Pemodelan Indeks Ketahanan Pangan Indonesia Menggunakan Robust Mixed Geographically Weighted Regression (RMGWR)

Kondisi Indeks Ketahanan Pangan Indonesia pada tahun 2024 masih belum merata di setiap provinsi. Terdapat wilayah dengan kondisi Indeks Ketahanan Pangan rendah dan wilayah lainnya memiliki kondisi Indeks Ketahanan Pangan yang tinggi. Ketidakmerataan ini dapat menimbulkan berbagai dampak bagi masyarakat baik dari aspek kesehatan, ekonomi hingga berpengaruh pada stabilitas negara. Penelitian ini bertujuan untuk membentuk model persamaan Indeks Ketahanan Pangan untuk setiap provinsi di Indonesia serta mengidentifikasi faktor�faktor yang memengaruhi Indeks Ketahanan Pangan di Indonesia secara lokal dan global menggunakan model yang andal. Metode yang digunakan adalah model Robust Mixed Geographically Weighted Regression (RMGWR). Data yang dianalisis merupakan data cross section pada tahun 2024, yang mencakup variabel respon berupa Indeks Ketahanan Pangan (IKP), serta variabel prediktor yang terdiri dari produktivitas padi, persentase rumah tangga dengan akses sanitasi layak, kepadatan penduduk, TPT, PDRB, dan luas penutupan lahan. Tahapan analisis meliputi uji heteroskedastisitas, uji variabilitas, pembentukan model MGWR, deteksi outlier, pembentukan model RMGWR, uji parsial, eliminasi model dan pemilihan model terbaik. Pemilihan model terbaik dilakukan dengan memilih model yang memiliki nilai AIC terendah dan R2 terbesar dari hasil eliminasi model yang telah dilakukan sebelumnya. Hasil penelitian menunjukkan bahwa nilai koefisien determinasi model RMGWR sebesar 83,04 % yang menunjukkan kemampuan variabel prediktor dalam menjelaskan variabel respon. Estimasi model RMGWR menghasilkan 38 model persamaan Indeks Ketahanan Pangan di setiap provinsi. Selain itu, hasil pengujian parsial menunjukkan variabel persentase rumah tangga dengan akses sanitasi layak berpengaruh secara global terhadap Indeks Ketahanan Pangan. Sedangkan variabel produktivitas padi, PDRB dan luas penutupan lahan signifikan berpengaruh secara lokal di beberapa provinsi di Indonesia.Kondisi Indeks Ketahanan Pangan Indonesia pada tahun 2024 masih belum merata di setiap provinsi. Terdapat wilayah dengan kondisi Indeks Ketahanan Pangan rendah dan wilayah lainnya memiliki kondisi Indeks Ketahanan Pangan yang tinggi. Ketidakmerataan ini dapat menimbulkan berbagai dampak bagi masyarakat baik dari aspek kesehatan, ekonomi hingga berpengaruh pada stabilitas negara. Penelitian ini bertujuan untuk membentuk model persamaan Indeks Ketahanan Pangan untuk setiap provinsi di Indonesia serta mengidentifikasi faktor�faktor yang memengaruhi Indeks Ketahanan Pangan di Indonesia secara lokal dan global menggunakan model yang andal. Metode yang digunakan adalah model Robust Mixed Geographically Weighted Regression (RMGWR). Data yang dianalisis merupakan data cross section pada tahun 2024, yang mencakup variabel respon berupa Indeks Ketahanan Pangan (IKP), serta variabel prediktor yang terdiri dari produktivitas padi, persentase rumah tangga dengan akses sanitasi layak, kepadatan penduduk, TPT, PDRB, dan luas penutupan lahan. Tahapan analisis meliputi uji heteroskedastisitas, uji variabilitas, pembentukan model MGWR, deteksi outlier, pembentukan model RMGWR, uji parsial, eliminasi model dan pemilihan model terbaik. Pemilihan model terbaik dilakukan dengan memilih model yang memiliki nilai AIC terendah dan R2 terbesar dari hasil eliminasi model yang telah dilakukan sebelumnya. Hasil penelitian menunjukkan bahwa nilai koefisien determinasi model RMGWR sebesar 83,04 % yang menunjukkan kemampuan variabel prediktor dalam menjelaskan variabel respon. Estimasi model RMGWR menghasilkan 38 model persamaan Indeks Ketahanan Pangan di setiap provinsi. Selain itu, hasil pengujian parsial menunjukkan variabel persentase rumah tangga dengan akses sanitasi layak berpengaruh secara global terhadap Indeks Ketahanan Pangan. Sedangkan variabel produktivitas padi, PDRB dan luas penutupan lahan signifikan berpengaruh secara lokal di beberapa provinsi di Indonesia.