Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Layanan Iklim 27 (2022) 100307

Daftar isi tersedia diScienceDirect

Layanan Iklim

halaman utama jurnal:www.elsevier.com/locate/cliser

Dampak variabilitas iklim terhadap ketahanan pangan rumah tangga di Distrik Godere,
Wilayah Gambella, Ethiopia

Yared Tefera AyinuA,e,*, Desalegn Yayeh AyalB,e, Tadesse Terefe ZelekeC,e, Kassahun Ture
BeketieD,e
A Sekolah Tinggi Studi Pembangunan Universitas Addis Ababa, Pusat Studi Ketahanan Pangan, Ethiopia
B Institut Penelitian dan Pengembangan Hijau, Ethiopia
CPusat Studi Ketahanan Pangan, Universitas Addis Ababa, Addis Ababa, Ethiopia
DInstitut Geofisika, Ilmu Antariksa dan Astronomi, Universitas Addis Ababa, Ethiopia
e Pusat Ilmu Lingkungan, Sekolah Tinggi Ilmu Pengetahuan Alam, Universitas Addis Ababa, Ethiopia

INFO ARTIKEL ABSTRAK

Kata kunci: Pertanian dan ketahanan pangan paling rentan terhadap variabilitas iklim dan ekstrem. Variabilitas iklim dan
HFIAS ekstrem meningkatkan risiko ketahanan pangan di wilayah Gambella. Studi ini mengkaji dampak variabilitas iklim
Iklim terhadap ketahanan pangan rumah tangga di distrik Godere, Ethiopia. Dalam penelitian ini data dikumpulkan dari
berbagai sumber dengan menggunakan berbagai alat seperti survei kuesioner, wawancara informan kunci, dan
Mempertaruhkan

Variabilitas
diskusi kelompok terfokus. Data meteorologi dari Badan Meteorologi Nasional Ethiopia juga digunakan. Rotated
Ketahanan pangan

HFIAS Godere Empirical Orthogonal Function (REOF) digunakan untuk menyelidiki variasi curah hujan spatio-temporal, sedangkan
Tadah hujan data rumah tangga dianalisis menggunakan korelasi, persentase, rata-rata dan regresi logistik biner. Alat Skala
Kapasitas Akses Kerawanan Pangan Rumah Tangga (HFIAS) digunakan untuk menentukan status ketahanan pangan rumah
tangga. Hasil menunjukkan bahwa lokasi penelitian telah mengalami variabilitas curah hujan spatio-temporal
dengan berbagai derajat dan kerawanan pangan rumah tangga yang meluas. Hasilnya menunjukkan bahwa 11,2%
dan 88,8% rumah tangga sampel masing-masing tergolong tahan pangan dan rawan pangan. Hasil HFIAS
menunjukkan kerawanan pangan rumah tangga berkisar dari tingkat berat (17,2%) hingga sedang (19%) dan ringan
(17,2%). Studi ini menyimpulkan bahwa kondisi iklim yang tidak menguntungkan dikombinasikan dengan kurangnya
sumber daya rumah tangga yang diperlukan, berdampak buruk pada ketahanan pangan rumah tangga.

teknologi pertanian terbelakang, jaringan komunikasi, transportasi, dan

Implikasi praktis degradasi lingkungan. Kepadatan populasi pedesaan yang tumbuh
dengan cepat di negara ini merupakan faktor lain yang memperburuk
kondisi ini karena tekanan yang diakibatkannya terhadap tanah (Ayal et
al., 2021; Filho et al., 2021; Tate et al., 2010).
• Mengakhiri kelaparan, mencapai ketahanan pangan dan memperbaiki
• Karena sebagian besar mata pencaharian penduduk didasarkan pada
gizi merupakan inti dari tujuan pembangunan berkelanjutan. Pada saat
pertanian tadah hujan, di Etiopia penyelidikan mendalam tentang
yang sama, perubahan iklim dan ekstrem telah berdampak pada
variabilitas iklim sangat penting. Dampak variabilitas iklim dan
pertanian dan ketahanan pangan dan akan membuat tantangan untuk
kurangnya infrastruktur dasar merupakan faktor penguat yang
mengakhiri kelaparan dan kekurangan gizi menjadi semakin sulit.
berkontribusi terhadap kerawanan pangan. Menyarankan tindakan
Dampak perubahan iklim terhadap ekosistem kita sudah parah dan
intervensi praktis sangat penting untuk meningkatkan kapasitas adaptif
meluas, dan memastikan ketahanan pangan dalam menghadapi
rumah tangga pedesaan. Oleh karena itu, tujuan analisis ini berfokus
perubahan iklim adalah salah satu tantangan paling berat yang dihadapi
pada implikasi suhu dan curah hujan, terhadap ketahanan pangan
umat manusia (Ayal, 2021; FAO, 2016).
rumah tangga pedesaan di distrik Godere, Ethiopia.
• Dalam kasus Ethiopia dampak kondisi iklim yang merugikan
• Padahal, pejabat pemerintah kabupaten dan petani memiliki
dapat diperburuk oleh sejumlah faktor lain seperti;
pemahaman yang sama tentang kerusakan iklim

* Penulis yang sesuai.

Alamat email:yaredo1975@gmail.com (YT Ayinu),desalegn.yayeh@aau.edu.et (DY Ayal).

