Analisis Ketahanan Pangan Indonesia

Tahun 2015-2017
Kelompok 6-4SE4
Camelia Iltazami Ulva (211709598)
I Wayan Edy Darma Putra (211709742)
Nyoman Putri Pradievy Syanthi (211709930)
 Ketahanan Pangan terhadap Perekonomian Indonesia

OUTLINE
PEMBAHASAN Kajian Pustaka dan Kerangka Pikir

Metodologi Penelitian

Gambaran Umum Ketahanan Pangan Indonesia 2012-2017

Pemodelan Determinan Ketahanan Pangan Indonesia

 Ketahanan Pangan Indonesia
Ketahanan Pangan dan Perekonomian
Ketahanan dan kemandirian pangan
merupakan indikator mendasar yang dapat
mempengaruhi stabilitas ekonomi bahkan
politik suatu negara. Ketahanan pangan
diartikan sebagai kondisi terpenuhinya pangan
bagi rumah tangga yang tercermin dari
tersedianya pangan yang cukup, baik jumlah
maupun mutunya, aman, merata dan
terjangkau. Berbagai gejolak dapat terjadi
apabila ketersediaan pangan lebih kecil
dibandingkan dengan kebutuhannya.
Kebutuhan Beras Indonesia Sebagai Negara Agraris
Bagi Indonesia, pangan sering diidentikkan Fakta bahwa Indonesia adalah negara agraris
dengan beras karena beras merupakan pangan tidak menjamin Indonesia memiliki ketahanan
pokok utama masyarakat Indonesia. Bahkan pangan yang baik. Terbukti dari Global Food
menurut data Puslitbangtan (2005), beras Security Index (GFSI) Indonesia tahun 2016
menjadi komoditas strategis dalam ketahanan berada pada peringkat 71 dari 113 negara
pangan nasional dan dibutuhkan oleh lebih dalam hal ketahanan pangan.
dari 90% penduduk. Berdasarkan fakta
tersebut, kecukupan ketersediaan beras pada
tingkat nasional maupun regional menjadi
prasyarat bagi terwujudnya ketahanan pangan
nasional.

Berdasarkan permasalahan di atas, penelitian ini mencoba untuk mengkaji kondisi dan faktor yang
memengaruhi ketahanan pangan Indonesia dilihat dari rasio ketersediaan beras.
 Ketahanan Pangan

