Analisis Spasial Ketahanan Pangan di Indonesia Tahun 2022 dengan Model Geographically Weighted Logistic Regression

Abstrak

Krisis pada ketahanan pangan menjadi masalah di berbagai negara termasuk Indonesia. Krisis tersebut penting untuk diperhatikan untuk mewujudkan ketahanan pangan berkelanjutan sesuai dengan tujuan pembangunan berkelanjutan (SDGs) yang kedua yaitu tanpa kelaparan. Tercapainya ketahanan pangan tidak lepas dari pengambilan kebijakan yang sesuai dan tepat sasaran. Pengambilan kebijakan harus didukung oleh informasi ketahanan pangan yang akurat, menyeluruh, dan sistematis. Penelitian ini bertujuan untuk mengklasifikasikan kabupaten/kota di Indonesia menjadi wilayah tahan pangan dan rawan pangan serta menganalisis faktor-faktor yang mempengaruhi status ketahanan pangan tersebut. Data dianalisis secara deskriptif dan inferensia di mana clustering dengan metode k-means untuk klasifikasi status ketahanan pangan dan pemodelan Geographically Weighted Logistic Regression (GWLR) dengan penimbang fungsi kernel Adaptive Gaussian yang memberikan model terbaik dengan Akaike Information Criterion corrected (AICc) terkecil dibandingkan kernel lainnya untuk melihat pengaruh spasial dalam menentukan kondisi ketahanan pangan suatu kabupaten/kota. Hasil penelitian menunjukkan bahwa pada tahun 2022 terdapat 388 kabupaten/kota dengan status tahan pangan dan 126 kabupaten/kota berstatus tidak tahan pangan. Selain itu, dari 9 variabel yang digunakan dalam clustering, terdapat 5 variabel yang digunakan dalam pemodelan GWLR. Tiga variabel di antaranya signifikan di semua daerah di Indonesia, sedangkan satu variabel signifikan secara lokal di beberapa daerah.