analisis faktor-faktor yang mempengaruhi ketahanan …
TRANSCRIPT
TUGAS AKHIR – SS 145561
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN PANGAN RUMAH TANGGA PENDERITA TUBERKULOSIS DI WILAYAH NON PESISIR SURABAYA
Umniyyah Taufiqoh
NRP 10611500000105
Pembimbing Dra. Destri Susilaningrum, M.Si
Program Studi Diploma III Departemen Statistika Bisnis Fakultas Vokasi Institut Teknologi Sepuluh Nopember Surabaya 2018
TUGAS AKHIR – SS 145561
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN PANGAN RUMAH TANGGA PENDERITA TUBERKULOSIS DI WILAYAH NON PESISIR SURABAYA
Umniyyah Taufiqoh NRP 10611500000105
Pembimbing Dra. Destri Susilaningrum, M.Si
Program Studi Diploma III Departemen Statistika Bisnis Fakultas Vokasi Institut Teknologi Sepuluh Nopember Surabaya 2018
FINAL PROJECT – SS 145561
ANALYSIS OF FACTORS AFFECTING HOUSEHOLD FOOD SECURITY OF TUBERCULOSIS PATIENTS IN NON COASTAL AREAS SURABAYA
Umniyyah Taufiqoh NRP 10611500000105
Supervisor Dra. Destri Susilaningrum, M.Si
Study Programme of Diploma III Department of Business Statistics Faculty of Vocations Institut Teknologi Sepuluh Nopember Surabaya 2018
iii
iv
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
KETAHANAN PANGAN RUMAH TANGGA PENDERITA
TUBERKULOSIS DI WILAYAH NON PESISIR
SURABAYA
Nama : Umniyyah Taufiqoh
NRP : 10611500000105
Departemen : Statistika Bisnis Fakultas Vokasi
Dosen Pembimbing : Dra Destri Susilaningrum, M.Si
Abstrak
Ketahanan pangan merupakan suatu sistem ekonomi pangan yang
terintegrasi terdiri atas berbagai subsistem. Ketahanan pangan
mengandung dua unsur pokok, yaitu ketersediaan pangan cukup dan
aksesibilitas masyarakat terhadap pangan yang memadai.
Ketidakstabilan ekonomi suatu negara merupakan salah satu akibat
terjadinya kerawanan pangan, oleh karena itu pemerintah melakukan upaya pencegahan terjadinya kerawanan pangan, namun dalam
pemenuhan kebutuhan pangan ini terdapat beberapa kendala, salah
satunya adalah pemenuhan gizi dan nutrisi kurang layak sehingga
menimbulkan berbagai macam penyakit, salah satunya adalah
Tuberkulosis. Surabaya merupakan Kota yang menempati urutan
pertama di Jawa Timur mengenai penyebaran penyakit TB, terdapat
4.493 warga Surabaya yang terinfeksi bakteri Mycobacterium
Tuberculosis. Oleh karena itu, penelitian ini dilakukan untuk
mengetahui faktor-faktor yang mempengaruhi status ketahanan pangan
rumah tangga penderita TB paru di puskesmas wilayah non pesisir kota
Surabaya menggunakan metode regresi logistik biner. Hasil analisis
menunjukkan bahwa 84% merupakan rumah tangga rawan pangan, sedangkan sisanya yaitu sebesar 16% merupakan rumah tangga tahan
pangan. Variabel pekerjaan Kepala Rumah Tangga, jumlah balita, status
kepemilikan rumah, jenis lantai, dan jenis atap berpengaruh signifikan
terhadap status ketahanan pangan rumah tangga penderita tuberkulosis
di Wilayah no pesisir Surabaya.
Kata Kunci : Ketahanan Pangan, Kota Surabaya, Regresi Logistik
Biner, Tuberkulosis
.
v
ANALYSIS OF FACTORS AFFECTING HOUSEHOLD
FOOD SECURITY OF TUBERCULOSIS PATIENTS IN
NON COASTAL AREAS SURABAYA
Name : Umniyyah Taufiqoh
NRP : 10611500000105
Department : Business Statistics Faculty of Vocations
Supervisor : Dra Destri Susilaningrum, M.Si
Abstract
Food security is an integrated food economy system
consisting of various subsystems. Food security contains two main elements, namely the availability of adequate food and the
accessibility of the community to adequate food. Economic
instability of a country is one of the consequences of food
insecurity, therefore the government made efforts to prevent the occurrence of food insecurity, but in the fulfillment of these food
needs there are some obstacles, one of which is the fulfillment of
nutrition and nutrition less feasible, causing various diseases, one of them is Tuberculosis. Surabaya is the first city in East Java on
the spread of TB disease, there are 4,493 Surabaya residents
infected with Mycobacterium Tuberculosis bacteria. Therefore, this study was conducted to determine the factors that affect the
status of household food security of pulmonary TB patients in the
non-coastal community health centers of Surabaya using binary
logistic regression method. The results showed that 84% were food insecure, while the remaining 16% were food resistant
households. The wife education variables, the number of children
under five, the type of floor, the house ventilation, and water source have a relationship with the status of household food
security of TB patients in non-coastal areas of Surabaya.
