Professional Documents
Culture Documents
Abstrak—Pangan merupakan kebutuhan dasar manusia negara berkembang di dunia yang menduduki peringkat
yang harus dipenuhi dan pemenuhannya merupakan hak ke 74 dari 109 negara dengan indeks ketahanan pangan
asasi manusia yang telah dijamin dalam UU RI guna global tahun 2015 sebesar 46,7 [2]. Provinsi Jawa Timur
mewujudkan sumber daya manusia yang berkualitas. merupakan salah satu lumbung padi nasional. Namun,
Ketahanan pangan merupakan salah satu prioritas utama
dalam pembangunan nasional. Suatu wilayah dapat
berdasarkan peta ketahanan dan kerentanan pangan
mencapai ketahanan pangan apabila mampu mencapai tiga nasional tahun 2015 terdapat sepuluh kabupaten di Jawa
dimensi, yaitu keterjangkauan, ketersediaan, serta Timur yang masih masuk dalam kelompok kabupaten
pemanfaatan pangan. Pada peta ketahanan dan kerentanan ketahanan pangan sedang hal ini menunjukkan bahwa
pangan nasional, kabupaten-kabupaten di Jawa Timur ketahanan pangan perlu ditingkatkan terutama dalam
masuk dalam dua kategori, yaitu ketahanan pangan sedang pemerataan ketahanan pangannya. Ketahanan pangan di
dan relatif tahan pangan. Tujuan dari penelitian ini adalah Indonesia dikategorikan menjadi tiga tingkatan, yaitu
mendeskripsikan karakteristik status ketahanan pangan, paling rawan pangan, ketahanan pangan sedang dan
memodelkan faktor-faktor yang diduga mempengaruhi
relatif tahan pangan namun kabupaten-kabupaten di Jawa
ketahan-an pangan di Jawa Timur menggunakan metode
regresi probit biner, dan membandingkan hasil prediksi Timur masuk dalam dua kategori, yaitu ketahanan
model dengan kla-sifikasi status ketahanan pangan aktual. pangan sedang dan relatif tahan pangan [3].
Data sekunder yang digunakan mengenai variabel yang Penelitian ini bertujuan untuk mendeskripsikan
diduga mempengaruhi ke-tahanan pangan, yaitu rasio karakteristik dan memodelkan faktor-faktor yang diduga
konsumsi normatif per kapita ter-hadap ketersediaan mempengaruhi ke-tahanan pangan di Jawa Timur, serta
bersih serealia, persentase penduduk di-bawah garis membandingkan hasil klasifikasi status ketahanan
kemiskinan, persentase desa dengan akses peng-hubung pangan secara aktual dengan hasil prediksi model.
kurang memadai, persentase rumah tangga tanpa akses Terdapat analisis statistik yang dapat menjelaskan
listrik, persentase perempuan buta huruf, persentase
rumah tangga tanpa akses ke air bersih, persentase desa
hubungan antara variabel respon dan prediktor yang
dengan jarak lebih dari 5 Km dari fasilitas kesehatan, sering digunakan dalam suatu penelitian dimana variabel
persentase balita pendek, dan angka harapan hidup pada respon berupa data kualitatif atau kategori yaitu model
29 kabupaten di Jawa Timur tahun 2014. Berdasarkan logit, dan model probit [4]. Namun terdapat perbedaan
analisis data dan pembahasan menggunakan metode dari kedua metode tersebut yaitu link function dan
regresi probit biner dapat diketahui bahwa faktor-faktor interpretasi model. Metode regresi probit merupakan
yang mempengaruhi ketahanan pangan adalah persentase metode yang menggunakan link function distribusi
rumah tangga tanpa akses ke air bersih dan angka harapan normal dan interpretasi model meng-gunakan nilai efek
hidup. Diperoleh ketepatan klasifikasi sebesar 93,103
marginal sedangkan metode regresi logistik
persen dan nilai Pseudo R2 McFadden sebesar 74,6 persen.