https://doi.org/10.1016/j.cliser.2022.100307
Diterima 25 Desember 2020; Diterima dalam bentuk revisi 30 Desember 2021; Diterima 7 Juni 2022
Tersedia online 15 Juni 2022
2405-8807/© 2022 Diterbitkan oleh Elsevier BV Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).
YT Ayinu dkk.
perubahan dan variabilitas, studi semacam ini membantu meningkatkan
kesadaran bahwa variabilitas iklim sudah berdampak pada ketahanan
pangan kelompok paling rentan di kabupaten tersebut, dan jika tindakan
tidak segera diambil, variabilitas iklim akan semakin mengancam
perjuangan pemerintah. atas kemiskinan. Ini juga memberikan data
metrologi tentang besarnya variabilitas iklim dariwearda dan mengarah
pada pengambilan informasi yang tepat tentang kondisi iklim harian dan
tahunan kabupaten tersebut. Selanjutnya, ini mengidentifikasi dan
menjelaskan jalur dimana variabilitas iklim berdampak pada ketahanan
pangan.
• Variabilitas iklim berdampak pada ketahanan pangan kabupaten
terutama melalui memburuknya kegiatan on dan off-farm, dan
pekerjaan. Kami menyimpulkan bahwa petani harus diajari, dilatih,
dan dididik tentang berbagai metode pertanian seperti pertanian
konservasi, pertanian cerdas iklim, pertanian berkelanjutan, dan
tindakan adaptasi yang berbeda serta pengetahuan lokal untuk
beradaptasi dengan variabilitas dan peristiwa perubahan iklim.
Perkenalan
Ada konsensus bahwa perubahan iklim sedang terjadi dan dampak
merusaknya tidak dapat dihindari (Filho et al., 2021; Dika, 2018). Perubahan iklim
ekstrem seperti kekeringan, banjir, panas ekstrem, dan hujan deras telah
mempengaruhi semua sektor dalam berbagai tingkatan (IPCC, 2019). Pertanian
berkelanjutan dan sistem pangan termasuk yang paling rentan terhadap
perubahan iklim saat ini dan masa depan (Leslie et al. 2015; IPCC, 2014). Di
negara-negara berkembang, keberhasilan tujuan pembangunan berkelanjutan
seperti mencapai ketahanan pangan dan mengakhiri kelaparan dirusak oleh
kapasitas adaptasi yang tidak mencukupi untuk beradaptasi dan mengambil
manfaat dari perubahan iklim.Azemir et al., 2021;IPCC, 2019, 2018;Fischer et al.,
2005). Hubungan sebab akibat antara perubahan iklim dan ketahanan pangan
lebih terlihat di negara-negara tersebut. Perubahan iklim adalah pendorong
utama degradasi lahan, erosi tanah, dan pengurangan produksi pertanian. Pada
gilirannya, praktik maladaptasi seperti penggundulan hutan dapat meningkatkan
risiko perubahan iklim ekstrem seperti erosi tanah, pendangkalan, kekurangan
dan polusi air, kekurangan padang rumput, tanah longsor, dan emisi gas rumah
kaca. Hal ini selanjutnya dapat mengikis kesejahteraan masyarakat dan
mendorong orang miskin ke perangkap kemiskinan dan mengikis kapasitas
adaptif mereka (IPCC, 2019).
Secara umum, dampak perubahan iklim dan ekstrem lebih terasa di
daerah tropis (IPCC, 2019;Todaro dan Smith, 2009). Di wilayah tropis, sedikit
perubahan dalam variabel iklim misalnya curah hujan dan suhu secara
serius mempengaruhi sektor tanaman dan peternakan dan diterjemahkan
ke dalam kerawanan pangan (FAO, 2016; Deressa et al., 2014; Apata et al.,
2009). Pertanian Ethiopia bergantung pada alam dan tidak memiliki inovasi
teknologi untuk meningkatkan ketahanan dan meningkatkan produksi
sektor tersebut (Bank Dunia, 2006). Sektor ini juga berada di bawah berbagai
tekanan terkait iklim ekstrem, demografis, dan bahaya biologis. Musim
kemarau yang berulang, banjir, dan distribusi curah hujan yang tidak
menentu menjadi hambatan bagi sektor pertanian. Misalnya, sekitar 16
peristiwa kekeringan besar tercatat sejak 1980-an. Kekeringan baru-baru ini
pada 2015/16 memengaruhi jutaan orang (Tadesse dan Alemayehu, 2019),
memperburuk kerawanan pangan dan sangat mengurangi PDB nasional (
IFPRI, UNDP, 2019).
Di wilayah Gambella, rumah tangga pedesaan sangat terpengaruh oleh
guncangan perubahan iklim dan perubahan non-iklim serta tekanan yang
menyebabkan kerawanan pangan. Hasil survei regional Gambella 2016
menegaskan bahwa kerawanan pangan merajalela. SebagaiZeid dkk. (2016)59,5%
rumah tangga di wilayah tersebut rawan pangan. Status kerawanan pangan
rumah tangga di Gambella adalah manifestasi dari iklim ekstrim, konflik yang
berulang, tekanan populasi, dan aplikasi input pertanian yang terbatas, dan
kurangnya pilihan diversifikasi pendapatan (Maru, 2016;Zeid et al., 2016;Mefin,
2015). Oleh karena itu, memahami dampak variabilitas iklim dan kurangnya
infrastruktur dasar merupakan faktor pendukung yang berkontribusi terhadap
kerawanan pangan sangat penting untuk disarankan secara praktis.
2
Layanan Iklim 27 (2022) 100307
langkah-langkah intervensi untuk meningkatkan kapasitas adaptif rumah tangga
pedesaan. Oleh karena itu, penelitian ini dirancang untuk mengkaji kontribusi
variabilitas iklim dan akses infrastruktur dasar terhadap situasi ketahanan pangan
rumah tangga pedesaan di distrik Godere, Ethiopia.
Bahan dan metode
Deskripsi wilayah studi
Distrik Godere terletak di dataran rendah barat daya Ethiopia antara 7.14
◦4176“–7.61◦2675“N, 34.85◦5402“–35.33◦1934“E (FDREMoH, 2010). Ini dicirikan
oleh topografi yang lembut dengan sedikit fitur kasar. Ini mewakili bagian
dataran rendah yang tertutup hutan lebat di Ethiopia. Sekitar 70% dari lokasi
penelitian ditutupi oleh hutan. Saat ini, kabupaten ini dihuni oleh penduduk
dataran tinggi dan masyarakat Majang (Seyoum, 2015). Pertanian
merupakan mata pencaharian masyarakat di kabupaten ini. Jagung dan
sorgum merupakan tanaman serealia yang diproduksi secara dominan.
Selain itu, wijen, buncis, kacang polong, ubi kayu, kentang, ubi jalar, kunyit,
jahe, lada, mangga, alpukat, talas, ubi, labu, dan jeruk dominan diproduksi
di kabupaten ini. Kopi, daging hewan liar, buah-buahan liar, dan madu juga
merupakan mata pencaharian dan pendapatan masyarakat (Seyoum, 2015;
Ojot, 2013).
Ketinggian wilayah Kecamatan Godere berkisar antara 600 hingga 2200 m dpl
dan semakin menurun dari timur ke barat. Mayoritas ketinggian kabupaten
berada di bawah 1000 m di atas permukaan laut (lihatGambar 1). Iklim lokasi
penelitian berada di bawah pengaruh angin muson tropis dari Samudera Hindia.
Biasanya ditandai dengan curah hujan tinggi dari Mei hingga Oktober dan curah
hujan terbatas dari bulan November hingga April. Kondisi iklim daerah penelitian
yang panas dan lembab membuat kondusif untuk produksi pertanian (Yeshibir,
2003). Di Godere, musim panas, musim gugur, musim semi dan musim dingin
masing-masing menyumbang 34,89, 30,27, 28,86 dan 5,98% dari curah hujan
tahunan. Catatan meteorologi NMA dan CHIRPS menunjukkan bahwa bagian
Timur kabupaten menerima lebih banyak curah hujan daripada bagian lain
sepanjang tahun (Gambar 2).
Suhu minimum tahunan rata-rata lokasi penelitian dan suhu maksimum
adalah 23–35◦C masing-masing. Di kabupaten distribusi suhu minimum dan
maksimum tahunan mengikuti pola yang sama. Suhu tertinggi diamati pada
bulan Februari dan Maret, sedangkan Juni dan Juli merupakan bulan-bulan
yang relatif dingin di distrik tersebut selama tiga dekade terakhir. Musim
semi dan musim dingin adalah musim yang lebih hangat daripada musim
gugur dan musim panas. Bagian barat daya kabupaten ini mengalami
kondisi cuaca yang relatif panas dibanding bagian lain di semua musim (
Gambar 3).
Metode pengambilan sampel dan sumber data
Desain triangulasi penelitian campuran dengan strategi pengumpulan data
konkuren diterapkan untuk mengumpulkan data dari berbagai sumber dengan
menggunakan alat yang berbeda. Dalam penelitian khusus ini data dianalisis
secara terpisah dan terintegrasi selama tahap interpretasi. Pendekatan ini
meningkatkan validitas dan meminimalkan risiko interpretasi yang tidak akurat (
Creswell dan Plano Clark, 2007). Gumare dan Kabo kebeles dari distrik Godere
sengaja dipilih karena kerentanan mereka terhadap masalah terkait variabilitas
iklim dan kerawanan pangan yang meluas. Data kuantitatif dan kualitatif pada
variabel iklim, ketahanan pangan dan strategi penanggulangan pangan
dikumpulkan dari 221 rumah tangga sampel yang dipilih secara acak. Sebanyak 16
peserta Focus Group Discussion (FGD) dan 12 key informan menjadi sumber data.
Data yang dikumpulkan dengan wawancara informan kunci, FGD dan observasi
lapangan diedit dan dibersihkan dan digunakan untuk analisis kualitatif dan
kuantitatif.
Resolusi tinggi harian grid (4 km×Data curah hujan dan suhu 4 km
dari tahun 1981 hingga 2016 diperoleh dari Badan Meteorologi
Nasional Ethiopia. Data yang di-grid adalah gabungan dari
pengamatan pengukur dan satelit dan prosedur kontrol kualitas yang
relevan telah diterapkan (Fikru et al., 2021; Bereket et al., 2021;Dinku et
al., 2014). Data grid bebas dari curah hujan topografi dan suhu
YT Ayinu dkk. Layanan Iklim 27 (2022) 100307

Gambar 1.Panel kiri: adalah peta topografi wilayah studi (meter) dan panel kanan: adalah peta topografi ketinggian Ethiopia.

Gambar 2.Pola klimatologi musiman dan siklus tahunan curah hujan di Godere Wereda menggunakan dataset gridded gauge dan chirps.

pengaruh distribusi di seluruh lokasi penelitian. Outlier yang terdeteksi
dihilangkan menggunakan pendekatan pagar Turki (Turki, 1977) dan
homogenitas seri data diperiksa. Data yang hilang dalam deret waktu diisi
dengan data dari stasiun tetangga menggunakan teknik regresi statistik
seperti yang dijelaskan dalam (Allen, 1998) dan diterapkan dalam berbagai
penelitian (Vergni dan Todisco, 2011).
Analisis data
batasan EOF telah diperbaiki menggunakan Rotated Empirical
Orthogonal Function (REOF). Keuntungan dari analisis REOF berasal
dari relaksasi kendala ortogonalitas yang dikenakan oleh analisis EOF.
Analisis REOF mengungguli analisis EOF hampir pasti dalam
merekonstruksi mode yang tumpang tindih secara spasial, dan
keunggulan ini tidak peka terhadap parameter seperti jumlah mode,
skala spasial sinyal, dan tingkat rotasi (Tao dan Dake, 2012). Para
pembaca disarankan untuk merujuk detail tentang REOF (Zeleke et al.,
2012, Zeleke et al., 2016).