Keywords: Binary Logistic Regression, Food Security, Surabaya City,
Tuberculosis
vi
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan
rahmat, taufiq, serta hidayah-Nya sehingga penulis dapat menyelesaikan laporan Tugas Akhir yang berjudul “Analisis
Faktor-faktor yang Mempengaruhi Ketahanan Pangan
Rumah Tangga Penderita Tuberkulosis di Wilayah Non Pesisir Surabaya”. Penyusunan Tugas Akhir ini dapat
terselesaikan dengan baik dan lancar karena tidak lepas dari
dukungan berbagai pihak. Oleh karena itu, penulis mengucapkan
terima kasih kepada: 1. Ibu Dra. Destri Susilaningrum, M.Si selaku dosen
pembimbing, yang telah membimbing, mengarahkan
dengan sabar, mendukung serta menyediakan fasilitas untuk menyelesaikan Tugas Akhir bagi penulis.
2. Ibu Dra. Sri Mumpuni Retnaningsih,MT selaku validator
sekaligus selaku dosen penguji serta Iis Dewi Ratih, S.Si., M.Si yang juga merupakan dosen penguji yang telah
memberikan saran-saran untuk kesempurnaan Tugas Akhir
ini.
3. Bapak Dr. Wahyu Wibowo, S.Si, M.Si selaku Kepala Departemen Statistika Bisnis ITS yang telah menyediakan
fasilitas utuk menyelesaikan Tugas Akhir ini.
4. Ibu Ir. Sri Pingit Wulandari, M.Si selaku Kepala Program Studi Departemen Statistika Bisnis ITS, yang telah
memberikan saran-saran, nasihat, motivasi untuk
kesempurnaan Tugas Akhir ini.
5. Ibu Dra. Lucia Aridinanti, M.T selaku dosen wali penulis yang telah memberikan nasehat, motivasi, serta bimbingan
kepada penulis selama penulis menempuh pendidikan.
6. Seluruh Dosen dan karyawan Departemen Statistika Bisnis ITS yang telah memberikan pengalaman, ilmu kepada
penulis serta memberikan kelancaran dalam kuliah baik
dari sarana prasarana. 7. Kedua orang tua penulis, Almarhum Bapak Masrukan dan
Ibu Siti Ruqoiyah Rusmin yang selama hidup beliau telah
vii
memberikan segalanya bagi penulis, cinta, kasih sayang,
pengorbanan, perjuangannya dan do’a bagi penulis
sehingga penulis bisa sampai seperti sekarang ini.
8. Seluruh keluarga besar penulis yang telah memberikan do’a dan dukungan kepada penulis, yang selalu ada untuk
penulis saat suka maupun duka dan yang selalu membe-
rikan semangat bagi penulis untuk segera menyelesaikan Tugas Akhir ini.
9. Seluruh tim surveyor yang telah membantu dalam pe-
ngumpulan data untuk Tugas Akhir ini. 10. Sahabat-sahabat tercinta serta seluruh rekan-rekan maha-
siswa Departemen Statistika Bisnis Fakultas Vokasi ITS
khususnya angkatan 2015 “HEROES” dan semua pihak yang selalu memberikan semangat dan doa sehingga
laporan ini dapat terselesaikan.
11. Semua pihak yang telah memberikan dukungan yang tidak
dapat disebutkan satu persatu oleh penulis. Penulis menyadari bahwa laporan Tugas Akhir ini masih
jauh dari kata sempurna, oleh karena itu penulis sangat meng-
harapkan kritik dan saran yang membangun agar berguna untuk perbaikan berikutnya. Semoga laporan Tugas Akhir ini
bermanfaat.
Surabaya,10 Juli 2018
Penulis
viii
DAFTAR ISI
Halaman
HALAMAN JUDUL ................................................................. i TITLE PAGE ............................................................................ ii
LEMBAR PENGESAHAN .................................................... iii
ABSTRAK .............................................................................. iv
ABSTRACT .............................................................................. v
KATA PENGANTAR ............................................................. vi
DAFTAR ISI ......................................................................... viii
DAFTAR TABEL .................................................................... x
DAFTAR GAMBAR ............................................................... xi
DAFTAR LAMPIRAN .......................................................... xii
BAB I PENDAHULUAN 1.1 Latar Belakang ............................................................ 1
1.2 Rumusan Masalah ....................................................... 4
1.3 Tujuan Penelitian ........................................................ 4 1.4 Manfaat Penelitian ...................................................... 4
1.5 Batasan Masalah ......................................................... 4
BAB II TINJAUAN PUSTAKA
2.1 Analisis Regresi Logistik Biner ................................... 7
2.1.1 Estimasi Parameter ............................................. 8
2.1.2 Pengujian Signifikansi Parameter ..................... 10
2.1.3 Kesesuaian Model ............................................ 13 2.1.4 Prosedur Klasifikasi.......................................... 14
2.1.5 Odds Ratio ....................................................... 14
2.2 Ketahanan Pangan ..................................................... 15
2.3 TB ............................................................................ 15