Kabupaten yang masuk dalam ketahanan pangan sedang menggunakan link function distribusi logistik dan
mayoritas berada di Provinsi Jawa Timur bagian timur. interpretasi model menggunakan nilai odds ratio. Model
probit lebih mudah dikerjakan daripada model logistik
Kata Kunci— Jawa Timur, Ketahanan pangan, Pseudo karena link function distribusi normal yang digunakannya
R2 McFadden, Regresi Probit Biner. meskipun apabila keduanya dibandingkan maka model
dari keduanya hampir sama. Data status ketahanan
I. PENDAHULUAN pangan Jawa Timur sebagai variabel respon berupa data
biner sehingga untuk memodelkan faktor-faktor yang
P angan merupakan kebutuhan dasar manusia yang
paling esensial untuk mempertahankan hidup dan
kehidupan. Begitu pentingnya pangan sehingga setiap
diduga mempengaruhi status ketahanan pangan di Jawa
Timur dapat menggunakan model regresi probit biner.
individu bahkan negara harus mampu mempertahankan Batasan penelitian ini adalah data sekunder yang
pangan. Ketahanan pangan di Indonesia telah ditetapkan digunakan mengenai ketahanan pangan 29 kabupaten di
dalam Undang-Undang nomor 18 pasal 1 tahun 2012. Jawa Timur tahun 2014, menggunakan prosedur
Terdapat empat dimensi untuk mencapai kondisi backward elimina-tion untuk mengatasi multikolinieritas,
ketahanan pangan, yaitu (1) ketersediaan pangan, (2) dan kabupaten yang diambil sebagai unit penelitian
keterjangkauan ekonomi dan fisik pangan, (3) diasumsikan identik.
penggunaan pangan yang mencakup kualitas dan
keamanan pangan, serta (4) kestabilan pada ketiga
dimensi lainnya [1]. Indonesia merupakan salah satu
D-212 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print)
II. TINJAUAN PUSTAKA Interpretasi model regresi probit biner pada persamaan
Distribusi Normal (2) dan persamaan (3) tidak berdasarkan nilai koefisien
model akan tetapi menggunakan efek marginal [7]. Efek
Pemodelan regresi probit biner menggunakan link
marginal menyatakan besarnya pengaruh tiap variabel
function distribusi normal dan variabel respon terdiri dari
prediktor yang signifikan terhadap probabilitas tiap
dua kategori. Distribusi normal merupakan distribusi
kategori pada variabel respon.
kontinu yang paling penting dalam bidang statistika [5].
P Y 0
Distribusi normal merupakan distribusi simetris yang
X i
βT x i (4)
memiliki dua parameter yaitu mean (𝜇) dan varian (𝜎 2 )
dengan fungsi distribusi probabilitas sebagai berikut. P Y 1
1 1 y 2 (1) X i
βT x i (5)
f y exp , y , 2 0
2 2 2
Metode penaksiran parameter yang digunakan pada
Adapun fungsi distribusi kumulatif dari distribusi normal regresi probit biner adalah metode Maximum Likelihood
sebagai berikut. Estimation (MLE) [8]. Langkah pertama dalam menaksir
parameter adalah membuat fungsi likelihood sebagai
y
1 1 t 2
y P Y y exp
2
dt berikut.