UU No 18 Tahun 2012
Pangan
Segala sesuatu yang berasal dari sumber
hayati baik yang diolah maupun tidak
diolah yang diperuntukkan sebagai
makanan atau minuman bagi konsumsi Rasio Ketersediaan Beras
manusia. Indikator yang dapat digunakan
untuk menggambarkan ketahanan
Ketahanan Pangan pangan adalah rasio antara produksi
Kondisi terpenuhinya pangan bagi negara
dan konsumsi beras di tiap daerah
sampai dengan perseorangan, yang (Afrianto, 2010)
tercermin dari tersedianya pangan yang
𝑷𝒓𝒐𝒅𝒖𝒌𝒔𝒊 𝑩𝒆𝒓𝒂𝒔
cukup, baik jumlah maupun mutunya, 𝑹𝑲𝑷 =
aman, beragam, bergizi, merata, dan 𝑲𝒐𝒏𝒔𝒖𝒎𝒔𝒊 𝑩𝒆𝒓𝒂𝒔
terjangkau serta tidak bertentangan
dengan agama, keyakinan, dan budaya
masyarakat, untuk dapat hidup sehat,
aktif, dan produktif secara berkelanjutan.
 Ketahanan Pangan
Luas panen adalah luasan
tanaman yang dipungut hasilnya
setelah tanaman tersebut cukup
umur.
Luas panen dapat berpengaruh
positif dan signifikan terhadap
ketersediaan beras artinya apabila
luas panen meningkat maka
Luas Panen
ketersediaan beras juga meningkat
sehingga ketahanan pangan dapat
terjaga (Gunawan, 2017).
PDRB Per Kapita
PDRB per kapita adalah rasio
antara nilai PDB atau PDRB dibagi
dengan jumlah penduduk dalam
suatu wilayah per periode
tertentu.
PDRB per kapita berpengaruh secara positif
terhadap jumlah rumah tangga pangan di
Kawasan Timur Indonesia artinya peningkatan
PDRB per kapita juga akan meningkatkan jumlah
rumah tangga tahan pangan (Rachmaningsih,
2012).
Harga beras adalah salah satu
instrumen penting untuk
menjaga stabilitas dan pasokan
beras yang selanjutnya
berguna dalam pencapaian
ketahanan pangan.
• Stabilisasi harga beras menjadi salah satu
Harga Beras sasaran pembangunan ekonomi nasional
karena kenaikan harga beras akan
berdampak terhadap daya beli rumah
tangga berpendapatan rendah dan
meningkatkan inflasi (Suryana, 2014).
• Harga beras memberikan pengaruh positif
Produktivitas dan signifikan terhadap ketersediaan
beras (Hasyim, 2007).
Produktivitas tanaman pangan
adalah suatu nilai yang
menunjukkan rata-rata hasil
produksi per satuan luas per
komoditi tanaman pangan pada
periode satu tahun laporan.
Peningkatan produktivitas pada dasarnya
akan sangat berpengaruh terhadap
meningkatnya jumlah produksi pangan di
suatu wilayah (Wahed, 2015).
 Kerangka Pikir
Konsumsi Beras

Produktivitas

Ketahanan
Luas Panen Pangan
(RKP)

Harga Beras

PDRB Per
Kapita
 Metodologi Penelitian

Ruang Lingkup Analisis Deskriptif

Data yang digunakan adalah data 34 Gambaran umum rasio ketersediaan beras
Provinsi di Indonesia Tahun 2015-2017. Indonesia tahun 2012-2017.

Sumber Data Analisis Inferensia

BPS Provinsi dan Publikasi Kementrian Regresi Data Panel
Pertanian
 Gambaran Umum

Rasio ketahanan pangan Indonesia dari tahun 2012 sampai 2017

mengalami fluktuasi. Dari tahun 2012 hingga 2014, rasio ketahanan
pangan mengalami peningkatan, namun mengalami penurunan yang
cukup drastis pada tahun 2015.
 Koefisien Std. Error t-statistik Prob.
Variabel
Konstanta
LP
28.81302
0.000981
8.400581
0.000291
3.429884
3.373393
0.0009
0.0011
Common Effect
PV
LNH
-0.000916
-2.324924
0.010232
0.936347
-0.089517
-2.482974
0.9289
0.0148
MODEL
LNK Your Picture Here And
-0.217324 Send To-1.311378
0.165722 Back 0.1929
LNPBK -0.449531 0.186133 -2.415105 0.0176 Model common effect
Prob. F-Statistics 0.000000 menggabungkan data cross section
dengan time series dengan
R-Squared 0.361445
menggunakan metode OLS untuk
Adjusted R-squared 0.328187
mengestimasi model data tersebut
Durbin Watson 0.615734 (Widarjono, 2009). Persamaan
Variabel Terikat : Ketahanan Pangan untuk model common effect adalah
sebagai berikut.

Sehingga dapat diperoleh persamaan regresi sebagai berikut.