BAB III METODOLOGI PENELITIAN
3.1 Sumber Data ............................................................. 17
3.2 Variabel Penelitian .................................................... 17 3.3 Metode Pengambilan Sampel .................................... 24
3.4 Metode Analisis ........................................................ 26
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Karakteristik Rumah Tangga Penderita Penyakit TB
di Wilayah Non Pesisir Kota Surabaya ...................... 29
ix
4.1.1 Karakteristik Kasus Penyakit TB di Wilayah
Non Pesisir Kota Surabaya .............................. 29
4.1.2 Karakteristik Ketahanan Pangan Rumah
Tangga Penderita Penyakit TB di Wilayah Non Pesisir Kota Surabaya .............................. 31
4.1.3 Karakteristik Sosial Ekonomi Rumah Tangga
Penderita Penyakit TB di Wilayah Non Pesisir Kota Surabaya ................................................ 37
4.2 Analisis Regresi Logistik Biner ................................. 38
4.2.1 Estimasi Parameter .......................................... 38 4.2.2 Model Logit pada Status Ketahanan Pangan
Rumah Tangga Penderita Penyakit TB di
Wilayah Non Pesisir Kota Surabaya ................ 45
4.2.3 Uji Kesesuaian Model Status Ketahanan Pangan Rumah Tangga Penderita Penyakit TB
di Wilayah Non Pesisir Kota Surabaya ............ 46
4.2.4 Ketepatan Klasifikasi Status Ketahanan Pangan Rumah Tangga Penderita Penyakit TB
di Wilayah Non Pesisir Kota Surabaya ............ 47
4.3 Nilai Odds Ratio ....................................................... 48
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan ............................................................... 51
5.2 Saran ........................................................................ 51
DAFTAR PUSTAKA. ............................................................ 53
LAMPIRAN ........................................................................... 55
BIODATA PENULIS............................................................. 83
x
DAFTAR TABEL
Halaman
Tabel 2.1 Tabel Klasifikasi .................................................... 14 Tabel 2.2 Tabel Model Regresi Variabel Prediktor Biner ........ 15
Tabel 3.2 Variabel Penelitian ................................................. 20
Tabel 3.3 Indikator Ketahanan Pangan ................................... 22 Tabel 3.4 Struktur Data .......................................................... 23
Tabel 3.5 Jumlah Populasi dan Sampe pad Tiap Puskesmasl... 23
Tabel 4.1 Karakteristik Sosial Ekonomi Rumah Tangga
Penderita Penyakit TB di Wilayah Non Pesisir Surabaya ................................................................ 37
Tabel 4.2 Hasil Uji Parsial dengan Memasukkan Seluruh
Variabel Prediktor .................................................. 40 Tabel 4.3 Hasil Uji Parsial Terhadap dengan Memasukkan
Tujuh Variabel Prediktor ........................................ 42
Tabel 4.4 Hasil Uji Parsial Terhadap Variabel yang Digunakan dalam Pembentukan Model ................... 45
Tabel 4.5 Hasil Uji Kesesuaian Model.................................... 47
Tabel 4.6 Klasifikasi Status Ketahanan Pangan Rumah
Tangga Penderita TB di Wilayah Non Pesisir Surabaya ................................................................ 47
Tabel 4.7 Nilai Odds Ratio dari Variabel yang Masuk dalam
Model ..................................................................... 48
xi
DAFTAR GAMBAR
Halaman
Gambar 3.1 Diagram Alir Penelitian .................................... 27 Gambar 4.1 Perentase Penderita Penyakit TB Menurut
Jumlah Penduduk per Kecamatan di Wilayah
Non Pesisir Kota Surabaya Tahun 2017 ........... 30 Gambar 4.2 Persentase Penderita Penyakit TB Berdasarkan
Jenis TB .......................................................... 30
Gambar 4.3 Persentase Penderita Penyakit TB Berdasarkan
Lama Pengobatan ............................................. 31 Gambar 4.4 Persentase Penderita Penyakit TB Berdasarkan
Indikator Kecukupan Pangan ............................ 31
Gambar 4.5 Persentase Penderita Penyakit TB Berdasarkan Frekuensi Makan .............................................. 32
Gambar 4.6 Persentase Penderita Penyakit TB Berdasarkan
Indikator Stabilitas Pangan ............................... 32 Gambar 4.7 Persentase Penderita Penyakit TB Berdasarkan
Akses Fisik, Akses Sosial, Akses Ekonomi ....... 33
Gambar 4.8 Persentase Penderita Penyakit TB Berdasarkan
Indikator Aksesibilitas dan Kontinyuitas .......... 34 Gambar 4.9 Persentase Penderita Penyakit TB Berdasarkan
Ketersediaan Pangan ........................................ 34
Gambar 4.10 Persentase Penderita Penyakit TB Berdasarkan Kualitas atau Keamanan Pangan ....................... 35
Gambar 4.11 Persentase Penderita Penyakit TB Berdasarkan
Status Ketahanan Pangan Rumah Tangga ......... 36
