Analisis Kepentingan Peubah Berbasis Model Extra-Trees untuk Identifikasi Peubah Penciri Rumah Tangga Rawan Pangan di Jawa Barat

Abstract

Sekitar 2,3 miliar orang di dunia mengalami kerawanan pangan. Kerawanan pangan dapat memiliki konsekuensi serius bagi kesehatan dan kesejahteraan. Pengentasan kerawanan pangan menjadi salah satu isu krusial dalam mewujudkan tujuan kedua pembangunan berkelanjutan, yaitu tanpa kelaparan. Penelitian ini bertujuan untuk mengidentifikasi peubah penting yang mencirikan kerawanan pangan rumah tangga di Jawa Barat. Penelitian akan dibagi menjadi dua subpopulasi yaitu rumah tangga perdesan dan perkotaan. Data yang digunakan dalam penelitian ini adalah data Survei Sosial Ekonomi Nasional tahun 2021. Algoritma yang digunakan untuk melakukan pemodelan klasifikasi kejadian rawan pangan adalah Extremely Randomized Trees (Extra-Trees) dengan penanganan data tidak seimbang menggunakan oversampling ADASYN dan pembobotan kelas peubah respon. Peubah penting yang mencirikan kerawanan pangan diidentifikasi menggunakan SHapley Additive exPlanations (SHAP). Model dengan penanganan menggunakan pembobotan kelas menghasilkan kinerja yang lebih baik dibanding tanpa penanganan dan dengan penanganan ketidakseimbangan data menggunakan ADASYN. Hasil evaluasi menunjukan balanced accuracy model perdesaan sebesar 60,76% dan model perkotaan sebesar 64,08%. Jenis lantai, kepemilikan aset tanah, Bantuan Pangan Non-Tunai (BPNT), bantuan Pemda, jenis dinding, banyaknya penabung, pendidikan KRT, Penerima Bantuan Iuran (PBI) BPJS, bahan bakar masak, dan jenis kelamin KRT merupakan peubah penting yang mencirikan kejadian rumah tangga rawan pangan perdesaan. Banyaknya penabung, PBI BPJS, kepemilikan aset tanah, jenis lantai, pendidikan KRT, BPNT, bantuan Pemda, Program Keluarga Harapan (PKH), sanitasi layak, dan jumlah perokok merupakan peubah penting yang mencirikan kejadian rumah tangga rawan pangan perkotaan.

Approximately 2,3 billion people in the world have experienced food insecurity. Food insecurity can have serious consequences for health and well-being. Alleviation of food insecurity is one of the crucial issues in realizing the second goal of the Sustainable Development Goals, zero hunger. This study aims to identify important variables that characterize household food insecurity in West Java Province. This study will be divided into two subpopulations, rural and urban households. The data used in this study is the 2021 National Social and Economic Survey. The algorithm used to classify the incidence of household food insecurity is Extremely Randomized Trees (Extra-Trees) with imbalanced data handling using ADASYN and class weight of response variables. Important variables that characterize food insecurity are identified using SHapley Additive exPlanations (SHAP). Models that handle by using class weights produce better performance than without handling imbalanced data and with handling by using ADASYN. The evaluation results show that the balanced accuracy of the rural model is 60,76%, and the urban model is 64,08%. Floor type, land assets ownership, Non-Cash Food Assistance (BPNT), local government assistance, wall type, number of savers, education of household head, Premium Assistance Beneficiaries (PBI) BPJS, cooking fuel, and gender of household head are important variables that characterize the incidence of food insecurity in rural households. The number of savers, PBI BPJS, land assets ownership, floor type, education of household head, BPNT, local government assistance, Keluarga Harapan Program (PKH), decent sanitation, and number of smokers are important variables that characterize food insecurity in urban households.