Sumber dan analisis data meteorologi Analisis ketahanan pangan rumah tangga
Analisis fungsi ortogonal empiris (EOF) dapat digunakan untuk menguji
Ketahanan pangan rumah tangga ditentukan dengan menggunakan Skala Akses Kerawanan
pola spatio-temporal variabilitas iklim (Zhihua dan John, 2015). Namun, EOF
Pangan Rumah Tangga (HFIAS). HFIAS sederhana dan dapat diterapkan secara luas
memiliki beberapa kelemahan dalam analisis variabilitas. Ini

3
YT Ayinu dkk.
Gambar 3.Pola minimum musiman (tmin), maksimum (tmax) dan suhu rata-rata (temp) dan rata-rata siklus tahunan rata-rata tmin, tmax, dan suhu di GodereWereda.
konteks sosial ekonomi dan budaya untuk menangkap pengalaman makan
dan respon koping makanan rumah tangga selama masa kesenjangan
makanan (Deitchler et al., 2010). Selain itu, juga menunjukkan tingkat
keparahan pengalaman kerawanan pangan rumah tangga (Coates et al.,
2007). Statistik deskriptif seperti rata-rata, persentase, standar deviasi,T-uji
dan statistik chi-kuadrat serta regresi logistik digunakan untuk menghargai
variabilitas iklim dan faktor penentu sosial ekonomi ketahanan pangan
rumah tangga.
Pengukuran korelasi
Koefisien korelasi Pearson diterapkan untuk menguji hubungan
antara variabilitas iklim dan status ketahanan pangan rumah tangga.
Korelasi mengukur hubungan linier antara dua variabel. Koefisien
korelasi memiliki nilai mulai dari − 1 sampai − 1 yaitu nilai yang
mendekati satu menunjukkan adanya hubungan yang kuat antara
variabel dan nilai yang mendekati 0 menunjukkan sedikit atau tidak ada
hubungan linier antara variabel yang dikorelasikan. Demikian pula,
koefisien korelasi positif menegaskan hubungan linier positif antara
variabel dan koefisien negatif menunjukkan hubungan terbalik.
Pengukuran berpasangan yang diberikan (X1,y1), (X2,y2)…, (XN,yN), koefisien
korelasi momen produk Pearson adalah ukuran asosiasi yang diberikan oleh:
∑ ∑
∑ ( X) ( ) Y
XY−
Rxy= √̅( ̅ N
(1)
∑ )( ∑ )
∑ 2 ( X )2 ∑ y2− ( Y) 2
X − nx ny
Formula di atas disederhanakan sebagai berikut:
4
Layanan Iklim 27 (2022) 100307
∑
XY
r =√∑̅̅ ̅ ∑ , X =X− X,Y = y− y (2)
X2. Y2
∑
X Ini hanya memberitahu untuk menjumlahkan semua skor X. Y Ini
∑
memberitahu untuk menjumlahkan semua skor Y.
∑
X2Ini memberi tahu untuk mengkuadratkan setiap skor X dan kemudian menjumlahkannya. y2Ini
∑
memberi tahu untuk mengkuadratkan setiap skor Y dan kemudian menjumlahkannya. XY Perintah
∑
ini untuk mengalikan setiap skor X dengan skor Y yang terkait dan
kemudian tambahkan produk yang dihasilkan bersama-sama (ini disebut "produk
silang").
n mengacu pada jumlah "pasangan" data.
Spesifikasi model ekonometrik
Regresi logistik biner digunakan untuk mengidentifikasi potensi
pengaruh variabel penjelas terhadap status ketahanan pangan rumah
tangga melalui perkiraan rasio ganjil (OR). Dalam model logistik, perubahan
koefisien (slope) dapat diinterpretasikan sebagai efek dari odds. Artinya,
setiap kenaikan unit dalam variabel penjelas menghasilkan efek perkalian
darieβpada rasio ganjil (Fernando, 2011 inGabriella, 2016). Dalam regresi
logistik, nilai koefisien mengukur perubahan yang diharapkan dalam
variabel dependen untuk satu unit perubahan di setiap variabel independen,
semua variabel independen lainnya dianggap sama. Tanda koefisien-
Ficient juga menunjukkan arah pengaruh variabel terhadap variabel
dependen. Logit menjadi negatif dan semakin besar besarnya ketika
rasio odds menurun dari 1 menjadi 0 dan menjadi semakin besar dan
positif ketika rasio odds meningkat dari 1 hingga tak terhingga (
Gujarati, 2004). Dalam penelitian ini model logit didefinisikan sebagai
berikut: Hasil dideskripsikan/diinterpretasikan dalam tabulasi dan
tabulasi silang, frekuensi, persentase, dan komputasi deskriptif
YT Ayinu dkk. Layanan Iklim 27 (2022) 100307

statistik seperti rata-rata, dan bentuk standar deviasi. Oleh karena itu, dalam
1
penelitian ini model logit menerapkan variabel dependen (ketahanan P(Saya) = (3)
1 +ez(Saya)
pangan) menjadi variabel biner yang bernilai satu jika rumah tangga
ditemukan tahan pangan, dan bernilai nol jika sebaliknya (Kolet, 1991). Karena itu,
1 ( )
P(Saya) = (1) pi 1 +ez(Saya)
1 +e−z(Saya) = =ez(Saya) (4)
1 - pi 1 +e−z(Saya)

Di mana Dan,
( ) ∑N
P(i) adalah probabilitas rumah tangga yang rawan pi 1 +ezi βo+ βi Xi

pangan. e mewakili basis logaritma natural dan. = =e Saya=1

(5)
1 - pi 1 +e−zi)
Z (i) adalah fungsi dari n- variabel penjelas (Xi) dan dinyatakan sebagai:-
Mengambil logaritma natural dari odd rasio Persamaan. (5) akan menghasilkan apa yang
Zi =β0+β1X1+β2X2+.......+βNXN (2) dikenal sebagai model logit seperti yang ditunjukkan di bawah ini.
⎛ ∑N ⎞
β0adalah penyadapan,β1,β2DanβNadalah koefisien kemiringan danX1,X2DanXNadalah ( )
pi βo+ βi Xi
karakteristik rumah tangga terkait. Dimana β0adalah intersep dan βSayaadalah parameter =⎝e Saya=1 ⎠ =zi (6)
1 - pi
kemiringan dalam model yang diestimasi menggunakan metode maximum likelihood.
Kemiringan menunjukkan bagaimana log-peluang yang mendukung kerawanan pangan
rumah tangga berubah ketika variabel independen berubah satu unit.
Jika istilah gangguan (μ) diperkenalkan, dengan Yi = adalah fungsi dari
n variabel penjelas (X), maka model logit dinyatakan sebagai:
∑
Odds didefinisikan sebagai rasio probabilitas suatu rumah tangga menjadi zi = β + βixi + μ (7)
rawan panganpi,dengan probabilitas bahwa makanan aman(1-Pi).Tetapi

Gambar 4.Musiman yang dominan (musim semi/MAM dan musim panas/JJA) memutar fungsi ortogonal empiris (REOF) dan komponen utama yang diputar (RPC)
presipitasi yang sesuai untuk periode 1981–2016.