Gambar 4.12 Analisis Ketahanan Pangan Tiap Kecamatan .... 37
xii
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir Surabaya............................................................. 55
Lampiran 2. Penentuan Status Ketahanan Pangan ................... 63
Lampiran 3. Output Analisis Regresi Logistik Biner dengan Memasukkan Seluruh Variabel Prediktor ............ 72
Lampiran 4. Output Analisis Regresi Logistik Biner dengan
Memasukkan Variabel Prediktor yang
Digunakan Dalam Model .................................... 74
Lampiran 5. Surat Keaslian Data ............................................ 76
Lampiran 6. Surat Izin Survei ................................................. 77
Lampiran 7. Kuisioner Penelitian............................................ 79
Lampiran 8. Dokumentasi ...................................................... 82
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Ketahanan pangan merupakan suatu sistem ekonomi pa-ngan yang terintegrasi yang terdiri atas berbagai subsistem
(Suryana, 2003). Ketahanan pangan setidaknya mengandung dua
unsur pokok, yaitu ketersediaan pangan yang cukup dan aksesi-bilitatass masyarakat terhadap pangan yang memadai, dimana
kedua unsur tersebut mutlak terpenuhi untuk mencapai derajat
kesehatan dan kesejahteraan masyarakat (Hasan, 2006). Ketaha-nan pangan merupakan satu kesatuan utuh atas dimensi keter-
sediaan, aksesibilitas, dan stabilitas harga pangan. Sedangkan
Dewan Ketahanan Pangan (DKP) bersama World Food Program
(WFP) telah merumuskan indikator-indikator ketahanan pangan yang dikelompokkan ke dalam tiga faktor, yaitu faktor keter-
sediaan, akses, dan pemanfaatan pangan (DKP, 2017). Dengan
demikian, dapat dikatakan bahwa sistem ketahanan pangan terdiri dari tiga subsistem utama yaitu ketersediaan, akses, dan penye-
rapan pangan. Ketersediaan pangan harus mampu mencukupi
pangan yang didefinisikan sebagai jumlah kalori yang dibutuhkan untuk kehidupan yang aktif dan sehat (Suryana, 2003). Akses
pangan adalah kemampuan semua rumah tangga dan individu
dengan sumber daya yang dimilikinya untuk memperoleh pangan
yang cukup untuk kebutuhan gizinya. Akses pangan meliputi akses ekonomi, fisik, dan sosial. Akses ekonomi tergantung pada
pendapatan, kesempatan kerja, dan harga. Akses fisik
menyangkut tingkat isolasi daerah (sarana dan prasarana distribusi), sedangkan akses sosial menyangkut tentang preferensi
pangan. Sedangkan penyerapan pangan adalah penggunaan pa-
ngan untuk kebutuhan hidup sehat yang meliputi kebutuhan
energi dan gizi, air, dan kesehatan lingkungan. Efektifitas dari penyerapan pangan tergantung pada pengetahuan rumah tang-
ga/individu, sanitasi dan ketersediaan air, fasilitas dan layanan ke-
sehatan, serta penyuluhan gizi dan pemeliharaan balita. Penye-
2
rapan pangan merujuk pada penggunaan pangan oleh rumah
tangga dan kemampuan individu untuk menyerap dan metabo-
lisme zat gizi (DKP, 2017).
Informasi mengenai ketahanan, kemandirian, dan kedau-latan pangan menjadi sangat penting untuk mendukung program
pemerintah dalam pembangunan sektor unggulan. Ketidakstabilan
ekonomi suatu Negara merupakan salah satu akibat terjadinya kerawanan pangan, oleh karena itu pemerintah telah melakukan
berbagai upaya pencegahan terjadinya kerawanan pangan dengan
melakukan pemenuhan kebutuhan pangan, namun terkadang dalam pemenuhan akan kebutuhan pangan ini terdapat beberapa
kendala, salah satunya adalah pemenuhan gizi kurang layak se-
hingga menimbulkan berbagai macam penyakit, salah satunya
adalah Tuberkulosis (TB). Ketahanan pangan berpengaruh besar terutama terhadap pemenuhan kebutuhan nutrisi, jika pemenuhan
kebutuhan akan nutrisi tidak cukup baik, maka penyakit akan
mudah menyerang tubuh. Salah satu penyakit yang mudah me-nular yaitu penyakit TB, karena TB merupakan salah satu
penyakit yang menjadi pencapaian MDGs (Millenium Deve-
lopment Goals) dan menjadi tugas pemerintah untuk memerangi penyakit TB (Dinas Kesehatan Kota Surabaya, 2016).
TB adalah adalah penyakit menular langsung yang
disebabkan oleh kuman TB (Mycobac- terium Tuberculosis) ,
sebagian besar kuman TB menyerang paru-paru, tetapi dapat juga mengenai organ tubuh lainnya. Kuman ini berbentuk batang, yang
bersifat tahan terhadap asam. Oleh karena itu,kuman ini disebut
pula sebagai Basil Tahan Asam (BTA), kuman TB cepat mati jika terkena sinar matahari langsung, tetapi dapat bertahan hidup
beberapa jam ditempat yang gelap dan lembab. Dalam jaringan,
tubuh kuman ini dapat dorman atau tertidur selama beberapa
tahun (Suryo, 2010). Surabaya merupakan Kota yang menempati urutan pertama penyebaran penyakit TB. Warga Surabaya rentan
terserang bakteri Mycobacterium Tuberculosis. Setidaknya ter-
dapat 4.493 warga Surabaya yang terinfeksi bakteri Myco-bacterium Tuberculosis (Dinas Kesehatan Kota Surabaya, 2017).
