PEMODELAN KETAHANAN PANGAN DI INDONESIA BERDASARKAN PENDEKATAN REGRESI PROBIT BINER BIVARIAT
Indikator ketahanan pangan dapat dilihat dari Pangsa Pengeluaran Makanan (PPM) dan Konsumsi Energi (KE), dimana indikator tersebut mampu menjadi tolak ukur keberhasilan dan pemerataan yang dilakukan oleh pemerintah. Regresi model probit adalah suatu model untuk menjelaskan pola hubungan dari sebuah...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| التنسيق: | Theses and Dissertations NonPeerReviewed |
| اللغة: | Indonesian Indonesian |
| منشور في: |
2018
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | http://repository.unair.ac.id/77720/5/Abstrak%20ST.S.%2039%2018%20Khu%20p.pdf http://repository.unair.ac.id/77720/2/Fulltext%20ST.S.%2039%2018%20Khu%20p.pdf http://repository.unair.ac.id/77720/ http://lib.unair.ac.id |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
| الملخص: | Indikator ketahanan pangan dapat dilihat dari Pangsa Pengeluaran Makanan (PPM) dan Konsumsi Energi (KE), dimana indikator tersebut mampu menjadi tolak ukur keberhasilan dan pemerataan yang dilakukan oleh pemerintah. Regresi model probit adalah suatu model untuk menjelaskan pola hubungan dari sebuah variabel respon yang kategorik. Model probit biner bivariat adalah model probit yang melibatkan dua variabel respon yang masing-masing mempunyai dua kategori, dengan syarat terdapat hubugan antar variabel respon tersebut. Estimasi parameter model probit biner bivariat menggunakan metode Maximum Likelihood Estimation (MLE) dengan iterasi Newton Raphson. Kriteria yang digunakan untuk mendapatkan model terbaik didapatkan berdasrkan nilai minimum dari Akaike Information Criterion (AIC). Kesimpulan dari hasil analisis yang dilakukan adalah sebagian besar provinsi di Indonesia berada dalam kategori PPM dan KE yang tahan pangan marginal. Model terbaik didapatkan 3 variabel berpengaruh signifikan terhadap PPM dan KE, yaitu variabel Produk Domestik Regional Bruto (PDRB), persentase penduduk miskin, dan Indeks Pembangunan Manusia (IPM). Ketepatan klasifikasi yang diperoleh dari model terbaik sebesar 74,1 persen yang artinya terdapat kesalahan klasifikasi sebanyak 7 dari 27 provinsi di Indonesia. |
|---|