5
YT Ayinu dkk.
hasil dan Diskusi
variabilitas spatio-temporal curah hujan
Di Ethiopia, curah hujan spatio-temporal dan distribusi suhu
menunjukkan perbedaan regional yang besar (Zeleke et al., 2017; Zerga dan
Gebeyehu, 2016; Zeleke et al., 2016; Zeleke et al., 2013). Oleh karena itu,
memahami variasi suhu mikro dan curah hujan dapat memberikan wawasan
khusus konteks untuk adaptasi perubahan iklim dan karenanya memastikan
upaya ketahanan pangan (Alemayehu et al., 2020).
Gambar 4mengilustrasikan wilayah dominan menangkap variasi 95,3%
dan 96,5% masing-masing selama musim semi dan musim panas. Bagian
utara kabupaten menunjukkan wilayah dominan yang menjelaskan 43,1%
selama musim semi (Gambar 4A). Sedangkan, dengan variasi 33,8% bagian
selatan yang berbeda ditemukan sebagai wilayah dominan kedua selama
musim semi (Gambar 4B). Bagian timur menjadi wilayah variabilitas
dominan ketiga yang menangkap 18,4% variasi (Gambar 4C). Kabupaten
Godere telah mengalami musim hujan dan musim kemarau yang dapat
menyebabkan banjir dan kekeringan. Secara eksplisit, musim semi Godere
bagian barat laut basah sedang pada tahun 1982, 1985, 1996,1997 2001,
2004, 2009, dan 2014. Sebaliknya kekeringan sedang hingga ekstrim pada
tahun 1983, 1887, 1998, 1999, 2010, 2011 , dan 2012.1985,1996, 2990, dan
2014 diidentifikasi dengan kejadian kering sedang sedangkan
1981,1983,1993,1997, 2002, 2003, 2010, dan 2012 adalah
Gambar 5.Tiga musim dominan pertama (musim gugur/SON dan musim dingin/DJF) memutar fungsi ortogonal empiris (REOF) dan komponen utama yang diputar sesuai
(RPC) presipitasi untuk periode 1981–2016.
6
Layanan Iklim 27 (2022) 100307
Godere bagian selatan ditandai dengan kondisi basah sedang hingga
ekstrim. Bagian timur kabupaten menunjukkan banjir sedang hingga parah
selama musim semi pada tahun 1982, 1985, 2001, 2004, 2009, 2012, dan
banjir sedang hingga ekstrim selama tahun 1883, 1997 , 2010, 1997, 2010,
2011 dan 2012. Seluruh musim kemarau di Kecamatan Godere pada tahun
2012. Distribusi curah hujan musim semi terakhir di Kecamatan ini
didominasi oleh kondisi kemarau (lihatGambar 4D).
Sekitar 96,4% variansi curah hujan musim panas di Godere ditangkap di
tiga wilayah dominan. REOF -1 menjelaskan 41,4% (Gambar 4e) variansi
curah hujan musim panas di bagian barat laut Godere. REOF
- 2 dan REOF -3 menunjukkan 31,2% (Gambar 4f) dan 23,9% (Gambar 4
g) variasi musim panas di bagian selatan dan timur Godere masing-
masing.
Seperti yang digambarkan diGambar 4h Godere bagian barat laut mengalami
kekeringan sedang hingga ekstrim selama musim panas pada tahun 1982, 1984,
1999, dan 2003. Wilayah Godere mengalami banjir sedang hingga ekstrim pada
tahun 1887, 1991, 2008, 2009, dan 2016. Godere bagian selatan mengalami banjir
sedang sampai ekstrim pada tahun 1984, 1999, 2003 dan tahun kekeringan
sedang sampai parah pada tahun 1987, 1991, 1997, 2008, 2009 dan 2015.
Seperti yang diilustrasikan diGambar 5variansi curah hujan musim gugur
dan musim dingin di distrik Godere termasuk dalam tiga wilayah dominan.
REOF -1 menangkap 58,8% bagian barat laut dari varian curah hujan musim
gugur distrik Godere. Sedangkan varians musim gugur 36,4% dan 2,7%
masing-masing diamati di bagian selatan dan barat kabupaten (REOF-2
YT Ayinu dkk.
dan 3). Kabupaten ini telah mengalami kondisi musim gugur kering dan
basah berturut-turut secara bergantian. Tahun-tahun terakhir musim gugur
didominasi oleh curah hujan di atas normal. Variansi musim gugur RPC-1
menunjukkan tahun 1988, 1998, 2001, 2003, dan 2004 banjir sedang hingga
ekstrim di bagian timur laut distrik Godere, sedangkan tahun 1984, 1986,
1987, 1989, 1990, dan 1993 adalah tahun kekeringan sedang hingga ekstrim
(RPC-2 dan 3Gambar 5H). Bagian selatan Godere mengalami banjir sedang
sampai ekstrim pada tahun 1988, 1998, 1999, dan, 2001,2003 dan 2004
kondisi kekeringan sedang sampai ekstrim pada tahun 1986, 1987, 1989,
1990 dan, 1993.
Mengenai musim dingin, 36,1%, 32,9 dan 26,7% varian ditunjukkan masing-
masing di bagian timur, Barat Laut dan barat (Gambar 5misalnya). Bagian timur
menunjukkan banjir sedang hingga ekstrim pada tahun 1990, 1993, 1996, 1998,
2007, 2010 dan 2013 sedangkan tahun 1981, 1983,1984, 1987, 1999, 2001, 2006,
2011 dan 2012 merupakan tahun-tahun kekeringan sedang hingga ekstrim (
Gambar 5H). Bagian barat laut menunjukkan kekeringan sedang hingga ekstrim
pada tahun 1983,1984,1987,1997,2001,2006,2011 dan 2014 sedangkan kejadian
banjir sedang hingga ekstrim diamati selama tahun 1990,1993,1996,1998, 2004,
2007 dan 2010. Wilayah barat Kecamatan Godere mengalami kekeringan sedang
sampai parah selama tahun 1983, 1984, 1987, 1997, 2006, 2001, 2006, 2011 dan
2014 sedangkan tahun 1990, 1993, 1996, 1998, 2004, 2007, 2010, 2013 tahun
banjir sedang sampai ekstrim (Gambar 5H).
Gambar 6.Tiga musim dominan pertama (musim semi/MAM dan musim panas/JJA) memutar fungsi ortogonal empiris (REOF) dan komponen utama yang diputar (RPC)
yang sesuai dari suhu rata-rata untuk periode 1981–2016.
7
Layanan Iklim 27 (2022) 100307
Variabilitas suhu spatio-temporal
Suhu ekstrem dapat mengubah distribusi curah hujan dan memfasilitasi
evapotranspirasi dan bahaya biologis lainnya (Seneviratne et al., 2012). Di
distrik Godere, suhu rata-rata musim semi dan musim panas spatio-
temporal menangkap 97% varians (lihatGambar 6ac). REOF-1, REOF-2, dan
REOF-3 menunjukkan sekitar 46,8%, 24,9%, dan 24,7% variasi suhu rata-rata
musim semi di bagian barat daya, barat laut, dan timur Godere. Di bagian
barat daya kabupaten tahun 1983, 1998, 2003, 2012 teridentifikasi sebagai
tahun panas sedang hingga ekstrim; sedangkan tahun 1982, 1885, 1986,
2008, 2013, dan 2014 adalah tahun-tahun dingin sedang hingga parah.
Bagian tengah dan barat laut Godere bersuhu sedang hingga sangat panas
pada tahun 1983, 1998, dan 2003 sedang hingga sangat dingin selama
tahun 1982, 1985, 1986, 1991, 2008, 2013, dan 2014. Kabupaten bagian
timur mengalami kondisi cuaca panas sedang hingga ekstrim pada tahun
1983, 1998, 2003 dan 2012 dan cuaca dingin sedang hingga berat pada
tahun 1982, 1986, 1991, 2008, 2013, dan 2014 (lihatGambar 6D). Pemuatan
variasi suhu musim panas 97% ditangkap dalam tiga mode seperti yang
ditunjukkan padaGambar 6misalnya, yang variansnya tersebar di bagian
tengah (46,8%), barat laut (24,9%) dan timur (24,7%) kabupaten.
Di seluruh tiga mode, peristiwa dingin dan panas sedang hingga parah
diamati (lihatGambar 6H). Di wilayah tengah, tahun dingin pada tahun 1981,
1982, 1985, 1986, 2001, 2007, 2008, 2014 dan 2016 sedangkan panas pada
tahun 1987, 1993, 1995, 1997, 2009 dan 2014. Di barat laut, dingin
YT Ayinu dkk. Layanan Iklim 27 (2022) 100307

tahun adalah 1981, 1985, 1986, 2001, 2007, 2008 dan 2012. Tahun dingin Tahun 1993, 2004, dan 2007 merupakan tahun-tahun yang panas.

adalah 1987, 1993, 2014 dan 2015. Di timur, tahun dingin adalah 1981, 1982,
1985, 1986, 2001, 2007, 2008 dan 2012 sedangkan tahun panas adalah 1987,
1993, 1995, 1997, 2014 dan 2015.
Temperatur musim gugur dan musim dingin spasial dan temporal menangkap
96% variasi yang diilustrasikan dalamGambar 7. Mode musim gugur menampilkan
50%, 30%, dan 16% dari total varian spasial masing-masing di bagian tengah,
timur laut, dan barat daya Godere (Gambar 7ac). Gambar 7d menunjukkan bahwa
kondisi cuaca dingin tercatat selama tahun 1987, 1993 dan 1997 di bagian tengah
Godere, sedangkan tahun 2003, 2012, 2013, 2014, dan 2016 adalah tahun-tahun
panas. Di bagian barat laut Godere tahun 1989, 1992, 2012, 2013, dan 2014
merupakan tahun dingin, sedangkan tahun 1997, 2002 dan 2015 merupakan
tahun panas. Kabupaten bagian timur mengalami kejadian panas pada tahun
1993, 1997, 2002, dan 2015 sedangkan tahun 1985, 1986, 2002, 2003, dan 2004
merupakan tahun panas.
Selama musim dingin 43, 30 dan 23% dari muatan varian terlihat di bagian
selatan, timur laut dan timur distrik Godere (Gambar 7misalnya) dan variasi
tahunan ditunjukkan dalam (Gambar 7H). 1981, 1984, 1999, 2003, 2006 dan 2014
diidentifikasi sebagai tahun dingin dan 1986, 1992, 19993, 2004, 2007, dan 2013
adalah tahun panas di bagian selatan Godere. Di barat laut, 1981,1984,1989,2003
dan 2006 adalah tahun-tahun dingin dan 1982, 1986, 1992, 1993, 2004, 2007 dan
2011 adalah tahun-tahun panas. Di timur, 1981, 1999, 2003 dan 2006 adalah
tahun-tahun yang dingin dan 1982, 1986, 1992,
Sebagai kesimpulan, variasi besaran distribusi curah hujan dan suhu di
dalam kabupaten tersebut menunjukkan bahwa kabupaten tersebut telah
terpapar kekeringan dan banjir pada berbagai derajat. Sebagai contoh,
bagian barat laut dan timur kabupaten terkena musim semi dan musim
panas curah hujan dan variabilitas suhu. Godere menerima lebih dari 62%
curah hujannya selama musim semi dan musim panas. Selain itu, musim-
musim ini sangat penting untuk persiapan lahan dan perencanaan bibit
tanaman. Adanya variabilitas curah hujan dan suhu serta curah hujan pada
musim-musim tersebut membuat kegiatan dan keputusan pertanian
terancam terutama di bagian barat laut dan timur kabupaten.
Status kerawanan pangan rumah tangga
Indikator Prevalensi Akses Rawan Pangan Rumah Tangga (HFIAP)
mengkategorikan rumah tangga ke dalam empat tingkat kerawanan (akses)
pangan rumah tangga: tahan pangan, rawan pangan ringan, rawan pangan
sedang, dan rawan pangan berat. Kajian ini mengkategorikan status ketahanan
pangan rumah tangga wearda berdasarkan HFIAP. Analisis Prevalensi Akses
Kerawanan Pangan Rumah Tangga (HFIAP) menunjukkan bahwa masing-masing
11,2% dan 88,8% rumah tangga sampel tergolong tahan pangan dan rawan
pangan. HFIAS juga mengukur besarnya kerawanan pangan rumah tangga.
Dengan demikian, mayoritas (36,1%) rumah tangga mengalami makanan ringan