Y’it= 28.81302 + 0.000981LP’1it – 0.000916PV’2it - 2.324924LNH’3it - 0.217324LNK’4it - 0.449531LNPBK’5it
 Fixed Effect Model
Koefisien Std. Error t-statistik Prob. Model fixed effect
Variabel
mengasumsikan bahwa intercept
Konstanta -8.985437 9.817699 -0.915228 0.3636
adalah berbeda untuk setiap
LP 0.001921 0.000754 2.548607 0.0133
amatan ke-i sedangkan slope
PV 0.020910 0.012283 1.702299 0.0436 tetap sama antar amatan. Dalam
LNH 0.617070 0.659861 0.935153 0.3533 membedakan satu amatan
LNK -1.371013 0.174140 -7.873069 0.0000 dengan amatan yang lainnya
LNPBK 1.099581 0.955836 1.150387 0.2543 digunakan variabel dummy. Fixed
Prob. F-Statistics 0.000000 effect menggambarkan adanya
R-Squared 0.981173 korelasi antara μi dengan variabel
Adjusted R-squared 0.969816 prediktor X sehingga E(μi|X) ≠ 0
Durbin Watson 2.822346 dan μit diasumsikan konstan
Variabel Terikat : Ketahanan Pangan sepanjang waktu.

Sehingga dapat diperoleh persamaan regresi sebagai berikut.

Y’it= (-8.985437+ui)+ 0.001921LP’it + 0.020910PV’it + 0.617070LNH’it -1.371013LNK’it + 1.099581LNPBK’it
 Koefisien Std. Error t-statistik Prob.
Variabel

Random Ef- Konstanta

LP
5.809365
0.002433
5.846395
0.000292
0.993666
8.329026
0.3229
0.0000
0.012427 0.009700 1.281138 0.2032
fect Model
PV
LNH 0.454005 0.595555 0.762323 0.4477
LNK -1.035376 0.131263 -7.887803 0.0000
Random effect mengestimasi data LNPBK -0.357173 0.281851 -1.267237 0.2081
panel yang variabel residualnya (μi) Prob. F-Statistics 0.000000
tidak memiliki korelasi dengan variabel Weighted Statistics R-Squared 0.455655
prediktor X, sehingga E(μi|X) = 0 dan μit Adjusted R-squared 0.427303
diasumsikan random serta memiliki Durbin Watson 1.868867
distribusi. Unweighted R-Squared 0.085323
Statistics Durbin Watson 0.496855

Sehingga dapat diperoleh persamaan regresi :

Y’it= 5.809365 + 0.002433LP’it + 0.012427PV’it - 0.454005LNH’it - 0.454005LNK’it -1.035376LNPBK’it

 Pemilihan Model

Chow Hausman Lagrange

Test Test Multiplier Test

Melihat ada atau Melihat ada atau Melihat ada atau

tidaknya perbedaan tidaknya korelasi antara tidaknya perbedaan μ
intercept antar objek regressor X dengan pada tiap objek (i).
(i). individual effect (μi).

H0 : α1 = α2 = .... = αi = α (Common Effect Model) H0 : E(μi|X) = 0 (random effect model) H0 : σμ2 = 0 (common effect model)
H1 : minimal terdapat satu α i ≠ α (Fixed Effect Model) H1 : E(μi|X) ≠ 0 (fixed effect model) H1 : σμ2 ≠ 0 (random effect model)
Statistik Derajat Bebas Prob. Chi-Sq Statistics Chi-Sq d.f. Prob.
Uji Efek Test Summary Statistik Uji = 29,24
Cross-section F 62.840283 (33,63) 0.000
Cross-section Chi-Square 359.437480 33 0.000
Cross-section random 19.789537 5 0.0014 X2(0,05;33) = 47,40
 Uji Asumsi Klasik
Pengujian asumsi normalitas dilakukan Uji ini digunakan untuk mengetahui apakah
dengan Uji Jarque-Berra. matriks struktur varian kovarian residual bersifat
homoskedastik atau heteroskedastik (Green,
2003, hal. 328-329).
Berdasarkan hasil pengujian terhadap
Dari hasil pengujian homoskedastisitas LM-test
model yang terbentuk, diperoleh
diperoleh nilai statistik uji sebesar 29,24 yang
probabilitas Jarque Bera sebesar 0,4758
Normalitas menandakan bahwa model regresi data panel
yang berarti gagal tolak H0 atau error
bersifat homoskedastis dan memenuhi seluruh
terbukti berdistribusi normal. Struktur asumsi struktur varian-kovarian.
Varians-Covarians