3
Pada tahun 2013, penyakit TB juga merupakan salah satu
penyakit yang termasuk dalam sepuluh penyakit terbanyak di
Surabaya dan Surabaya juga sebagai kota terbesar kedua di
Indonesia dengan luas wilayah kurang lebih 326,37 km2 dan dengan jumlah penduduk kurang lebih 2.801.409 jiwa, secara
administratif terbagi dalam 31 kecamatan dimana 20 kecamatan
yang ada di Kota Surabaya terletak diwilayah non pesisir yang dirujuk dalam (Prabawati, 2012). Penelitian kali ini dilakukan di
daerah non pesisir Surabaya karena pe-nelitian sebelumnya
dilakukan di daerah pesisir Surabaya. Hasil penelitian sebelumnya dengan menggunakan metode
regresi logistik biner pada wilayah yang berbeda, yaitu wilayah
pesisir dengan jumlah 11 kecamatan dan 20 puskesmas menun-
jukkan bahwa wilayah pesisir Kota Surabaya yang memiliki jum-lah penderita TB paru tertinggi pada tahun 2015 adalah Keca-
matan Kenjeran yaitu sebesar 295 pasien, sedangkan jumlah
penderita TB paru terendah dimiliki oleh Kecamatan Bulak dan Gunung Anyar, yaitu sebesar 29 pasien. Variabel yang memiliki
hubungan dengan status ketahanan pangan rumah tangga
penderita penyakit TB paru di wilayah pesisir Kota Surabaya adalah variabel tingkat pendidikan terakhir kepala rumah tangga,
tingkat pendidikan terakhir istri, jumlah anggota rumah tangga,
jumlah anak balita, kepadatan hunian rumah, luas ventilasi rumah,
dan status kepemilikan WC/toilet/jamban. Maka dari itu, dila-kukan penelitian di wilayah non pesisir Surabaya untuk memban-
dingkan dengan wilayah pesisir pantai. Variabel-variabel yang
digunakan pana penelitian ini berdasarkan jurnal “Pemodelan Status Ketahanan Pangan Rumah Tangga Penderita Penyakit TB
Paru Menggunakan Metode Regresi Logistik Biner” oleh Ayu
Dwi Rositawati. Pada penelitian ini diharapkan dapat diketahui
faktor-faktor yang mempengaruhi ketahanan pangan dari rumah tangga dengan penderita TB dengan menggunakan regresi logistik
biner.
4
1.2 Perumusan Masalah Ketahanan pangan harus selalu ditingkatkan untuk men-
sejahterakan masyarakat. Jika pemenuhan akan kebutuhan nutrisi
kurang, maka tidak menutup kemungkinan berbagai macam pe-nyakit menyerang tubuh seseorang, salah satunya adalah penyakit
TB, oleh karena itu permasalahan yang ingin diangkat dalam
penelitian ini adalah bagaimana gambaran karakteristik rumah tangga penderita TB dan faktor-faktor yang mempengaruhi
ketahanan pangan rumah tangga penderita TB di Wilayah non
pesisir Surabaya menggunakan regresi logistik biner serta odds ratio dari faktor yang berpengaruh terhadap ketahanan pangan
rumah tangga penderita TB di Wilayah non pesisir Surabaya.
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah yang ada, berikut merupakan tujuan dari penelitian ini.
1. Mengetahui gambaran karakateristik pada rumah tangga
penderita TB di Wilayah non pesisir Surabaya. 2. Mengetahui faktor-faktor yang mempengaruhi ketahanan
pangan pada rumah tangga penderita TB di Wilayah non
pesisir Surabaya. 3. Mendapatkan odds ratio pada rumah tangga penderita TB
di Wilayah non pesisir Surabaya.
1.4 Manfaat Penelitian
Manfaat yang dapat diperoleh bagi masyarakat non pesisir Surabaya adalah memberikan informasi mengenai faktor-faktor
yang mempengaruhi ketahanan pangan pada rumah tangga pen-
derita TB di Wilayah non pesisir Kota Surabaya, dan diharapkan informasi tersebut dapat menjadi bahan evaluasi untuk Dinas
Kesehatan Kota Surabaya.
1.5 Batasan Masalah
Batasan masalah pada penelitian ini adalah rumah tangga penderita TB yang berada di 20 kecamatan non pesisir Kota
Surabaya. Kecamatan-kecamatan yang berada diwilayah non
pesisir Surabaya antara lain Kecamatan Bubutan, Dukuh Pakis,
5
Genteng, Gubeng, Sawahan, Simokerto, Sukomanunggal,
Tambaksari, Tegalsari, Wonokromo, Pakal, Tandes, Sambikerep,
Lakarsantri, Wiyung, Jambangan, Karangpilang, Wonocolo, Ga-
yungan, dan Tenggilis Mejoyo.
6
Halaman ini sengaja dikosongkan
7
BAB II
TINJAUAN PUSTAKA
Pada bab ini akan dijelaskan mengenai metode-metode
analisis yang akan digunakan untuk menyelesaikan permasalahan, yaitu tabel kontingensi, uji independensi, dan analisis regresi
logistik biner serta tinjauan non statistik.
2.1 Analisis Regresi Logistik Biner
Indeks Analisis regresi logistik digunakan untuk men-
jelaskan hubungan antara variabel tak bebas yang berupa data
dikotomik atau biner dengan variabel bebas yang berupa data
berskala interval dan kategorik (Hosmer & Lemeshow, 2000). Variabel tak bebas berskala biner adalah variabel tak bebas y
yang menghasilkan dua kategorik (dikotomik) yang dinotasikan
sebagai y = 2 menyatakan kejadian sukses dan y = 1 menyatakan kejadian gagal. Dalam keadaan demikian variabel Y mengikuti
distribusi Bernoulli untuk setiap observasi tunggal, memiliki
fungsi probabilitas yang ditunjukkan pada Persamaan (2.1).
2,1;1)(1
yyfyy (2.1)
Sehingga jika y =1, maka 1yf dan jika y = 1 maka
yf . Bentuk umum model regresi logistik dengan p
variabel bebas adalah :
)....exp(1
).....exp()(
110
110
pp
pp
xx
xxx
(2.2)
Dimana :
)(x = Peluang kejadian sukses dengan nilai probabilitas 0 ≤
)(x ≤1
j = Nilai parameter dengan j = 0, 1, …, p.