Gambar 7.Tiga musim dominan pertama (musim gugur/SON dan musim dingin/DJF) memutar fungsi ortogonal empiris (REOF) dan komponen utama yang diputar sesuai
(RPC) dari suhu rata-rata untuk periode 1981–2016.

8
YT Ayinu dkk.
ketidakamanan diikuti oleh kesenjangan pangan sedang (27,7%). Sekitar 25%
responden sampel menderita kesenjangan makanan yang parah. Temuan ini
sejalan dengan penelitian yang dilakukan oleh (Fumane, 2012; Palanivel et al.,
2014;Zeid dkk, 2016; L.valesova et al., 2017).
Skor kerawanan pangan rumah tangga berkisar antara 0 sampai 27,
dengan skor yang tinggi menunjukkan kerentanan yang lebih besar
terhadap kerawanan pangan. Pada penelitian ini skor rata-rata pengukuran
kerentanan kerawanan pangan adalah 11,9, skor minimum 8 dan skor
maksimum 17. Standar deviasi 2,85 menunjukkan bahwa terdapat variasi
yang tinggi antara skor individu mulai dari 8 hingga 17. Terdapat juga
terdapat perbedaan antara rata-rata Skor HFIAS rumah tangga yang tahan
pangan (9,0) dan rawan pangan (13,3). Selain itu, perbedaan rata-rata secara
statistik signifikan pada tingkat probabilitas 1% (Tabel 1).
Hasil HFIAS juga dapat dijelaskan digunakan untuk menilai Prevalensi Akses
Kerawanan Pangan Rumah Tangga (Guyu, 2015). Alat penilaian perilaku koping
makanan proksi generik HFIAS dapat diklasifikasikan sebagai kecemasan dan
ketidakpastian, kualitas dan kuantitas yang tidak mencukupi dan dihabiskan tanpa
makanan untuk sementara waktu. Sekitar 40,4%, 33,7% dan 25,7% rumah tangga
tidak yakin dapat mengakses pangan yang cukup untuk keluarganya sebanyak 3–
10 kali, 1–2 kali dan lebih dari 10 kali. Demikian pula, 18,8%, 43,8% dan 37,7%
rumah tangga sampel mengalami kekurangan dan makan makanan yang bukan
preferensi mereka masing-masing sebanyak 1–2 kali, 3–10 kali dan lebih dari 10
kali selama bulan sebelumnya survei. Di antara rumah tangga sampel 47,3%,
25,8% dan 26,9% mengurangi jumlah dan frekuensi makan yang luar biasa
sebanyak 1–2 kali, 3–10 kali dan>masing-masing sebanyak 10 kali. Survei
menyoroti bahwa sekitar 92,6% rumah tangga yang sangat tidak aman pangan
menghabiskan sepanjang hari atau tidur di tempat yang tinggi tanpa makanan
selama 3–10 kali sedangkan, 7,4% menghabiskan lebih dari 10 kali tanpa
makanan. Secara umum analisis HFIAS menunjukkan kerawanan pangan
merajalela dan proporsi rumah tangga sampel yang mengalami kesenjangan
pangan sedang dan parah sangat tinggi di wilayah studi (Meja 2).
Analisis korelasi
Status ketahanan pangan rumah tangga secara signifikan berkorelasi negatif
dengan ukuran keluarga dan masuknya populasi, sedangkan pekerjaan rumah
tangga, sistem tata kelola lahan, usia rumah tangga, jenis kelamin rumah tangga,
pendidikan rumah tangga, ukuran pertanian, kegiatan on-farm dan off-farm
berkorelasi positif. Hal ini berarti bahwa variabilitas dan ekstrimitas iklim
berkorelasi nyata dengan status ketahanan pangan rumah tangga wearda. Efek
variabilitas iklim seperti variabilitas suhu dan curah hujan pada produksi tanaman
dan ternak terutama disebabkan oleh peningkatan frekuensi kejadian ekstrim
seperti kekeringan, banjir, penyakit dan hama. Dengan demikian, secara langsung
atau tidak langsung mempengaruhi kegiatan on-farm dan off-farm, pekerjaan
rumah tangga, sistem tata kelola lahan, ukuran keluarga, masuknya populasi,
ukuran lahan, usia rumah tangga dan jenis kelamin. BerdasarkanMasekoameng
dan Maliwichi (2014)peristiwa cuaca ekstrim berulang merusak produksi pangan.
Misalnya, baik curah hujan ekstrem (kekeringan dan banjir) merusak produksi
tanaman di bawah kondisi tadah hujan dan pola cuaca yang berubah
meningkatkan kerentanan tanaman terhadap serangan hama. Kemarau panjang
yang diikuti hujan lebat mengurangi kapasitas resapan air dan menyebabkan
banjir (Tabel 3).
Tabel 1
Ringkasan status ketahanan pangan rumah tangga.
Status kerawanan pangan N Berarti St. nilai-t
Deviasi
HFIAS Makanan 25 9.0364 0,71915
Skor aman
Makanan 196 13.3611 2.39727 − 13.065
merasa tidak aman
Total 221 11.9018 2.85928
berarti
Catatan: ***menunjukkan suatu variabel signifikan pada tingkat signifikansi
1%. Sumber: Survei penulis, 2019.
Layanan Iklim 27 (2022) 100307
Meja 2
Ringkasan keparahan kerawanan pangan rumah tangga.
Kategori Kerawanan Pangan Skala kerawanan pangan Skala HIFAS (%)
Lembut Sedang Berat
Kecemasan dan ketidakpastian 33.7 40.4 25.7
Kurangnya kualitas dan kuantitas 18.6 43.8 37.9
Kualitas dan preferensi 47.3 25.8 26.9
Menghabiskan waktu tanpa makanan untuk sementara waktu 92 7.4
Sumber: Data survei, 2019.
Penentu status ketahanan pangan rumah tangga
Dari total sepuluh variabel penjelas, ditemukan lima variabel yang
signifikan secara statistik dalam mempengaruhi ketahanan pangan
sedangkan lima variabel penjelas lainnya secara statistik tidak signifikan
dalam menjelaskan ketahanan pangan rumah tangga di wilayah studi pada
tingkat signifikansi konvensional (yaitu P<0,1). Dengan demikian, ketahanan
pangan rumah tangga secara positif signifikan dipengaruhi oleh kegiatan
pertanian (tanda 0,001), jenis kelamin, status pekerjaan dan kegiatan
pertanian (tanda 0,05). Sedangkan ukuran keluarga berpengaruh negatif
signifikan secara statistik terhadap status ketahanan pangan rumah tangga
(sign. 0,05) (Tabel 4).
Kegiatan di luar pertanian
Variabel tersebut mewakili partisipasi responden dalam kegiatan lain yang
menghasilkan pendapatan selain bertani. Kegiatan menghasilkan pendapatan di luar
pertanian sangat penting untuk meningkatkan pendapatan rumah tangga di wilayah
studi. Rumah tangga yang tidak berpartisipasi dalam kegiatan di luar pertanian dan
sebagian besar bergantung pada pertanian memiliki sumber pendapatan yang tidak
memadai untuk memungkinkan mereka membeli input dan juga memenuhi kebutuhan
keluarga mereka, sehingga cenderung rawan pangan. Variabel ini signifikan pada tingkat
probabilitas 1 persen dan berhubungan positif dengan status ketahanan pangan rumah
tangga. Tanda positif menunjukkan bahwa kemungkinan rumah tangga tahan pangan
meningkat seiring dengan meningkatnya kegiatan off-farm. Dari rasio odds kami dapat
menunjukkan bahwa ketika kegiatan di luar pertanian berkurang sebesar satu jenis
kegiatan, rumah tangga yang tahan pangan berkurang dengan faktor 7,316, ketika
variabel lain dikendalikan. Temuan ini konsisten dengan penelitian seperti (Indiris, 2012;
Zerihun dan Getachew, 2012; Maru, 2016; Girum, 2016; Ermias dan Ayana, 2017; FAO,
2019) yang menjelaskan bahwa kegiatan off-farm memiliki kecenderungan untuk
meningkatkan portofolio rumah tangga petani karena tidak hanya bersumber dari usaha
tani.
Jenis kelamin rumah tangga
Hal ini memiliki hubungan yang signifikan dan positif dengan status ketahanan
pangan rumah tangga. Itu signifikan pada tingkat probabilitas 5%. Tanda positif
menunjukkan bahwa rumah tangga yang dikepalai laki-laki lebih cenderung tahan
pangan daripada rumah tangga yang dikepalai perempuan. Faktor-faktor lain tetap
konstan peluang bahwa rumah tangga yang tahan pangan menurun dengan faktor 5.219
untuk rumah tangga yang dikepalai perempuan daripada rumah tangga yang dikepalai
laki-laki. Penjelasan yang mungkin adalah perbedaan akses ke sumber daya produksi di
mana laki-laki memiliki lebih banyak akses ke sumber daya produksi seperti lahan
pertanian daripada perempuan. Hal ini sesuai dengan temuan (Bashar, 2010;Indiris, 2012
;Fumane, 2012).
nilai-p
Ukuran keluarga rumah tangga
Variabel mewakili jumlah anggota yang tinggal bersama di bawah satu atap
0,000*** dan berbagi dan makan dari pot yang sama. Ini signifikan pada tingkat
probabilitas kurang dari 5 persen dan memiliki hubungan negatif dengan status
ketahanan pangan rumah tangga. Hal ini berarti bahwa rumah tangga berukuran
besar lebih cenderung rawan pangan daripada rumah tangga berukuran kecil.
Artinya semakin besar ukuran rumah tangga maka semakin tinggi permintaan
konsumsi pangan. Rasio odds yang mendukung ketahanan pangan
9
YT Ayinu dkk. Layanan Iklim 27 (2022) 100307

