KAJIAN KONFIGURASI DAN POLA SPASIAL INDIKATOR KERAWANAN PANGAN MELALUI PENERAPAN ANALISIS PROCRUSTES DAN SPATIAL AUTOCORRELATION DESSI RAHMANIAR

Transkripsi

1 KAJIAN KONFIGURASI DAN POLA SPASIAL INDIKATOR KERAWANAN PANGAN MELALUI PENERAPAN ANALISIS PROCRUSTES DAN SPATIAL AUTOCORRELATION DESSI RAHMANIAR SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 ABSTRAK

2 DESSI RAHMANIAR. Kajian Konfigurasi Dan Pola Spasial Indikator Kerawanan Pangan melalui Penerapan Analisis Procrustes dan Spatial Autocorrelation. Dibimbing oleh BAMBANG JUANDA dan TJUK EKO HARI BASUKI. Peta kerawanan pangan yang disusum oleh Departemen Pertanian dan Program Pangan Dunia merupakan salah satu gambaran konfigurasi indikator kerawanan pangan pada suatu wilayah. Bentuk hubungan antara satu daerah dengan daerah lainnya dalam kerangka indikator kerawanan pangan, dapat dilihat berdasarkan hubungan : 1) Jarak antar daerah dan 2) Indikator Kerawanan Pangan masing-masing daerah. Penelitian ini bertujuan untuk mengukur tingkat kesesuaian antara konfigurasi daerah berdasarkan indikator kerawanan pangan terhadap konfigurasi daerah berdasarkan jarak (sebaran geografis), dan mengkaji pola spasial indikator kerawanan pangan antar daerah. Disamping itu dikaji pola spasial indikator kerawanan pangan daerah-daerah/kabupaten terhadap kabupaten yang menjadi sentra pangan; dan terhadap ibukota propinsi. Kajian tersebut dilakukan melalui metode Multi Dimensional Scaling (MDS) dan analisis spatial autocorrelation. Adapun hasil gambaran konfigurasi tersebut dipetakan dengan Sistem Informasi Geografis (SIG).. Hasil penelitian menunjukkan bahwa penskalaan pada kedua konfigurasi tersebut memiliki tingkat kesesuaian yang cukup baik,yaitu Sumatera Utara 5.8% dan Jawa Timur 3.5%. Proporsi keragaman indikator kerawanan pangan kabupaten di Propinsi Sumatera Utara dan Jawa Timur yang dapat dijelaskan oleh jarak antar kabupaten, masing-masing sebesar 57.7% dan 36.2%. Tiga indikator kerawanan pangan di propinsi Sumatera Utara memiliki spatial autocorrelation sedangkan di Propinsi Jawa Timur sepuluh indikator. Sebagian besar peta hasil spatial autocorrelation hampir sama dengan peta kerawanan pangan. Sebagai ibukota propinsi Medan memberikan pengaruh terhadap kemiripan empat indikator kerawanan pangan di kabupaten terdekat dan Surabaya memberikan pengaruh terhadap kemiripan lima indikator kerawanan pangan di kabupaten terdekat. Kabupaten Deli Serdang sebagai sentra pangan di propinsi Sumatera Utara mempengaruhi kemiripan pada empat indikator kerawanan pangan sedangkan Ngawi sebagai sentra pangan di propinsi Jawa Timur mempengaruhi kemiripan pada dua indikator kerawanan pangan. Kata kunci : Konfigurasi, Pola spasial, Indikator Kerawanan Pangan

3 KAJIAN KONFIGURASI DAN POLA SPASIAL INDIKATOR KERAWANAN PANGAN DENGAN PENERAPAN ANALISIS PROCRUSTES DAN SPATIAL AUTOCORRELATION 1) Dessi Rahmaniar 2), Bambang Juanda 3), Tjuk Eko Hari Basuki 4) ABSTRACT Food security of province can be described by configuration of food insecurity indicator using Procrustes analysis and Spatial Autocorrelation.The research s objective are (1) to asses level of configuration area/province based on food insecurity concerning with configuration area/province based on the distance (geographies distribution), (2) to analyze spatial pattern food insecurity of each area/province and (3) to analyze spatial pattern food insecurity indicator of food center districts concerning to capital city of Province. The results are configuration of the districts in North Sumatera and East Java Province in quite enough (5.845% and 3.543%) as well variance proportion of food insecurity indicator in district area of North Sumatera and East Java. Those can be explained by the distance of each district is around 57.7% and36.24%. In spatial context, in North Sumatera, three food insecurity indicator is related by space, and in East Java, ten food insecurity indicator is related by space. In other hand, in East Java, food insecurity indicator wich has spatial autocorrelation is similar if the distance of each districts is less than 150 km and dissimilar if the distance of the district is more than 150 km. A capital city, such as Medan and Surabaya affected significantly to the similarity of food insecurity indicator, in addition with Deli Serdang and Ngawi as food center. It s decrease as well as the increase of distance up to 150 km. Key word : configuration, spatial pattern, food insecurity indicator.