(Hosmer & Lemeshow, 2000).
Model regresi logistik pada Persamaan (2.2) dapat
diuraikan dengan menggunakan transformasi logit dari x
untuk mempermudah pendugaan parameter regresi sehingga
8
untuk mempermudah pendugaan parameter regresi sehingga
diperoleh model g(x) yang merupakan fungsi linear dari
parameter-parameternya yang ditujunkkan pada Persamaan (2.3).
pp xxx
xxg
...
1ln 110 (2.3)
2.1.1 Estimasi Parameter
Regresi logistik estimasi parameter dilakukan dengan
metode Maximum Likelihood. Metode tersebut mengestimasi
parameter β dengan cara memaksimumkan fungsi likelihood dan mensyaratkan bahwa data harus mengikuti suatu distribusi
tertentu. Pada regresi logistik, setiap pengamatan mengikuti
distribusi bernoulli sehingga dapat ditentukan fungsi likeli-hoodnya . Jika xi dan yi adalah pasangan variabel bebas dan tak
bebas pada pengamatan ke-i dan diasumsikan bahwa setiap
pasangan pengamatan saling independen dengan pasangan pe-ngamatan lainnya, i = 1, 2, ...,n maka fungsi probabilitas untuk
setiap pasangan adalah sebagai berikut. ii y
i
y
ii xxxf
1
))(1()()(
(2.4)
Dengan,
p
j
jj
p
j
jj
x
x
i
e
ex
0
0
1
)(
(2.5)
Dimana ketika j = 0 maka nilai Xij=Xi0=1 Setiap pasangan pengamatan diasumsikan independen
sehingga fungsi likelihoodnya merupakan gabungan dari fungsi
distribusi masing-masing pasangan yaitu sebagai berikut.
ii y
i
n
i
y
i
n
i
i xxxfl
1
11
))(1()()( (2.6)
Fungsi likelihood tersebut lebih mudah dimaksimumkan
dalam bentuk ln l dan dinyatakan dengan L .
9
p
j
ijj
n
i
j
p
j
n
i
iji
y
i
n
i
y
i
xxy
xx
lL
ii
010 1
1
1
exp1ln
))(1()(ln
ln
(2.7)
Nilai
maksimum didapatkan melalui turunan )(L
terhadap dan hasilnya adalah sama dengan nol.
pjxxxy
xxxyL
n
i
iij
n
i
iji
n
i
iij
n
i
iji
j
,...,1,00)(
)()(
11
11
(2.8)
Estimasi varians dan kovarians dikembangkan melalui teori
MLE (Maximum Likelihood Estimation) dari koefisien para-meternya. Teori tersebut menyatakan bahwa estimasi varians
kovarians didapatkan melalui turunan kedua )(L sebagai be-
rikut.
))(1)(()(
1
ii
n
i
iuij
jj
xxxxL
(2.9)
Dimana pj ,...,1,0
Untuk mendapatkan nilai taksiran dari turunan pertama
fungsi βL yang non linear, maka digunakan metode iterasi
Newton Raphson dengan langkah-langkah sebagai berikut.
1. Menentukan nilai awal estimasi parameter (0) yang
didapatkan dari metode OLS (Ordinary Least Square).
1. Kemudian dengan menggunakan persamaan (2.10) maka
didapatkan 0
ix .
10
k
j
ijt
j
k
j
ijt
j
x
x
t
i
e
ex
0
0
1
(2.10)
dari persamaan (2.10) diperoleh, tTt
i
t
i
Tttmyxxx
11 1 xπxπDiagββ (2.11)
3. Menentukan u(0)
menggunakan persamaan 2.12 sebagai
berikut.
p
tT LL
L
Lu
,,,
10
4. Diperoleh matriks Hessian H(0)
dan vektor q(0)
dari 0
ix
pada langkah 1.
kkkk
k
k
hhh
hhh
hhh
21
22221
11211
H dan
K
βββ
LLLT ,...,,10
q
Elemen-elemen dari matriks Hessian adalah
uj
ju
Lh
2
dimana j,u = 0, 1, 2, ..., k.
Proses selanjutnya untuk 0t digunakan persamaan
(2.11) dan (2.12) hingga ti
x dan (t) konvergen.
2.1.2 Pengujian Signifikansi Parameter
Setelah menaksir parameter maka langkah selanjutnya yang
dilakukan adalah menguji signifikansi parameter tersebut. Untuk
itu digunakan uji hipotesis statistik untuk menentukan apakah variabel prediktor dalam model signifikan atau berpengaruh nyata
terhadap variabel respon. Pengujian signifikansi parameter dila-
kukan sebagai berikut.
(2.12)
(2.13)
11
a. Uji Serentak
Uji serentak disebut juga uji model chi-square, dilakukan sebagai upaya memeriksa peranan variabel prediktor dalam model
secara bersama-sama.