Tabel 3
Korelasi karakteristik sosial ekonomi dan demografi responden dengan ketahanan pangan.

FS HHA HHS HHE HHS MATI FRMS POPI LG ES ONF

Ketahanan pangan

Umur HH 0,287** 1 *
Seks HH 0,304** − 0,063 1
Pendidikan HH 0,174* − 0,102 0,189* 1
Ukuran HH − 0,407** 0,560** − 0,067 − 0,269** 1
Kegiatan di luar peternakan 0,303** 0,201* 0,122 0,088 − 0,164* 1 .
Ukuran peternakan HH 0,324** 0,272** 0,131 0,069 − 0,240** 0,343** 1
Inflasi populasi − 0,164* 0,303** 0,155* 0,229** − 0,323** 0,338** 0,297** 1
Tata kelola tanah 0,156* − 0,094 − 0,094 − 0,096 0,125 0,008 − 0,038 0,239** 1
Pekerjaan 0,331** − 0,196* − 0,025 − 0,101 0,170* − 0,262** − 0,169* 0,211** 0,032 1
Aktivitas di perkebunan. 0,389** 0,247** 0,045 0,013 0,174* 0.1.25** − 0,392** 0,187** − 0,086 0,239** 1

Sumber: Survei penulis, 2019.

* * Korelasi signifikan pada level 0.01 (2-tailed).
* Korelasi signifikan pada level 0,05 (2-tailed). N = 221.

Tabel 4
Estimasi regresi logistik untuk penentu status ketahanan pangan.

Variabel Penjelas B SE Wald Sig. Exp(B) 95%CIuntuk EXP(B)

Lebih rendah Atas

Seks rumah tangga 1.518 0,56 6.486 0,011** 5.219 1.168 4.705
Pendidikan Rumah Tangga 0,267 0,35 0,636 0,425 1.765 0,397 3.477
Kegiatan di luar pertanian 1.153 0,42 8.210 0,004*** 7.316 1.844 16.695
Masuknya populasi − 0,774 0,622 1.548 0,213 0,168 0,141 3.332
Tata kelola tanah 0,954 0,593 2.593 0,107 2.597 2.813 8.297
Status Pekerjaan 1.481 0,634 5.447 0,020** 4.896 1.268 15.246
Kegiatan di perkebunan 1.384 0,656 4.453 0,035** 4.751 1.069 8.906
Usia Rumah Tangga 0,037 0,034 1.209 0,271 2.964 1.002 4.029
Ukuran rumah tangga − 0,355 0,150 5.628 0,018** 0,226 0,164 0,911
Ukuran peternakan rumah tangga 0,952 0,587 2.625 0,105 2.386 0,122 1.221
Konstan 3.329 1.958 2.891 0,089

Catatan: ***, ** dan * masing-masing signifikan pada level 1%, 5% dan 10%.
Df = 1 Prediksi rawan pangan yang tepat 90.7.
Jumlah ob. = 221 Ketahanan pangan yang diprediksi dengan benar 80.0.
Log kemungkinan semu = − 89.109 Secara keseluruhan kasus diprediksi dengan benar
87.1. SemuR2= 0,719.
WaldChi2(11) = 119,706.
Masalah.>χ2= 0,0000Sumber: Keluaran model, 2019.

berkurang dengan faktor 0,226 ketika ukuran rumah tangga bertambah
satu orang. Temuan ini sejalan dengan penelitian yang dilakukan oleh (
Zerihun dan Getachew, 2012; Fumane, 2012).
Status pekerjaan rumah tangga
Status pekerjaan rumah tangga mengacu pada keterlibatan rumah
tangga pada berbagai pekerjaan selain pertanian. Variabel ini dihipotesiskan
berpengaruh positif terhadap ketahanan pangan. Sesuai dengan hipotesis,
koefisiennya menjadi positif dan signifikan pada tingkat probabilitas 5
persen. Penjelasan yang mungkin adalah bahwa peningkatan rumah tangga
yang dipekerjakan meningkatkan kemungkinan rumah tangga tersebut
menjadi tahan pangan. Odds ratio yang berpihak pada ketahanan pangan
menurun dengan faktor 4,396 karena hari menganggur kepala/anggota
rumah tangga meningkat satu hari, ketika variabel lain dikontrol. Hasilnya
sesuai dengan temuan penelitian oleh (Moges, 2010; FAO, 2019).
Kegiatan di perkebunan
Variabel ini dihipotesiskan berpengaruh positif terhadap ketahanan
pangan. Sesuai dengan hipotesis, koefisiennya menjadi positif dan
signifikan pada probabilitas 5 persen.
tingkat. Penjelasan yang mungkin adalah bahwa rumah tangga, semakin sedikit siapa
Mencapai kegiatan on-farm Semakin banyak yang menjadi rawan pangan,
peningkatan jenis kegiatan on-farm dapat meningkatkan tingkat ketahanan
pangan rumah tangga. Odds ratio yang mendukung ketahanan pangan
meningkat dengan faktor 4,751 ketika aktivitas pertanian meningkat satu
jenis, menjaga semua variabel lainnya konstan. Temuan ini sejalan dengan
penelitian yang dilakukan oleh (Indiris, 2012;Maru, 2016; Girum, 2016).
Kesimpulan dan rekomendasi
Variabilitas iklim dan ekstrimnya curah hujan yang tidak menentu dan
suhu yang terus meningkat menjadi ancaman ketahanan pangan di
Kabupaten Godere. Kabupaten ini telah mengalami variabilitas curah hujan
dan suhu spatio-temporal selama musim panas dan musim semi dengan
tingkat yang lebih tinggi ke arah barat laut. Selain itu, besarnya variabilitas
curah hujan spatio-temporal dan suhu saling melengkapi yang menyiratkan
kecenderungan untuk menyebabkan kekeringan dan banjir tidak seragam di
kabupaten tersebut. Namun, tampak jelas bahwa perilaku distribusi curah
hujan yang tidak dapat diprediksi dapat sangat merusak kalender tanam
dan aktivitas pertanian di bagian barat laut distrik Godere. Tren peningkatan
yang mendasari dan suhu yang sangat bervariasi memiliki potensi untuk
memfasilitasi evapotranspirasi. Kerawanan pangan merajalela dan proporsi
rumah tangga sampel yang mengalami kesenjangan pangan sedang dan
parah sangat tinggi di wilayah studi. Berikan kehadiran ukuran keluarga
yang tinggi, kesempatan kerja on-farm dan off-farm yang terbatas, serta

