Analisis Kebutuhan Pangan Pokok pada Provinsi-provinsi di Indonesia Menggunakan Indeks Moran Berdasarkan Metode Bootstrap
DOI:
https://doi.org/10.24014/jsms.v6i2.10525Abstract
Indonesia dikenal sebagai negara agraris, namun saat ini Indonesia sering mengimpor bahan pangan dari negara lain untuk memenuhi kebutuhan pangan masyarakatnya. Kebutuhan pangan yang dimaksud adalah kebutuhan akan pangan pokok. Kebutuhan pangan pokok setiap provinsi di Indonesia tentunya berbeda, kelebihan maupun kekurangan pangan pokok pada suatu wilayah bergantung pada jumlah produksi pangan dan jumlah penduduk yang ada pada wilayah tersebut.Untuk itu analisis kebutuhan pangan pokok diperlukan selain untuk mengetahui kekurangan dan kelebihan pangan pokok juga untuk mengetahui hubungan wilayah yang kekurangan atau kelebihan dengan wilayah di sekitarnya yang berbatasan. Penelitian ini membahas tentang analisis kebutuhan pangan pokok dengan menggunakan Indeks Moran dengan data jumlah produksi pangan pokok (padi) dan jumlah penduduk pada provinsi-provinsi di Indonesia pada tahun 2011 sampai dengan tahun 2019. Metode bootstrap digunakan untuk memperoleh distribusi Indeks Moran dan nilai-p. Dengan tingkat signifikansi α = 5% diperoleh bahwa nilai-p. Pada nilai-p yang lebih kecil dari 5 %, yaitu pada tahun 2012, 2015, 2015 dan 2019 maka H0 ditolak yang dapat disimpulkan bahwa terdapat autokorelasi spasial atau keterkaitan erat kelebihan atau kekurangan pangan pokok pada wilayah yang berbatasan. Hal itu berarti bahwa antar provinsi satu dengan yang lainnya yang saling berbatasan memiliki kemiripan nilai atau mengindikasi bahwa kelebihan dan kekurangan pangan pokok antar provinsi di Indonesia yang berbatasan akan saling berkorelasi.
References
Banerjee, S.,Hierarchical Modeling and Analysis for Spatial Data,Chapman and Hall/CRC, Boca Raton, 2004.
Budiyanto, E., Sistem Informasi Geografis dengan ArcView GIS,Andi, Yogyakarta, 2010.
Kosfeld, R., Spatial Econometric, Draft, 2006, retrieved fromhttp://www.scribd.com on 5 April 2020.
Lembo, A. J., Spatial Autocorrelation,Cornell University, 2006.
Cliff, A. D., & Ord, J. K., Spatial Econometric Models,City and Regional Planing, 1973.
Lee, J., & Wong D. S., Statistical Analysis with Arcview GIS,John Wiley and sond, New York, 2001.
Widi, C. A., Setiawan, A., & Sediyono, E., Identifikasi Pola Spasial Wilayah Rawan Pangan di Kabupaten Minahasa Tenggara Menggunakan Moran’s I,Prosiding SNTI 2013,Universitas
Tarumanegara,2013,910–920.
Fallo, J. O., Setiawan, A., & Sussanto, B., Uji Normalitas Berdasarkan Metode Anderson-Darling, Cramer-von Mises dan Lilliefors menggunakan Metode Bootstrap,Prosiding Seminar Nasional Matemarika,UNY, 2013.
Downloads
Published
Issue
Section
License
JSMS : Jurnal Sains Matematika dan Statistika operates an Open Access policy under a Creative Commons Attribution 4.0 International License. Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.