4 KAJIAN KONFIGURASI DAN POLA SPASIAL INDIKATOR KERAWANAN PANGAN MELALUI PENERAPAN ANALISIS PROCRUSTES DAN SPATIAL AUTOCORRELATION DESSI RAHMANIAR Tesis sebagai salah satu syarat memperoleh gelar Magister Sains pada Program Studi Statistika SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005

5 Judul Tesis Nama Mahasiswa NRP : Kajian Konfigurasi dan Pola Spasial Indikator Kerawanan Pangan melalui Penerapan Analisis Procrustes dan Spatial Autocorrelation : Dessi Rahmaniar : G Disetujui, Komisi Pembimbing Dr. Ir. Bambang Juanda, MS Ketua Dr. Ir. Tjuk Eko Hari Basuki, M.St. Anggota Diketahui, Ketua Program Studi Statistika Dekan Sekolah Pascasarjana Dr. Ir. Budi Susetyo, MS. M.Sc. Prof. Dr. Ir. Sjafrida Manuwoto, Tanggal Ujian : 29 Oktober 2005 Tanggal Lulus : 19 Desember 2005

6 PRAKATA Syukur Alhamdulillah penulis haturkan ke hadirat Allah SWT atas segala rahmat dan karunianya sehingga karya ilmiah yang berjudul : Kajian Konfigurasi Dan Pola Spasial Indikator Kerawanan Pangan Melalui Penerapan Analisis Procrustes dan Spatial Autocorrelation ini berhasil diselesaikan. Terima kasih penulis ucapkan kepada Bapak Dr. Ir. Bambang Juanda, MS dan Bapak Dr. Ir. Tjuk Eko Hari Basuki, M.St. selaku pembimbing atas perhatian dan bimbingannya. Ucapan terima kasih juga penulis sampaikan kepada : 1) Kepala Pusat Data dan Informasi, Deptan; 2) Pak Tris, Bu Nana dan teman-teman Subdit Tanaman Biofaramaka atas dukungan moril dan pengertian serta dispensasinya; 3) Pak Toro, Mbak Fitri, Topan, Arif dan Yuan, atas bantuannya mendapatkan referensi, data dan software; 4) rekan-rekan STK, atas dukungan dan kerjasamanya; serta 5) semua pihak yang telah banyak membantu yang tidak dapat penulis sebutkan satu per satu. Secara khusus, penulis mengucapkan terima kasih kepada suami tercinta Mas Pipin atas segala pengorbanannya, anak-anakku Hadi dan Iwan serta seluruh keluarga tercinta atas doa dan dukungan yang diberikan. Semoga karya ilmiah ini bermanfaat Bogor, Desember Dessi Rahmaniar

7 RIWAYAT HIDUP Penulis dilahirkan di Payakumbuh pada tanggal 7 April 1965 dari Ayah bernama A. Muchtar (alm) dan Ibu Misnar (alm). Penulis merupakan anak terakhir dari 10 bersaudara. Tahun 1984 penulis lulus dari SMAN 1 di Payakumbuh, Sumatera Barat. Kemudian pada tahun yang sama lulus seleksi masuk Tingkat Persiapan Bersama IPB melalui jalur PMDK dan tahun 1985 diterima di Jurusan Budidaya Pertanian, Fakultas Pertanian Institut Pertanian Bogor. Penulis menyelesaikan pendidikan sarjana tahun Sejak lulus tahun 1989 sampai tahun 2000, penulis bekerja sebagai Pegawai Negeri Sipil di Direktorat Bina Program, Direktorat Jenderal Tanaman Pangan dan Hortikultura. Tahun 2001 penulis menjadi Kepala Seksi Pengembangan Usaha Tanaman Biofarmaka di Direktorat Tanaman Sayuran dan Biofarmaka. Tahun 2002 penulis mendapatkan kesempatan pendidikan ke Program Magister (S2) pada Program Studi Statistika, Sekolah Pascasarjana Institut Pertanian Bogor, beasiswa pendidikan diperoleh dari Pusat Data dan Informasi- Departemen Pertanian.