10
YT Ayinu dkk.
kurangnya infrastruktur dasar situasi ketahanan pangan di kabupaten ini bisa
menjadi lebih buruk di masa depan. Hal ini memerlukan intervensi mendesak
untuk membangun kapasitas adaptif komunitas petani melalui diversifikasi mata
pencaharian dan pendapatan.
Pernyataan kontribusi kepengarangan CRedit
Yared Tefera Ayinu:Konseptualisasi, Metodologi, Penulisan – draf
asli, Penulisan – ulasan & penyuntingan.Desalegn Yayeh Ayal:
Konseptualisasi, Metodologi, Penulisan – draf asli, Investigasi,
Penulisan – review & penyuntingan, Administrasi proyek.Tadesse
Terefe Zeleke:Konseptualisasi, Metodologi.Kassahun Ture Beketie:
Metodologi, Penulisan – draf asli, Penulisan – ulasan & penyuntingan.
Deklarasi Kepentingan Bersaing
Para penulis menyatakan bahwa mereka tidak memiliki kepentingan
keuangan yang bersaing atau hubungan pribadi yang dapat mempengaruhi
pekerjaan yang dilaporkan dalam makalah ini.
Referensi
Alemayehu, A., Maru, M., Mohammed Assen, W., 2020. Variabilitas spatiotemporal dan
tren curah hujan dan suhu di DAS Alwero, Ethiopia barat. J. Sistem Lingkungan. Res
9 (22), 1–15.https://doi.org/10.1186/s40068-020-00184-3. Allen, R. (1998).
Evapotranspirasi Tanaman: Pedoman Menghitung Air Tanaman
Persyaratan, Kertas Irigasi dan Drainase No. 56. FAO, Roma, Italia.
Apata, TG, Samuel, KD, Adeola, A.O (2009). Analisis persepsi perubahan iklim
dan adaptasi di antara petani tanaman pangan yang subur di South West Nigeria. Makalah kontribusi
disiapkan untuk dipresentasikan pada konferensi International Association of Agricultural
Economists' 2009, Beijing, China.
Ayal, DY, 2021. Perubahan iklim dan paparan tekanan panas manusia di Afrika sub-Sahara.
J.CAB Wahyu 16 (49), 1–9.
Azemir, BG, Ayal, DY, Kassahun, TB, Tadesse, TZ, 2021. Penentu iklim
strategi adaptasi variabilitas: Kasus Distrik Istimewa Itang, Wilayah Gambella,
Ethiopia. Clim. Melayani. 23, 100245.https://doi.org/10.1016/j.cliser.2021.100245.
Ayal, DY, Tilahun, K., Ture, K., Zeleke, TT, 2021. Dimensi psikologis iklim
perubahan: persepsi, kemanjuran kolektif, dan tanggapan di Distrik Berehet, Shoa
utara, Ethiopia. Clim. Ubah 165, 32.https://doi.org/10.1007/s10584-021-03033- z.
Basher, S., 2010. Analisis Status Ketahanan Pangan dan Strategi Copping di Kabri Bayah
Distrik Zona Jigjiga Negara Bagian Somalia. MSc. Tesis. Universitas Haramaya,
Etiopia.
Bereket, TH, Tadesse, TZ, Kassahun, TB, Ayal, DY, Gudina, LF, 2021. Analisis El
Niño Southern Oscillation dan dampaknya terhadap distribusi curah hujan dan
produktivitas tanaman sereal terpilih di zona Kembata Alaba Tembaro. Clim. Melayani. 23,
100254. https://doi.org/10.1016/j.cliser.2021.100254.
Coates, J., Swendale, A., Bilinicki, B. (2007). Skala akses kerawanan pangan rumah tangga
(HFIAS) untuk pengukuran akses pangan: panduan indikator. Laporan teknis,
Washington DC. Proyek Bantuan Teknis Pangan dan Gizi II (FANTA-2). Collet, D.,
1991. Pemodelan Data Biner. Chapman dan Hall, London. Creswell, JW, Plano Clark,
VL, 2007. Merancang dan melakukan metode campuran
riset. Sage, Thousand Ok CA S aks, CA.
Deitchler, M., Ballard, T., Swindale, A., Coates, J.(2010). Validasi ukuran
kelaparan rumah tangga untuk penggunaan lintas budaya. Laporan teknis, Washington DC.
Proyek Bantuan Teknis Pangan dan Gizi II (FANTA 2).
Deressa, T., Yehualashet, H., Rajan, DS, 2014. Adaptasi perubahan iklim dari
petani kecil di Ethiopia Tenggara. J.Agri. Ekstensi. Dev pedesaan. 6 (11), 354–366.
Dika, G., 2018. Dampak variabilitas iklim dan strategi adaptasi rumah tangga di
Distrik Lare Wilayah Gambella, Ethiopia Barat Daya. J. Ilmu Bumi. Clim. Ubah 9 (480).
https://doi.org/10.4172/2157-7617.1000480.
Dinku, T., Hailemariam, K., Maidment, R., Tarnavsky, E., Connor, S., 2014. Gabungan
penggunaan perkiraan satelit dan pengamatan pengukur hujan untuk menghasilkan seri waktu
curah hujan historis berkualitas tinggi di Ethiopia. Int. J.Climatol. 34, 2489–2504.https://doi.org/
10.1002/joc.3855.
Ermias, G., Ayana, A., 2017. Determinan sosial ekonomi kerawanan pangan di kalangan pedesaan
rumah tangga di Zona Wolaita, Ethiopia Selatan. J.Econ. 8 (2), 55–61.https://doi. org/
10.11648/j.eco.20190802.13.
Filho, W., Azeiteiro, UM, Balogun, A.-L., Setti, AFF, Mucova, SAR, Ayal, D.,
Totin, E., Lydia, AM, Kalaba, FK, Oguge, NO, 2021. Pengaruh penipisan jasa
ekosistem terhadap upaya adaptasi perubahan iklim di Afrika. Sains. Lingkungan
Total. 779, 146414.
FAO (2016). Perubahan Iklim dan Ketahanan Pangan: Risiko dan Respons. FAO, 2019.
Menyelamatkan Kehidupan Mengubah Kehidupan: Ketahanan Pangan Komprehensif dan
Analisis Kerentanan. FAO dan CSA Etiopia, Etiopia.
Fikru, AA, Kassahun, TB, Tadesse, TZ, Ayal, DY, Gudina, LF, 2021. Spatio-temporal
variabilitas hidro-iklim di DAS Omo-Gibe, Ethiopia. Clim. Melayani. 24, 100277.
11
Layanan Iklim 27 (2022) 100307
Fischer, G., Shah, M., Francesco, N., Van Velhuizen, H., 2005. Sosial ekonomi dan
dampak perubahan iklim terhadap pertanian: penilaian terpadu, 1990–2080. Filos.
Trans. R. Soc. 360, 2067–2083.
Republik Demokratik Federal Ethiopia Kementerian Kesehatan (FDREMoH) (2010,
Oktober). Program Pengembangan Sektor IV 2010/11 – 2014/15, Addis Ababa,
Ethiopia.
Fumane, PN, 2012. Menentukan Status Ketahanan Pangan Rumah Tangga di Selatan
Kotapraja Afrika. MA. Tesis. Universitas Afrika Selatan, Afrika Selatan. Gabriella
MD (2016). Analisis Komparatif Status Ketahanan Pangan Usahatani
Rumah tangga di Wilayah Timur dan Utara Ghana. MSc. Tesis, Universitas
McGill, Montreal; Quebec, Kanada.
Girum, D., 2016. Determinan ketahanan pangan rumah tangga petani di daerah rawan kekeringan
wilayah Oromiya. Dalam kasus Distrik Dodota. J.Econ. Mempertahankan. Dev. 7 (17), 1–18.
Gujarati, D., 2004. Ekonometrika Dasar, edisi ke-4. Perusahaan McGraw–Hill, AS,
P. 1024.
Zeid, J., Hassen, K., Wakayo, T., 2016. Kerawanan Pangan Rumah Tangga dan Kaitannya
dengan Status Gizi pada Anak Prasekolah di Kota Gambella. Etiopia Barat. J Nutr
Food Sci 6, 566.https://doi.org/10.4172/2155-9600.1000566. Guyu, FD, 2015.
Kerentanan rumah tangga terhadap kelaparan hijau: analisis berbasis komponen
indikator di Distrik Belo-jiganfoy, wilayah Benishangul-gumuz, Ethiopia. J.Sci. Rep.9
(3), 139–156.
Indiris, S., 2012. Kajian Kerawanan Pangan, Determinan dan Penanggulangannya
Mekanisme di antara Rumah Tangga Pastoral: Kasus Zona Satu Distrik Chifra Afar Negara
Regional Nasional. MSc. Tesis. Universitas Haramaya, Haramaya, Etiopia. IPCC (2014).
Perubahan iklim 2014: dampak, adaptasi, dan kerentanan. Bagian A:
Kontribusi Aspek Global dan Sektoral Kelompok Kerja II terhadap Laporan Penilaian
Kelima Panel Antarpemerintah tentang Perubahan Iklim [Field, CB, Barros, VR,
Dokken, DJ, Mach, KJ, Mastrandrea, MD, Bilir, TE, Chatterjee, M ., Ebi, KL, Estrada, YO,
Genova, RC, Girma, B., 101 Kissel, ES, Levy, AN, MacCracken, S, Mastrandrea, PR,
White LL, (eds.)], Cambridge University Press, Cambridge , United Kingdom and New
York, NY, USA, hlm. 1132.
IPCC, 2019. Perubahan Iklim dan Lahan: laporan khusus IPCC tentang perubahan iklim,
penggurunan, degradasi lahan, pengelolaan lahan berkelanjutan, ketahanan
pangan, dan fluks gas rumah kaca di ekosistem darat [PR Shukla, J. Skea, E. Calvo
Buendia, V. Masson-Delmotte, H.-O. Pörtner, DC Roberts, P. Zhai, R. Slade, S.
Connors, R. van Diemen, M. Ferrat, E. Haughey, S. Luz, S. Neogi, M. Pathak, J.
Petzold, J. Portugal Pereira , P. Vyas, E. Huntley, K. Kissick, M. Belkacemi, J. Malley,
(eds.)]. Dalam pers.
IFPRI, UNDP (2019). Lembaga Penelitian Kebijakan Pangan Internasional. Membangun Ketahanan untuk
Guncangan Iklim di Ethiopia. Washington DC. 10.2499/9780896293595. Leslie,
L., Philip, T., Bruce, MC, Tobias, B., Ademola, B., Martin, B., dkk., 2015.
Pertanian cerdas iklim untuk ketahanan pangan. Nat. Clim. Ubah Perspektif.https://doi. org/
10.1038/nclimate2437.
Masekoameng, M., Maliwichi, LL, 2014. Penentu Aksesibilitas Pangan Perdesaan
Rumah tangga di Distrik Sekhukhune Provinsi Limpopo, Afrika Selatan. J.Hum. Ekol.
47 (3), 275–283.
Maru, S., 2016. Dampak Pertanian Skala Besar Terhadap Pembangunan Ekonomi Lokal,
Ketahanan Pangan Rumah Tangga dan Lingkungan di Ethiopia. PhD. Disertasi.
Universitas Leiden, Belanda.
Moges, G., 2010. Pengaruh Pembebasan Lahan Skala Besar di Pedesaan Ethiopia: Kasus
Bako-TibeWoreda. MA. Tesis. Universitas Swedia, Swedia.
Ojot, M., 2013. Pembebasan Tanah Skala Besar dan Hak-Hak Minoritas/Masyarakat Adat
di bawah Federalisme Etnis di Ethiopia: Studi Kasus Negara Bagian Gambella. PhD.
Disertasi. Universitas Bradford, Inggris.
Palanivel, C., Ravi, P., Deepa, S., Kavita, S., Manpreet, K., Arvind, K., et al., 2014.
Prevalensi kerawanan pangan tingkat rumah tangga dan determinannya di koloni
pemukiman kembali perkotaan di India Utara. J.Kesehatan Popul. Nutr. 32 (2), 227–236.
Seneviratne, SI, N. Nicholls, D. Easterling, CM Goodess, S. Kanae, J. Kossin, Y. Luo, J.
Marengo, K. McInnes, M. Rahimi, M. Reichstein, A. Sorteberg, C. Vera, X. Zhang,
(2012). Perubahan iklim ekstrim dan dampaknya terhadap lingkungan fisik alam.
Dalam: Mengelola Risiko Peristiwa Ekstrim dan Bencana untuk Memajukan Adaptasi
Perubahan Iklim[Field, CB, V. Barros, TF Stocker, D. Qin, DJ Dokken, KL Ebi, MD
Mastrandrea, KJ Mach, G.-K. Plattner, SK Allen, M. Tignor, dan PM Midgley (eds.)].
Laporan Khusus Kelompok Kerja I dan II dari Panel Antarpemerintah tentang
Perubahan Iklim (IPCC). Cambridge University Press, Cambridge, UK, dan New York,
NY, USA, hlm. 109-230.
Seyoum, M., 2015. Fenomena Antar Migrasi: Respon Penduduk Asli
Zona Kebangsaan Majang di Wilayah Gambella, Ethiopia. Jurnal Pusat Studi Federal
Ethiopia untuk Studi Federal, Universitas Addis Ababa 1 (2), 71. Tadesse A., Alemayehu
M. (2019). Dampak perubahan iklim terhadap ketahanan pangan di
Ethiopia: opsi adaptasi dan mitigasi: Tinjauan.Mempertahankan. Pertanian. Mengepung.
Mesir: Bagian II, 397-412. Doi. 10.1007/978-3-319-75004-023.
Tao, L., Dake, C., 2012. Evaluasi Analisis EOF yang diputar dan penerapannya pada
variabilitas SST Pasifik tropis. J.Clim. 25 (15), 5361–5373.
Tate, A., Mariam, DH, Murray, 2010. Laporan sementara: tinjauan bukti kesehatan
dampak kelaparan di Ethiopia. Perspektif. Kesehatan Masyarakat 130, 222–226. Todaro,
MP, Smith, SC, 2009. Pembangunan Ekonomi, edisi ke-10. Addison-Wesley,
Pearson Education Ltd., Penerbit, London.
Tukey, J., 1977. Analisis Data Eksplorasi. Addison-Wesley, Membaca. MA. Vergni, L.,
Todisco, F., 2011. Variabilitas spatio-temporal curah hujan, suhu
dan indeks kekeringan pertanian di Italia tengah. Pertanian. Untuk. Meteorol. 151 (3),
301–313.
Bank Dunia, (2006). Ethiopia: mengelola sumber daya air untuk memaksimalkan Berkelanjutan
Pertumbuhan. Strategi bantuan sumber daya air Bank Dunia untuk Ethiopia. Yeshibir (2003).
Studi Penggunaan Lahan/Peruntukan Lahan Negara Bagian Masyarakat Gambella.
Bagian 9, Tanah, Addis Ababa, Ethiopia.
YT Ayinu dkk. Layanan Iklim 27 (2022) 100307