2 2
n 1 yi
L β 1 βT x βT x
yi
elimina-tion procedure. rumah tangga tanpa ada akse listrik sebesar 0,307 persen
b) Melakukan pengujian parameter secara serentak hal ini menunjukkan tingkat keterjangkauan pangan dari
dan secara parsial. segi sarana transportasi dan listrik sudah cukup baik
c) Membentuk model terbaik dari regresi probit biner meskipun untuk rata-rata penduduk Jawa Timur yang
dan menginterpretasikan model menggunakan nilai hidup di bawah garis kemiskinan mencapai 14,334
efek marginal. persen dimana kabupaten dengan akses pangan yang
d) Melakukan uji kesesuaian model regresi probit kurang memadai berada di Kabupaten Sampang,
biner. Sumenep, dan Jember. Berdasarkan dimensi pemanfaatan
e) Mengukur kebaikan model menggunakan ketepatan pangan rata-rata desa yang memiliki jarak lebih dari 5
klasifikasi dan Pseudo R2 McFadden. kilometer dari fasilitas kesehatan sebesar 0,022 persen,
3. Membandingkan hasil klasifikasi status ketahanan rata-rata perempuan buta huruf mencapai 16,230 persen,
pangan secara aktual dengan hasil prediksi model dan rata-rata rumah tangga tanpa akses ke air bersih
regresi probit biner melalui pemetaan kabupaten di sebesar 23,180 persen dengan kabupaten yang kurang
Provinsi Jawa Timur. memadai untuk dimensi pemanfaatan pangan berada di
Kabupaten Sumenep, Gresik, dan Bangkalan.
IV. ANALISIS DAN PEMBAHASAN Berdasarkan gizi dan dampak kesehatan rata-rata balita
Karakteristik Ketahanan Pangan Provinsi Jawa pendek mencapai 37,810 persen dengan persentase
Timur tertinggi pada Kabupaten Bondowoso, dan rata-rata
angka harapan hidup mencapai 68,498 tahun dengan
Analisis statistika deskriptif dalam penelitian
AHH terendah pada Kabupaten Probolinggo.
digunakan untuk mengetahui seluruh informasi dari
variabel yang di-gunakan sehingga akan diperoleh Analisis Ketahanan Pangan Provinsi Jawa Timur
gambaran awal mengenai karakteristik ketahanan pangan Meng-gunakan Regresi Probit Biner
di Provinsi Jawa Timur. Karakteristik status ketahanan Sebelum melakukan pemodelan menggunakan regresi
pangan di Provinsi Jawa Timur sebagai berikut. probit biner terlebih dahulu melakukan uji
multikolinieritas. Hasil uji multikolinieritas untuk
mengetahui independensi antar variabel prediktor
disajikan dalam Tabel 4.
TABEL 4. HASIL UJI MULTIKOLINIERITAS
Gambar 1. Jumlah dan Persentase Kabupaten Terklasifikasi dalam
Variabel Nilai VIF Variabel Nilai VIF
Kelompok Status Ketahanan Pangan
X1 1,303 X6 1,517
Berdasarkan Gambar 1 menunjukkan ketahanan X2 4,850 X7 1,444
pangan di Jawa Timur mayoritas kabupaten masuk dalam X3 2,023 X8 3,078
kelompok relatif tahan pangan sebanyak 66 persen dan X4 1,513 X9 4,235
34 persen masuk dalam kelompok ketahanan pangan X5 9,770
sedang. Karakteristik dari variabel prediktor yang bertipe
kontinu sebagai mana Tabel 3. Berdasarkan Tabel 4 dapat diketahui bahwa terdapat
TABEL 3. DESKRIPTIF VARIABEL PREDIKTOR
nilai VIF lebih dari 5, yaitu pada variabel presentase buta
Rata- Deviasi huruf (X5) dengan nilai VIF sebesar 9,770 sehingga
Variabel Minimum Maksimum terjadi kasus multikolinieritas. Kasus multikolinieritas ini
rata standar
X1 0,150 2,040 0,329 0,338 diatasi meng-gunakan prosedur backward elimination
X2 6,688 26,966 14,334 4,478 dan diperoleh variabel prediktor X6 dan X9 yang
X3 0,000 3,614 0,730 0,914 memiliki nilai p-value kurang dari alpha 0,10 sehingga
X4 0,000 0,816 0,307 0,233 kedua variabel tersebut masuk dalam model.
