ketahanan pangan merupakan salah satu aspek penting dalam memastikan keberlangsungan kehidupan masyarakat, dikarenakan mayoritas penduduk Indonesia mengandalkan sektor pertanian untuk memenuhi kebutuhan sehari-hari, baik dari segi ekonomi maupun pemenuhan nutrisi pangan. Diketahui bahwa kondisi ketahanan pangan di Indonesia masih perlu diperbaiki, hal ini dikarenakan aksesibilitas pangan, ketersediaan pangan, dan kualitas pangan masih belum terbagi secara merata di berbagai wilayah di Indonesia. Berdasarkan Global Food Index Security (GFIS), nilai indeks ketahanan pangan Indonesia pada tahun 2023 berada di peringkat ke-69 dari 113 negara dengan skor sebesar 61,4. Sedangkan pemerintah telah menetapkan target untuk meningkatkan skor indeks ketahanan pangan menjadi 70 pada tahun 2024. Setiap wilayah memiliki kondisi geografis yang berbeda maka dari itu ada kemungkinan adanya heterogenitas spasial. Penelitian ini menggunakan data panel serta menggunakan metode Geographically Weighted Panel Regression (GWPR) yang merupakan gabungan dari Geographically Weighted Regression dan regresi data panel. Hasil penelitian didapatkan indeks ketahanan pangan pada periode 2019 hingga 2023, terjadi peningkatan signifikan dalam ketahanan pangan di sebagian besar wilayah, dengan pergeseran dari kategori agak rentan dan agak tahan ke kategori tahan dan sangat tahan. Meskipun ada perbaikan yang jelas, beberapa wilayah masih menghadapi tantangan dan tetap berada pada kategori rentan. Secara keseluruhan, ketahanan pangan nasional menunjukkan perbaikan yang stabil dan progresif. Model regresi data panel yang terpilih adalah model fixed effect dengan efek individu. Asumsi identik, independen, normal terpenuhi serta tidak terdapat multikolinearitas. Hasil analisis GWPR menunjukkan faktor-faktor yang signifikan dengan indeks ketahanan pangan diantaranya Kepadatan Penduduk dan Indeks Pembangunan Manusia. Model GWPR menjadi model terbaik pada penelitian indeks ketahanan pangan dengan faktor-faktor yang mempengaruhinya dengan memperoleh nilai R2 sebesar 93,73% yang lebih besar dibandingkan model regresi data panel fixed effect dengan nilai R2 sebesar 88,17%.
=================================================================================================================================
Food security is one of the important aspects in ensuring the sustainability of people's lives, because the majority of the Indonesian population relies on the agricultural sector to meet their daily needs, both in terms of economy and food nutrition. It is known that the condition of food security in Indonesia still needs to be improved, this is because food accessibility, food availability, and food quality are still not evenly distributed in various regions in Indonesia. Based on the Global Food Index Security (GFIS), Indonesia's food security index value in 2023 is ranked 69th out of 113 countries with a score of 61.4. Meanwhile, the government has set a target to increase the food security index score to 70 by 2024. Each region has different geographical conditions, therefore there is a possibility of spatial heterogeneity. This research uses panel data and uses the Geographically Weighted Panel Regression (GWPR) method which is a combination of Geographically Weighted Regression and panel data regression. The results of the research obtained a food security index in the period 2019 to 2023, there was a significant improvement in food security in most regions, with a shift from the moderately vulnerable and moderately resilient categories to the resilient and highly resilient categories. Despite clear improvements, some regions still face challenges and remain in the vulnerable category. Overall, national food security shows a steady and progressive improvement. The selected panel data regression model is a fixed effect model with individual effects. The assumptions of identical, independent, normal are met and there is no multicollinearity. The results of GWPR analysis showed significant factors with food security index including Population Density and Human Development Index. The GWPR model is the best model in the food security index research with the factors that influence it by obtaining an R2 value of 93,73% which is greater than the fixed effect panel data regression model with an R2 value of 88,17%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Geographically Weighted Panel Regression, Ketahanan Pangan, Regresi Data Panel, Geographically Weighted Panel Regression, Food Security, Panel Data Regression
Subjects:	Q Science > Q Science (General) > Q180.55.M38 Mathematical models
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Raniyah Nisrina Fuad
Date Deposited:	17 Jul 2025 09:35
Last Modified:	17 Jul 2025 09:35
URI:	http://repository.its.ac.id/id/eprint/119942

Actions (login required)

View Item