IDENTIFIKASI POLA SPASIAL KETAHANAN PANGAN DI PULAU KALIMANTAN MENGGUNAKAN INDEKS MORAN

Authors

Keywords:

Indeks Ketahanan Pangan, Indeks Moran, Autokorelasi Spasial, Pulau Kalimantan

Abstract

Ketahanan pangan merupakan isu strategis dalam pembangunan nasional, terutama bagi wilayah-wilayah yang memiliki keragaman geografis dan infrastruktur seperti Pulau Kalimantan. Penelitian ini bertujuan untuk menganalisis pola spasial Indeks Ketahanan Pangan (IKP) di Kabupaten/Kota se-Kalimantan tahun 2024 menggunakan pendekatan statistik spasial melalui perhitungan Indeks Moran. Data yang digunakan adalah data sekunder dari Badan Pangan Nasional. Hasil analisis deskriptif menunjukkan bahwa nilai IKP rata-rata adalah 75,97 dengan nilai tertinggi di Kota Balikpapan (91,23) dan terendah di Kabupaten Murung Raya (51,29). Nilai Indeks Moran sebesar 0,2672 menunjukkan adanya autokorelasi spasial positif, yang berarti wilayah-wilayah dengan tingkat ketahanan pangan serupa cenderung membentuk klaster. Selain itu, melalui Moran’s Scatterplot diperoleh hasil dengan wilayah yang tergolong High-High sebanyak 22 Kabupaten/Kota, High-Low sebanyak 12 Kabupaten/Kota, Low-High sebanyak 8 Kabupaten/Kota, dan Low-Low sebanyak 14 Kabupaten/Kota. Hal ini menunjukkan adanya klaster wilayah dengan ketahanan pangan tinggi maupun rendah. 

References

Kristiawan, Ketahanan Pangan, Jakarta: PT. Scopindo Media Pustaka, 2021.

Fao, The State of Food and Agriculture, Rome: Food and Agriculture Organization, 1997.

Bappenas, Rencana Aksi Pangan dan Gizi Nasional 2020-2024, Jakarta: Kementrian Pembangunan Nasional, 2020.

B. Kementan, Peta Ketahanan dan Kerentanan Pangan Indonesia Tahun 2021, Jakarta: Badan Ketahanan Pangan Kementrian Pertanian, 2021.

BPS, Statistik Ketahanan Pangan 2023, Jakarta: Badan Pusat Statistik, 2023.

W. R. Tobler, "A computer movie simulating urban growth in the Detroit region," Economic Geography, vol. 46, no. sup1, pp. 234-240, 1970.

A. a. W. R. Karim, "Autocorrelation Spatial Program Swasembada Padi di Jawa Tengah," Jurnal Statistika, pp. 9-13, 2016.

L. S. Fallo, A. Setiawan, dan D. B. Nugroho, “Analisis Kebutuhan Pangan Pokok pada Provinsi-provinsi di Indonesia Menggunakan Indeks Moran Berdasarkan Metode Bootstrap,” Jurnal Sains Matematika dan Statistika, vol. 6, no. 2, pp. 42–51, Jul. 2020.

Y. a. N. R. S. Budiawati, "Situasi Dan Gambaran Ketahanan Pangan di Provinsi Banten Berdasarkan Peta Fsva Dan Indikator Ketahanan Pangan,"Jurnal Agribisnis Terpadu, vol. 13, no. 2, pp. 187-204, 2020.

I. F. a. W. H. a. S. A. M. Fatati, "Analisis regresi spasial dan pola penyebaran pada kasus demam berdarah dengue (DBD) di Provinsi Jawa Tengah," Jurnal Media Statistika, vol. 10, no. 2, pp. 95-105, 2017.

L. Anselin, Spatial econometrics: Methods and models, Springer Science & Business Media, 1988.

J. P. a. P. R. K. LeSage, Introduction to spatial econometrics, CRC Press,2009.

A. S. a. B. C. a. C. M. Fotheringham, Quantitative geography: Perspectives on spatial data analysis, Sage, 2000.

A. Kurniawan, Pengantar Geografi Ekonomi, Yogyakarta: Penerbit Mendalam, 2000.

B. a. Y. D. Prasetyo, "Analisis Ketimpangan Wilayah dalam Distribusi PDRB dan Penduduk di Provinsi X," Jurnal Ekonomi Regional, vol. 14, no. 2, pp. 89-105, 2020.

M. D. Ward and K. S. Gleditsch, Spatial Regression Models. Thousand Oaks, CA: Sage Publications, 2008.

A. a. O. J. K. Getis, "The Analysis of Spatial Association by Use of Distance Statistics," Geographical Analysis, vol. 24, no. 3, p. 189–206, 1992.

L. Anselin, Exploratory Spatial Data Analysis and Geographic Information Systems, Santa Barbara: National Center for Geographic Information and Analysis, University of California, 1993.

Y. Zhukov, Spatial Autocorrelation, IQQS, Cambridge: Harvard University, 2010.

S. a. P. A. a. S. C. C. a. I. D. M. a. H. S. H. N. Pujiati, "Analisis ketersediaan, keterjangkauan dan pemanfaatan pangan dalam mendukung tercapainya ketahanan pangan masyarakat di Provinsi Jawa Tengah," Jurnal Sosial Ekonomi Pertanian, vol. 16, no. 2, 2020.

Downloads

Published

2025-08-20