X5 2,460 37,190 16,230 7,890 Hasil pengujian parameter secara serentak dengan
X6 6,540 51,600 23,180 9,800 mengikutsertakan variabel X6 dan X9 menggunakan
X7 0,000 0,356 0,022 0,084
likelihood ratio test (G2) pada persamaan (6) dengan
X8 27,280 56,380 37,810 7,850
X9 62,100 72,330 68,498 3,220
=0,10 diperoleh bahwa p-value sebesar 0,000 kurang dari
alpha sehingga H0 ditolak berarti pada tingkat
Tabel 3 menunjukkan bahwa ketersediaan pangan dari kepercayaan sebesar 90 persen minimal terdapat satu
29 kabupaten di Jawa Timur memiliki rata-rata rasio parameter yang signifikan pada model.
konsumsi normatif per kapita terhadap ketersediaan Untuk mengetahui variabel yang signifikan maka
bersih serealia sebesar 0,329 dan terdapat kabupaten dilanjut-kan pengujian parameter secara parsial dengan
dengan nilai rasio terendah yaitu sebesar 0,150 yang hasil pengujian menggunakan uji Wald pada persamaan
menunjukkan surplus untuk produksi serealia dan rasio (7).
tertinggi sebesar 2,040 yang menunjukkan terdapat TABEL 5. HASIL PENGUJIAN PARAMETER SECARA PARSIAL
daerah defisit pangan untuk ketersediaan serealia yaitu P- Kepu-
Kabupaten Sidoarjo karena Kabupaten Sidoarjo memiliki Variabel B S.E. 𝑾𝟐𝒔
value tusan
jumlah penduduk yang tinggi namun produksi serealia Konstanta -54,296 21,111 6,615 0,010
sangat sedikit sehingga memiliki nilai rasi lebih dari 1. X6 -0,096 0,054 3,160 0,079 Tolak H0
Berdasarkan tingkat keterjangkauan pangan yang dapat X9 0,840 0,328 6,559 0,010 Tolak H0
ditinjau dari rata-rata desa dengan akses penghubung =0,10
2
yang kurang memadai sebesar 0,730 persen dan rata-rata Nilai 𝜒(1;0,10) = 2,706
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-215
Provinsi Jawa Timur yang dapat dibandingkan dengan Perbandingan klasifikasi status ketahanan pangan antara
pemetaan hasil pre-diksi model. Pemetaan kabupaten di data aktual dan hasil prediksi bahwa terdapat dua
Provinsi Jawa Timur berdasarkan klasifikasi status kabupaten, yaitu Kabupaten Gresik dan Lamongan yang
ketahanan pangan hasil prediksi dari model regresi probit mengalami kesalahan klasifikasi, Berdasarkan pemetaan
biner dapat disajikan secara visual sebagai berikut. kabupaten yang masuk dalam kelompok ketahanan
pangan sedang mayoritas berada di wilayah Jawa Timur
bagian timur.
Saran yang dapat diberikan kepada pihak Badan
Ketahanan Pangan Provinsi Jawa Timur adalah untuk
mempertimbangkan kembali variabel-variabel yang
digunakan untuk menyusun Indeks Ketahanan Pangan
(IKP), pemerintah perlu me-ningkatkan aspek
keterjangkauan pangan dan memperhatikan aspek gizi
Gambar 3. Klasifikasi Status Ketahanan Pangan Hasil Prediksi
dan dampak kesehatan sehingga akan meningkatkan
Berdasarkan Gambar 2 dan Gambar 3 dapat diketahui ketahanan pangan kabupaten-kabupaten di Jawa Timur,
bahwa kabupaten-kabupaten yang terklasifikasi hampir serta perlu adanya peningkatan ketahanan pangan di
sama namun terdapat perbedaan atau kesalahan kabupaten-kabupaten bagian timur Provinsi Jawa Timur.
