Electronic Theses and Dissertation

Ketahanan pangan adalah keadaan terpenuhinya kebutuhan pangan bagi rumah tangga yang cukup baik dari aspek kuantitas maupun kualitas yang aman, merata, dan terjangkau. Beragamnya isu ketahanan pangan di Indonesia antara berbagai wilayah mendorong perlunya pengelompokan untuk memahami lebih dalam karakteristik masing-masing wilayah. Penelitian ini menggunakan data ketahanan pangan Indonesia tahun 2024 yang diperoleh dari Badan Pangan Nasional dengan tujuan untuk mengelompokkan kabupaten/kota berdasarkan tingkat ketahanan pangan serta mengidentifikasi karakteristik dari setiap kelompok yang terbentuk. Pendekatan yang dipilih adalah metode K-Medoids Clustering, dengan penentuan jumlah cluster optimal menggunakan metode Elbow dan Silhouette Coefficient. Kualitas dari hasil pengelompokan selanjutnya dievaluasi dengan metode Davies-Bouldin Index dan Silhouette Coefficient untuk menghasilkan cluster yang paling representatif. Hasil penelitian menunjukkan bahwa pembentukan lima cluster (k = 5) menghasilkan pengelompokan yang paling optimal. Kelima cluster tersebut mencerminkan variasi tingkat ketahanan pangan. Cluster 4 menempati peringkat pertama dengan kondisi paling baik, didukung oleh tingginya angka harapan hidup dan akses infrastruktur yang merata. Cluster 2 berada pada peringkat kedua dengan tingkat kemiskinan yang relatif rendah serta akses dasar yang cukup baik. Cluster 1 menempati peringkat ketiga dengan kondisi yang cukup baik, namun masih terkendala pada aspek pendidikan. Cluster 3 berada pada peringkat keempat akibat keterbatasan akses infrastruktur dasar dan kondisi kesehatan. Sementara itu, cluster 5 menempati peringkat kelima dengan kondisi paling rendah yang ditandai oleh tingginya tingkat kemiskinan dan minimnya akses terhadap infrastruktur dasar. Temuan ini mengindikasikan bahwa metode K-Medoids efektif dalam mengelompokan daerah berdasarkan tingkat ketahanan pangan, sehingga dapat menjadi landasan untuk perumusan kebijakan yang lebih terarah dan efektif.

Food security is the state of meeting household food needs adequately, both in terms of quantity and quality, that is safe, equitable, and affordable. The diversity of food security issues in Indonesia across regions necessitates clustering to better understand the characteristics of each region. This study uses 2024 Indonesian food security data obtained from the National Food Agency with the aim of grouping districts/cities based on their level of food security and identifying the characteristics of each cluster. The approach chosen was the K-Medoids Clustering method, with the optimal number of clusters determined using the Elbow and Silhouette Coefficient methods. The quality of the clustering results was then evaluated using the Davies-Bouldin Index and Silhouette Coefficient methods to produce the most representative clusters. The results showed that the formation of five clusters (k = 5) produced the most optimal clustering. These five clusters reflect variations in food security levels. Cluster 4 ranked first with the best conditions, supported by high life expectancy and equitable access to infrastructure. Cluster 2 ranked second with a relatively low poverty rate and fairly good basic access. Cluster 1 ranked third, showing relatively good conditions, but still facing challenges in education. Cluster 3 ranked fourth due to limited access to basic infrastructure and health conditions. Meanwhile, cluster 5 ranked fifth, showing the lowest level of poverty and limited access to basic infrastructure. These findings indicate that the K-Medoids method is effective in classifying regions based on their level of food security, thus providing a foundation for more targeted and effective policy formulation.