Zeleke T., Yeshita D., Agidew F. (2016). Evaluasi model iklim regional untuk Bacaan lebih lanjut
wilayah Nil Biru atas, INTECH, bab 2. http://dx.10.5772/64954.
Zeleke T, Giorgi F, Mengistu Tidu G., Diro GT (2013). Variabilitas spasial dan temporal
CSA, 2013. Proyeksi Penduduk Ethiopia untuk Semua Wilayah di Tingkat Woreda dari
curah hujan musim panas di atas Ethiopia dari pengamatan dan eksperimen model
2014–2017. Addis Ababa, Etiopia.
iklim regional. Theor Appl Climatol. 111:665–681. doi. 10.1007/s00704-012-0700-4.
Getamesay B., Ayal, DY, Tadesse Terefe Zeleke, Kassahun Ture, Amare Bantider.
Zeleke, TT, Giorgi, F., Diro, GT, Zaitchik, BF, 2017. Tren dan periodisitas kekeringan
(2021). Analisis komparatif catatan meteorologi variabilitas iklim dan persepsi
atas Etiopia. Int. J.Climatol. 37, 4733–4748.https://doi.org/10.1002/joc.5122. Zerga,
petani di Sekota Woreda, Ethiopia. Clim. Melayani. 23, 100239. https:// 10.1016/
B., Gebeyehu, G., 2016. Perubahan iklim di Ethiopia variabilitas, dampak,
j.cliser.2021.100239.
mitigasi, dan adaptasi. J.Soc. Sains. Bersenandung. Res. 2 (4), 66–84.
GPNRS, 2016. Laporan Tahunan Negara Regional Nasional Gambella. Gambella,
Zerihun, N., Getachew, A., 2012. Tingkat kerawanan pangan rumah tangga di pedesaan di
Etiopia.
Zona Guraghe, Wudpecker Etiopia Selatan. J.Agri. Res. 2 (1), 008–014. Zhihua, Z.,
IPCC, 2007. Perubahan Iklim: Kontribusi Dampak, Adaptasi dan Kerentanan
John, CM, 2015. Dasar-Dasar Matematika dan Fisik Iklim
Kelompok Kerja II untuk Laporan Penilaian Keempat Panel Antarpemerintah tentang
Mengubah. Elsevier, Amsterdam, Belanda.
Perubahan Iklim. Cambridge University Press, Cambridge, Inggris, hal. 976.

12