8 DAFTAR ISI Halaman DAFTAR TABEL... vi DAFTAR GAMBAR... DAFTAR LAMPIRAN vii viii PENDAHULUAN TINJAUAN PUSTAKA Penskalaan Dimensi Ganda... 3 Analisis Procrustes... 4 Spatial Autocorrelation... 6 Moran s Scatterplot Peta Tematik BAHAN DAN METODE Bahan Metode HASIL DAN PEMBAHASAN Analisis Procrustes Analisis Spatial Autocorrelation Hubungan Hasil Analisis Procrustes dan Analisis Spatial Autocorrelation KESIMPULAN DAN SARAN DAFTAR PUSTAKA LAMPIRAN... 50

9 DAFTAR TABEL Halaman 1 Kesesuaian Penskalaan berdasarkan Nilai STRESS Range Indikator Individu yang digunakan pada Peta Kerawanan Pangan Indonesia Penskalaan Dimensi Ganda berdasarkan Jarak Penskalaan Dimensi Ganda berdasarkan Indikator Kerawanan Pangan Nilai R 2 Hasil Analisis Procrustes Nilai Kuadrat Beda antara PDG Jarak dan PDG Indikator Kerawanan Pangan di Propinsi Sumatera Utara Nilai Kuadrat Beda antara PDG Jarak dan PDG Indikator Kerawanan Pangan di Propinsi Jawa Timur Hasil Uji Signifikansi Spatial Autocorrelation Indikator Kerawanan Pangan di Sumatera Utara Hasil Uji Signifikansi Spatial Autocorrelation Indikator Kerawanan Pangan di Jawa Timur Pengelompokkan Kemiripan Daerah berdasarkan Penduduk yang Hidup Dibawah Garis Kemiskinan (%) Pengelompokkan Kemiripan Daerah berdasarkan Rumah Tangga Tanpa Listrik (%) Pengelompokkan Kemiripan Daerah berdasarkan Desa Tanpa Jalan (%) Pengelompokkan Kemiripan Daerah di Jawa Timur berdasarkan Penduduk yang Hidup Dibawah Garis Kemiskinan (%) Pengelompokkan Kemiripan Daerah di Jawa Timur berdasarkan Persentase KK yang tidak Tamat SD Pengelompokkan Kemiripan Daerah di Jawa Timur berdasarkan Persentase RT tanpa listrik Pengelompokkan Kemiripan Daerah di Jawa Timur berdasarkan Persentase RT tanpa Akses Air Bersih Perbandingan Dua Nilai R 2 Hasil Penyesuaian Dua Konfigurasi... 46

10 DAFTAR GAMBAR Halaman 1 Beberapa Macam Pola Hubungan Spasial Antar Contoh Contoh Autocorrelogram Diagram Pencar PDG Jarak Lurus antar Kabupaten di Provinsi Sumatera Utara Diagram Pencar PDG Jarak Kilometer antar Kabupaten di Provinsi Sumatera Utara Diagram Pencar PDG Jarak Lurus antar Kabupaten di Provinsi Jawa Timur Diagram Pencar PDG Jarak Kilometer antar Kabupaten di Provinsi Jawa Timur Diagram Pencar PDG Indikator Kerawanan Pangan di Provinsi Sumatera Utara Diagram Pencar PDG Indikator Kerawanan Pangan di Provinsi Jawa Timur Konfigurasi Daerah di Provinsi Sumatera Utara berdasarkan PDG Jarak Lupus Konfigurasi Daerah di Provinsi Sumatera Utara berdasarkan PDG Indikator Kerawanan Pangan Konfigurasi Daerah di Provinsi Jawa Timur berdasarkan Jarak Lurus Konfigurasi Daerah di Provinsi Jawa Timur berdasarkan Indikator Kerawanan Pangan Autocorrelogram RT Tanpa Fasilitas Listrik di Provinsi Sumatera Utara Pencaran Daerah di Provinsi Sumatera Utara dari Moran s scatterplot berdasarkan indikator Persentase rumah tangga yang tidak memiliki fasilitas listrik dan Persentase desa tanpa akses jalan Kemiripan Daerah di Provinsi Sumatera Utara dari Moran s scatterplot Berdasarkan Presentase Penduduk yang Hidup di Bawah Garis Kemiskinan Kerawanan Pangan berdasarkan Indikator Individual : Presentase Penduduk yang Hidup di Bawah Garis Kemiskinan Kemiripan Daerah di Provinsi Sumatera Utara dari Moran s scatterplot berdasarkan Presentase Desa Tanpa Akses Jalan Kerawanan Pangan berdasarkan Indikator Individual : PresentaseDesa tanpa Akses Jalan