Analisis Faktor Faktor yang Memengaruhi Indeks Ketahanan Pangan di Indonesia Menggunakan Regresi Linear Berganda

., salma anindya lituhayu n (2024) Analisis Faktor Faktor yang Memengaruhi Indeks Ketahanan Pangan di Indonesia Menggunakan Regresi Linear Berganda. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2043201106-Undergraduate_Theses.pdf] Text
2043201106-Undergraduate_Theses.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2026.

Download (1MB) | Request a copy

Abstract

Indeks Ketahanan Pangan (IKP) di Indonesia mencapai nilai 60,2, masih berada di bawah rata- rata Indeks Ketahanan Pangan Negara ASEAN (Singapura, Malaysia, Vietnam, Thailand, Filipina, Myanmar, Kamboja, dan Laos) sebesar 61,88. Meskipun masih tergolong cukup, perhatian khusus diperlukan mengingat Indonesia merupakan negara dengan populasi besar. Pemenuhan konsumsi pangan melalui produksi dalam negeri menjadi tema sentral pembangunan pertanian. Untuk memahami faktor-faktor yang memengaruhi ketahanan pangan, analisis regresi linear berganda dapat digunakan. Metode ini memungkinkan analisis data dari beberapa unit observasi untuk mengidentifikasi dan mengukur pengaruh berbagai faktor terhadap IKP. Regresi linear berganda meramalkan nilai pengaruh beberapa variabel penyebab (predictor) terhadap variabel akibat (response). Studi ini menemukan bahwa persentase penduduk miskin, persentase rumah tangga yang menggunakan PLN, tingkat pengangguran terbuka, dan persentase pengeluaran PDRB pada kelompok makanan berpengaruh signifikan terhadap IKP. Model regresi yang dibangun menunjukkan koefisien determinasi sebesar 72,7%, yang mengindikasikan bahwa model tersebut cukup baik dalam menjelaskan variasi IKP. Hasil ini menunjukkan pentingnya pemahaman mendalam tentang faktor-faktor tersebut untuk merancang kebijakan yang efektif guna meningkatkan ketahanan pangan di Indonesia. Penelitian ini memberikan landasan bagi pengambil kebijakan dalam upaya meningkatkan produksi pangan dalam negeri dan mengurangi kerentanan pangan di masa depan.
Kata kunci: Indeks Ketahanan Pangan, Regresi Linear Berganda
============================================================
The Food Security Index (FSI) in Indonesia has reached a value of 60.2, which is below the global average of 61.88. Although still considered adequate, special attention is required given that Indonesia is a populous country. Meeting food consumption through domestic production has become the central theme of agricultural development. To understand the factors affecting food security, multiple linear regression analysis can be used. This method allows for the analysis of data from several observation units to identify and measure the influence of various factors on the FSI. Multiple linear regression forecasts the influence of several predictor variables on the response variable. This study found that the percentage of poor population, the percentage of households using PLN (state electricity company), the open unemployment rate, and the percentage of GRDP expenditure on the food group significantly influence the FSI. The regression model developed shows a coefficient of determination of 72.7%, indicating that the model is quite good at explaining the variation in the FSI. These results highlight the importance of a deep understanding of these factors to design effective policies to improve food security in Indonesia. This research provides a foundation for policymakers in efforts to increase domestic food production and reduce food vulnerability in the future.
Keywords: Food Security Index, Multiple Linear Regression.

Item Type: Thesis (Other)
Uncontrolled Keywords: Indeks Ketahanan Pangan, Regresi Linear Berganda
Subjects: Q Science
Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions: Faculty of Vocational > 49501-Business Statistics
Depositing User: SALMA ANINDYA LITUHAYU NARISWARI
Date Deposited: 07 Aug 2024 13:41
Last Modified: 07 Aug 2024 13:41
URI: http://repository.its.ac.id/id/eprint/110202

Actions (login required)

View Item View Item