Electronic Theses and Dissertation

Kerawanan pangan merupakan persoalan serius yang dihadapi oleh sebagian besar negara termasuk Indonesia. Hal ini berkaitan dengan Provinsi Aceh yang sampai saat ini masih menjadi provinsi dengan tingkat kemiskinan tertinggi di Sumatera. Data yang digunakan dalam penelitian ini adalah data Susenas di Provinsi Aceh pada tahun 2021, yang berjumlah 13.126 amatan data rumah tangga dengan 20 variabel yang terdiri dari 19 variabel bebas dan 1 variabel terikat. Penelitian ini dilakukan dengan penerapan metode klasifikasi Support Vector Machine (SVM) untuk mengetahui hubungan antara variabel bebas terhadap status rawan pangan pada rumah tangga di Provinsi Aceh, kemudian mengetahui tingkat akurasi tertinggi dari parameter terbaik menggunakan metode SVM dan mengetahui manakah fungsi kernel tebaik dari ketiga fungsi kernel yaitu kernel linear, kernel Radial Basis function (RBF), dan kernel polinomial dalam klasifikasi menggunakan metode SVM. Hasil yang diperoleh dari analisis tersebut menunjukkan bahwa variabel kejadian rawan pangan pada rumah tangga di Provinsi Aceh mencakup tentang ketersediaan dan akses pangan, faktor-faktor sosial ekonomi, sanitasi, status daerah dan jenis tempat tinggal, pendidikan, dan perlindungan sosial. Pengujian Chi-Square memperoleh hasil dari 19 variabel bebas tersebut hanya terdapat 1 variabel yang tidak berpengaruh yaitu kategori perlindungan sosial, variabel yang dimaksud adalah variabel penerima bantuan sosial dari pemerintah pusat untuk penyandang disabilitas (BPNT) (X7). Hasil analisis menggunakan 18 variabel bebas, memperoleh nilai akurasi dari parameter terbaik tiap fungsi kernel adalah pada rasio 70:30, dengan parameter C=1 untuk fungsi kernel linear, parameter γ=0,07 dan C=10 untuk fungsi kernel RBF, dan yang terakhir parameter d=4 dan C=10 dari fungsi kernel polinomial. Fungsi kernel terbaik yang diperoleh dari ketepatan klasifikasi dengan menggunakan metode SVM adalah pada fungsi kernel linear, yang menghasilkan nilai akurasi sebesar 78,87%. Artinya, keakuratan dalam klasifikasi kejadian rawaan pangan pada rumah tangga di Provinsi Aceh menggunakan metode SVM adalah sebesar 78,87%.

Food insecurity is a serious problem faced by most countries including Indonesia. This is related to Aceh Province, which is still the province with the highest poverty rate in Sumatra. The data used in this study is Susenas data in Aceh Province in 2021, which amounted to 13,126 observations of household data with 20 variables consisting of 19 independent variables and 1 dependent variable. This research was conducted by applying the Support Vector Machine (SVM) classification method to determine the relationship between the independent variables and the food insecurity status of households in Aceh Province, then knowing the accuracy level of the best parameters using the SVM method and knowing which kernel function is the best of the three kernel functions, namely linear kernel, Radial Basis function (RBF) kernel, and polynomial kernel in classification using the SVM method. The results obtained from the analysis show that the variables of food insecurity in households in Aceh Province include food availability and access, socioeconomic factors, sanitation, regional status and type of residence, education, and social protection. Chi-Square testing obtained the results of 19 independent variables, there was only 1 variable that had no effect, namely the social protection category, the variable in question was the variable of social assistance recipients from the central government for persons with disabilities (BPNT) (X7). The results of the analysis using 18 independent variables, obtained the accuracy value of the best parameters of each kernel function is at a ratio of 70:30, with parameter C = 1 for the linear kernel function, parameter γ = 0.07 and C = 10 for the RBF kernel function, and the last parameter d = 4 and C = 10 from the polynomial kernel function. The best kernel function obtained from the accuracy of classification using the SVM method is the linear kernel function, which produces an accuracy value of 78.87%. This means that the accuracy in the classification of food rawaan events in households in Aceh Province using the SVM method is 78.87%.