Hipotesis:
H0: 0...21
j
H1: Paling tidak terdapat satu 0j
; j = 1, 2, ..., p
Statistik uji:
n
i
y
i
y
i
nn
ii
i
n
n
n
n
G
1
1
01
ˆ1ˆ
ln2
0
(2.14)
dimana :
n1= banyaknya observasi yang berkategori y=2
n
i
y1
1
n0= banyaknya observasi yang berkategori y=1
n
i
y1
11
n = banyaknya observasi 01
nn
Daerah kritis : Tolak H0 pada taraf signifikan α apabila nilai G>
2
,db
Dengan df merupakan derajat bebas yaitu banyaknya parameter
dalam model tanpa β0. Dengan menolak H0, maka
paling tidak terdapat satu parameter β yang berpengaruh signifikan terhadap variabel respon.
b. Uji Parsial
Pembentukan model regresi logistik dengan satu variabel
prediktor atau univariat bertujuan untuk mengetahui variabel prediktor mana yang berpengaruh secara individu terhadap
variabel respon, sebelum dilakukan pemodelan antara variabel
respon dengan variabel-variabel prediktor secara bersama-sama. Untuk itu, perlu dilakukan pengujian signifikansi parameter
12
sebagai koefisien dari variabel prediktor pada masing-masing
model univariat.
Digunakan untuk menguji pengaruh setiap i secara
individual. Hasil pengujian secara parsial akan menunjukkan apakah suatu variabel prediktor layak untuk masuk dalam model
atau tidak (Hosmer & Lemeshow, 2000).
Hipotesis:
H0: 0j
H1: 0j
; j = 1,2,3,...,p
Statistik uji: 2
2
)ˆ(
ˆ
i
i
SEW
(2.15)
ˆ ˆvarj jSE (2.16)
1
1ˆvar j X VX
(2.17)
11 1
21 2
1
1
1
1
p
p
n np
x x
x xX
x x
(2.18)
nn
nxnV
ˆ1ˆ000
00ˆ1ˆ0
000ˆ1ˆ
22
11
Nilai i
diperoleh dari perhitungan rumus persamaan (2.10)
Keterangan :
j : Nilai koefisien dengan variabel prediktor ke –j
j
SE : Taksiran standart error parameter ke-j
j
Var : Varians dari penaksir koefisien ke-j
(2.19)
13
i : Peluang untuk setiap pengamatanke-i ; dimana i =
1,2,...,n Daerah kritis : H0 ditolak pada taraf signifikan α apabila nilai
2 2
,dbW X
dengan derajat bebas adalah C-1,
C merupakan banyaknya kategori.
2.1.3 Kesesuaian Model
Pengujian ini dilakukan untuk menguji apakah model yang dihasilkan berdasarkan regresi logistik multivariat/serentak sudah
layak. Dengan kata lain tidak terdapat perbedaan antara hasil
pengamatan dan kemungkinan hasil prediksi model. Pengujian
kesesuaian model dilakukan dengan hipotesis sebagai berikut (Hosmer & Lemeshow, 2000).
Hipotesis :
H0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil
prediksi model)
H1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil
prediksi model)
Statistik uji:
g
k kkk
kkk
n
noC
1
2
1'
'ˆ
(2.20)
dimana:
ko : Observasi pada grup ke-k (
kC
j
jy1
dengan ck : respon (0, 1))
k : Rata-rata taksiran peluang (
kC
j k
jj
n
m
1 '
)
g : Jumlah grup (kombinasi kategori dalam model serentak)
kn' : Banyak observasi pada grup ke-k
Statistik uji C mengikuti distribusi Chi- Square dengan
derajat bebas g-2, sehingga akan diperoleh keputusan tolak H0,
14
jika nilai C lebih besar dari nilai 2
2, gX atau nilai p-value
kurang dari α.
2.1.4 Prosedur Klasifikasi
Evaluasi prosedur klasifikasi adalah suatu evaluasi yang
melihat peluang kesalahan klasifikasi yang dilakukan oleh suatu
fungsi klasifikasi. Ukuran yang dipakai adalah APER. Nilai APER menyatakan nilai proporsi sampel yang salah diklasi-
fikasikan oleh fungsi klasifikasi. Penentuan pengklasifikasian da-
pat diketahui melalui tabel klasifikasi berikut. Tabel 2.1 Tabel Klasifikasi
Hasil Observasi Hasil Prediksi
Positive=class 1 Negative =class 2
Positive Class =1 True Positive (TP) False Negative (FN)
Negative Class =2 False Positive (FP) True Negative (TN)
Keterangan:
TP = Jumlah observasi class 1 yang tepat diklasifikasikan sebagai positive class 1
TN = Jumlah observasi class 2 yang tepat diklasifikasikan ke
class 2 FP = Jumlah observasi class 2 yang salah diklasifikasikan ke
class 1
FN = Jumlah observasi class 1 yang salah diklasifikasikan ke
class 2
%100%
TNTPFNFP
FPFNAPER (2.21)
Untuk menentukan Ketepatan Klasifikasi adalah 1- APER.
2.1.5 Odds Ratio
Odds Ratio menunjukkan perbandingan peluang muncul-
nya suatu kejadian dengan peluang tidak munculnya kejadian
tersebut. Berdasarkan Tabel 2.2 didapat persamaan Odds Ratio seperti pada persamaan 2.22 (Hosmer dan Lemeshow).