klasifikasi yang terletak pada Kabupaten Gresik dan Pada penelitian ini masih terdapat permasalahan yang
Kabupaten Lamongan yang saling bertukar hasil belum dianalisis dan dibahas secara mendalam. Pada
klasifikasi atau zona, berdasarkan klasifikasi observasi penelitian selanjutnya di-sarankan untuk menggunakan
aktual Kabupaten Gresik masuk zona kuning atau efek interaksi untuk mengatasi masalah multikolinieritas,
kelompok status ketahanan pangan sedang dan peneliti lebih memperhatikan varia-bel prediktor yang
Kabupaten Lamongan masuk zona hijau atau kelompok digunakan merupakan fix variable atau random variable,
relatif tahan pangan sedangkan pada klasifikasi hasil serta disarankan menggunakan two-stage least square
prediksi model Kabupaten Gresik masuk zona hijau dalam penaksiran parameter.
sedangkan Kabupaten Lamongan masuk zona kuning.
Berdasarkan hasil tersebut perlu adanya perhatian khusus DAFTAR PUSTAKA
terhadap kabupaten yang masuk dalam zona kuning atau [1] FAO. (2008). Food Security Information for Action Practical
kabupaten yang memiliki ketahanan pangan sedang Guides. New York: The EC-FAO Food Secury Programme.
untuk mencapai kabupaten yang relatif tahan pangan atau
[2] The Economist Intelligence Unit. (2015). Global food security
masuk dalam zona hijau. Serta perlu mempertahankan index 2015. New York: The Economist Intelligence Unit.
kestabilan ketahanan pangan terhadap kabupaten-
kabupaten yang masuk dalam kelompok relatif tahan [3] DKP, Kementerian Pertanian & WFP. (2015). Peta Ketahanan
pangan atau masuk dalam zona hijau. dan Kerentanan Pangan Indonesia 2015. Jakarta: Dewan
Ketahanan Pangan, Kementerian Pertanian & World Food
Programme (WFP).
V. KESIMPULAN DAN SARAN
[4] Gujarati, D. N. (2004). Basic Econometrics (4th ed.). New York:
Berdasarkan ketahanan pangan di Jawa Timur McGraw-Hill Companies.
mayoritas kabupaten masuk dalam kelompok relatif
tahan pangan sebanyak 66 persen dan 34 persen masuk [5] Walpole, E. R. (1995). Probability and Statistics for
Engineers and Scientist (9th ed.). New Jersey: Prentice Hall.
dalam kelompok ketahanan pangan sedang. Berdasarkan
analisis regresi probit biner, faktor yang berpengaruh [6] Nachrowi, N. D., & Usman, H. (2006). Pendekatan Populer dan
terhadap status ketahanan pangan di Jawa Timur adalah Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan.
Jakarta: Fakultas Ekonomi Universitas Indonesia.
persentase rumah tangga tanpa akses ke air bersih dan
angka harapan hidup dengan model terbaik regresi probit [7] Greene, W. H. (2008). Econometrics Analysis (6th ed.). New
biner sebagai berikut. Jersey: Prentice Hall, Inc.
𝑃̂(𝑌 = 0) = Φ(54,296 + 0,096𝑋6 − 0,840𝑋9 ) [8] Ratnasari, V. (2012). Estimasi Parameter dan Uji Signifikansi
Model Probit Bivariat. Disertasi Jurusan Statistika Fakultas
𝑃̂(𝑌 = 1) = 1 − Φ(54,296 + 0,096𝑋6 − 0,840𝑋9 ) Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Sepuluh Nopember. Surabaya: Institut Teknologi Sepuluh
Dari nilai efek marginal persentase rumah tangga tanpa Nopember
akses ke air bersih menaikkan kontribusi untuk
kabupaten masuk dalam kelom-pok ketahanan pangan
sedang, dan nilai efek marginal angka harapan hidup
menaikkan kontribusi untuk kabupaten masuk dalam
kelompok relatif tahan pangan. Kebaikan model
berdasarkan ketepatan klasifikasi sebesar 93,103 persen
dan nilai Pseudo R2 McFadden sebesar 74,6 persen.