Multikolinearitas

Infographics
Uji multikolinearitas bertujuan untuk
menguji apakah dalam model regresi panel
ditemukan adanya korelasi antar variabel
bebas.
Luas Produktivitas ln_harga ln_konsumsi ln_PDRB
lahan beras per kapita
Luas lahan 1.000000 0.422442 -0.374311 0.832841 -0.179577
Produktivitas 0.422442 1.000000 -0.382634 0.491533 -0.068391
ln_harga beras -0.374311 -0.382634 1.000000 -0.399466 0.390712
ln_konsumsi 0.832841 0.491533 -0.399466 1.000000 -0.076014
ln_PDRB per -0.179577 -0.068391 0.390712 -0.076014 1.000000
kapita
 Provinsi Effect
ACEH 2.295541
SUMATERA UTARA
SUMATERA BARAT
1.412159
1.527069 Efek Individu
RIAU -0.987694
JAMBI -0.277494
SUMATERA SELATAN 2.031650
BENGKULU 0.493657 01
LAMPUNG 2.128684
Nangroe Aceh Darussalam
KEP. BANGKA BELITUNG -1.920416
Provinsi Aceh akan memiliki nilai ketahanan
2.29
KEP. RIAU -2.878761
DKI JAKARTA -1.542749
pangan paling tinggi dibanding provinsi lainnya
JAWA BARAT 0.233082 dengan asumsi seluruh variabel bebas memiliki
JAWA TENGAH 0.595488 nilai yang sama.
DI YOGYAKARTA 0.480302
JAWA TIMUR -0.162388
BANTEN 0.881978
BALI -0.079009
NUSA TENGGARA BARAT 1.849185
NUSA TENGGARA TIMUR
KALIMANTAN BARAT
1.486306
0.853279
34
Papua Barat
KALIMANTAN TENGAH 0.370223
KALIMANTAN SELATAN 1.984202 Provinsi Papua Barat akan memiliki nilai
KALIMANTAN TIMUR -2.132659 -3.65 ketahanan pangan paling rendah dibanding
KALIMANTAN UTARA -3.400929 provinsi lainnya ketika nilai seluruh variabel bebas
SULAWESI UTARA -0.017067 sama.
SULAWESI TENGAH 0.568659
SULAWESI SELATAN 2.128408
SULAWESI TENGGARA 0.071987
GORONTALO -0.355921
SULAWESI BARAT 0.304939
MALUKU -1.082259
MALUKU UTARA -1.420054
PAPUA BARAT -3.653523
PAPUA -1.785875
 KESIMPULAN
Berdasarkan hasil pembahasan,
kesimpulan yang diperoleh
adalah
Variabel yang Tidak Signifikan
Variabel yang tidak signifikan
berpengaruh pada ketahanan pangan
Indonesia adalah variabel PDRB per
kapita dan harga beras
Variabel yang Berpengaruh Negatif
Variabel yang berpengaruh negatif dan
signifikan terhadap ketahanan pangan
Indonesia adalah variabel konsumsi
beras
Kondisi
Kondisi ketahanan pangan Indonesia
dari tahun 2012 hingga 2017 yang
digambarkan oleh rasio ketersediaan
01 beras  memiliki tren yang negatif
Model
05 02 Model regresi data panel yang cocok
untuk menjelaskan faktor-faktor yang
mempengaruhi ketahanan pangan
Indonesia adalah model fixed effect
04 03 Variabel yang Berpengaruh Positif
Variabel yang berpengaruh positif dan
signifikan terhadap ketahanan pangan
Indonesia adalah variabel luas panen
padi dan produktivitas padi
Thank You