IMPLEMENTASI MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK ANALISIS PREDIKTOR KETERSEDIAAN BERAS DI BOJONEGORO

Pangan merupakan kebutuhan yang paling mendasar dan berkaitan erat dengan keberlangsungan hidup setiap individu masyarakat. Badan Ketahanan Pangan Indonesia menempatkan Kabupaten Bojonegoro ke dalam wilayah kelompok 6 sebagai kabupaten dengan tingkat ketahanan pangan paling baik yaitu dengan skor Indeks Ketahanan Pangan (IKP) sebesar 81,21. Selain itu, Kabupaten Bojonegoro juga menjadi salah satu lumbung padi unggulan di Jawa Timur. Namun, kondisi tersebut berbanding terbalik dengan kenyataan bahwa dari 28 kecamatan di Kabupaten Bojonegoro masih terdapat 9 kecamatan yang masuk ke dalam kelompok dengan kondisi ketahanan pangan yang kurang baik. Aspek ketersediaan pangan (food availability) merupakan salah satu aspek yang krusial dalam mewujudkan ketahanan pangan karena menjadi salah satu tolak ukur dalam menilai kesejahteraan hidup masyarakat. Untuk mengantisipasi permasalahan tersebut perlu dilakukan analisis ketersediaan beras di Bojonegoro dengan mempertimbangkan pengaruh lokasi atau geografis dengan menggunakan model Geographically Weighted Regression (GWR). Penelitian ini dilakukan dengan tujuan untuk mengetahui faktor apa saja yang dapat memberikan pengaruh terhadap ketersediaan beras di Kabupaten Bojonegoro pada setiap wilayah kecamatan. Metode yang dilibatkan dalam penelitian ini adalah Geographically Weighted Regression (GWR) dengan 4 kernel diantaranya Adaptive Bisquare, Fixed Bisquare, Adaptive Gaussian, dan Fixed Gaussian. Data sekunder didapatkan dari Dinas Ketahanan Pangan dan Pertanian Kabupaten Bojonegoro pada tahun 2018 yang meliputi data ketersediaan beras, luas panen, produksi padi, serta jumlah penduduk. Hasil dari kajian ini diketahui bahwa model GWR dengan kernel Fixed Gaussian terpilih sebagai model dengan kriteria terbaik karena memiliki nilai AIC terkecil. Kesimpulan yang didapatkan dari kajian ini adalah faktor yang memberikan pengaruh terhadap ketersediaan beras di tiap kecamatan berbeda-beda yang mana dapat dilihat dari terbentuknya 5 kelompok di mana pada kelompok 1 yang terdiri dari 3 kecamatan dipengaruhi oleh luas panen, kelompok 2 terdiri dari 4 kecamatan dipengaruhi oleh produksi padi, kelompok 3 terdiri dari 2 kecamatan dipengaruhi oleh jumlah penduduk, kelompok 4 terdiri dari 3 kecamatan dipengaruhi oleh produksi padi dan jumlah penduduk, serta kelompok 5 yang terdiri dari 16 kecamatan tidak dipengaruhi oleh variabel – variabel prediktor yang terdapat dalam kajian ini.