Pemodelan Status Ketahanan Pangan Di Provinsi Jawa Timur Dengan Pendekatan Metode Regresi Probit Biner

Masitoh, Febriliani (2016) Pemodelan Status Ketahanan Pangan Di Provinsi Jawa Timur Dengan Pendekatan Metode Regresi Probit Biner. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1312100031-Undergradute Thesis.pdf]
Preview
Text
1312100031-Undergradute Thesis.pdf - Published Version

Download (1MB) | Preview

Abstract

Pangan merupakan kebutuhan dasar manusia yang harus dipenuhi dan pemenuhannya merupakan hak asasi manusia yang dijamin UUD RI guna mewujudkan sumber daya manusia yang berkualitas. Ketahanan pangan merupakan salah satu prioritas utama dalam pembangunan nasional. Suatu wilayah dapat mencapai ketahanan pangan apabila mampu mencapai tiga dimensi, yaitu keterjangkauan, ketersediaan, serta pemanfaatan pangan. Pada FSVA (Food Security and Vulnerability Atlas) nasional ketahanan pangan Jawa Timur terdiri dari dua kategori, yaitu ketahanan pangan sedang dan relatif tahan pangan. Tujuan dari penelitian ini adalah mendeskripsikan karakteristik status ketahanan pangan, memodelkan faktor-faktor yang mempengaruhi ketahanan pangan di Jawa Timur menggunakan metode regresi probit biner, dan membandingkan hasil prediksi model dengan observasi aktual. Data yang digunakan adalah data sekunder mengenai variabel-variabel yang mempengaruhi ketahanan pangan 29 kabupaten di Jawa Timur tahun 2014. Berdasarkan analisis data dan pembahasan dapat diketahui bahwa faktor-faktor yang mempengaruhi ketahanan pangan adalah persentase rumah tangga tanpa akses ke air bersih dan angka harapan hidup. Ketepatan klasifikasi sebesar 93,103 persen dan nilai Pseudo R2 McFadden sebesar 74,6 persen. Kabupaten yang masuk dalam ke-tahanan pangan sedang mayoritas berada di Provinsi Jawa Timur bagian timur.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 Mas p
Uncontrolled Keywords: Jawa Timur, Ketahanan pangan, Pseudo R2 McFadden, Regresi Probit Biner
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: ansi aflacha
Date Deposited: 08 Apr 2019 07:02
Last Modified: 08 Apr 2019 07:02
URI: http://repository.its.ac.id/id/eprint/62715

Actions (login required)

View Item View Item