Main Article Content
Abstract
Indonesia terus berkomitmen dan selalu mengupayakan dalam menyediakan pangan bagi 278,7 juta penduduk Indonesia di tahun 2023. Komitmen ini juga sejalan dengan upaya dalam mewujudkan target kedua dalam SDGs yaitu dalam menghilangkan kelaparan (zero hunger) pada tahun 2030 terkhusus di wilayah yang terindikasi kerentanan pada pangan. Situasi kerentanan pada pangan dapat diketahui dari Indeks Kerentanan Pangan (IKP). IKP memiliki peran dalam mengevaluasi capaian ketahanan pangan dan gizi wilayah, serta memberikan gambran peringkat pencapaian ketahanan pangan wilayah di Indonesia. IKP memiliki angka-angka indeks yang sebelumnya telah dikategorikan dengan cut off point IKP dan dari angka-angka indeks ini dapat memberikan informasi yang bahwasanya telah terjadi peningkatan wilayah kerentanan pangan terutama di tahun 2021. Salah satu penyebab nya yaitu pandemi Covid-19, yang sangat berdampak pada pelambatan pertumbuhan ekonomi daerah dan penurunan pendapatan masyarakat dan harga pangan yang tinggi sangat mempengaruhi aspek kerentanan pangan. Namun, pada tahun 2023 mengalami penurunan dari 74 kabupaten/kota menjadi 68 kabupaten/kota. Walaupun demikian, peningkatan yang dialami pada tahun 2021 harus selalu diwaspadai agar kedepannya terkhusus di wilayah yang terindikasi kerentanan dapat berkurang. Agar dapat memprediksi kerentanan kedepannya, maka perlu dilakukan analisis statistik. Penelitian ini menggunakan metode analisis diskriminan linear robust untuk melihat indikator mana yang memberikan pengaruh paling tinggi dari indikator-indikator yang diduga signifikan terhadap kerentanan pangan. Hasil penelitian menunjukkan bahwa dengan menggunakan lima indikator yakni (kemiskinan, pengeluaran pangan, tanpa akses air bersih, angka harapan hidup serta stunting) memperoleh nilai APER (Apparent Error Rate) sebesar 14.71% yang berarti proporsi kesalahan dalam ketepatan klasifikasi dengan fungsi diskriminan robust sudah cukup baik dan memperoleh nilai akurasi sebesar 85.29% yang berarti mampu mengklasfikasikan wilayah pada kabupaten/kota di Indonesia dengan tepat.