15
1
0
10
)2(1)1(
)1(1)2(
)1(1
)1(
)2(1
)2(
ee
eOR
(2.22)
Tabel 2.2 Model Regresi Untuk Variabel Prediktor Biner
Pembeda Variabel Prediktor (X)
X=1 X=0
Variabel
Respon
Y=2 10
10
12
e
e
0
0
11
e
e
Y=1 101
121
e
01
111
e
2.2 Ketahanan Pangan
Ketahanan pangan merupakan salah satu isu utama upaya
peningkatan status gizi masyarakat yang paling erat kaitannya dengan pembangunan pertanian. Situasi produksi pangan dalam
negeri serta ekspor dan impor pangan akan menentukan keter-
sediaan pangan yang selanjutnya akan memengaruhi kondi-si ketahanan pangan di tingkat wilayah. Sementara ketahanan pa-
ngan pada tingkat rumah tangga, akan ditentukan pula oleh daya
beli masyarakat terhadap pangan. Ketahanan pangan pada da-
sarnya terdiri dari ketersediaan pangan (food availabilitas), sta-bilitas harga pangan (food price stability), dan keterjangkauan
pangan (food accesbility). Tujuan ketahanan pangan adalah pe-
menuhan hak atas pangan, peningkatan kualitas sumber daya manusia, dan ketahanan pangan nasional. Berjalannya sistem ke-
tahanan pangan tersebut sangat tergantung pada dari adanya ke-
bijakan dan kinerja sektor ekonomi, sosial dan politik (Rustanti,
2015).
2.3 Tuberkulosis
Tuberkulosis (TB) adalah adalah penyakit menular
langsung yang disebabkan oleh kuman TB (Mycobacterium
tuberculosis) , sebagian besar kuman TB menyerang paru-paru,
16
tetapi dapat juga mengenai organ tubuh lainnya. Kuman ini
berbentuk batang, mempunyai sifat khusus, yaitu tahan terhadap
asam pada pewarnaan. Oleh karena itu, disebut pula sebagai Basil
Tahan Asam (BTA), kuman TB cepat mati dengan sinar matahari langsung, tetapi dapat bertahan hidup beberapa jam ditempat yang
gelap dan lembab. Dalam jaringan, tubuh kuman ini dapat dorman
atau tertidur selama beberapa tahun. TB (Suryo, 2010). TB diklasifikasikan berdasarkan hasil pemeriksaan dahak (BTA)
menjadi dua, yaitu Tuberkulosis paru BTA (+) dan Tuberkulosis
paru BTA (-) (Perhimpunan Dokter Paru Indonesia, 2006). 1. Tuberkulosis paru BTA (+)
a. Sekurang-kurangnya 2 dari 3 spesimen dahak menun-
jukkan hasil BTA positif
b. Hasil pemeriksaan satu spesimen dahak menunjukkan BTA positif dan kelainan radiologi menunjukkan gambaran
tuberkulosis aktif
c. Hasil pemeriksaan satu spesimen dahak menunjukkan BTA positif dan biakan positif
2. Tuberkulosis BTA (-)
a. Hasil pemeriksaan dahak 3 kali menunjukkan BTA negatif, gambaran klinis dan kelainan radiologi
menunjukkan tuberkulosis aktif
b. Hasil pemeriksaan dahak 3 kali menunjukkan BTA negatif
dan biakan Mycobacterium tuberculosis.
17
BAB III
METODOLOGI PENELITIAN
3.1 Sumber Data
Sumber data yang digunakan dalam penelitian ini adalah
data primer sesuai dengan Lampiran 1. Data primer diperoleh
secara langsung dengan melakukan survey langsung terhadap kepala rumah tangga penderita TB dengan surat ijin pada
Lampiran 6 dan sesuai dengan kuisioner pada Lampiran 7. Data
sekunder berupa alamat penderita TB yang melakukan pemeriksaan pada bulan Januari 2017 sampai bulan Desember
2017 yang diperoleh dari puskesmas di masing-masing kecamatan
yang terletak diwilayah non pesisir Kota Surabaya.
3.2 Variabel Penelitian
Variabel-variabel yang digunakan dalam penelitian yang meliputi variabel respon dan variabel prediktor adalah sebagai
berikut. Variabel penelitian yang digunakan adalah variabel yang
digunakan pada penelitian sebelumnya, yaitu mengenai Pe-modelan Status Ketahanan Pangan Rumah Tangga Penderita
Penyakit TB Paru Menggunakan Metode Regresi Logistik Biner
di Wilayah Pesisir Surabaya Oleh Ayu Febriana Dwi Rositawati.
a. Variabel Respon Variabel respon yang digunakan dalam penelitian ini
adalah status ketahanan pangan dari Rumah Tangga dengan
Penderita TB adalah sebagai berikut. Y = 1 : rumah tangga rawan pangan
Y = 2 : rumah tangga tahan pangan
Keterangan :
Rumah tangga dikatakan rawan jika tidak memenuhi salah satu dari 4 indikator ketahanan pangan yaitu kecukupan ketersediaan
pangan, stabilitas ketersediaan pangan tanpa fluktuasi dari musim
ke musim atau dari tahun ke tahun, aksesibilitas/keterjangkauan terhadap pangan serta kualitas/keamanan pangan. Jika Rumah
18
telah memenuhi semua indikator ketahanan pangan, maka
dikatakan rumah tangga tahan pangan.
b. Variabel Prediktor
Variabel yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi perilaku hidup bersih dan sehat dari rumah
tangga dengan penderita TB, dimana definisi dari masing-masing
variabel prediktor adalah sebagai berikut.
1. Usia (X1)
Usia adalah lama waktu hidup (dalam tahun) penderita TB
sejak lahir sampai waktu datang ke puskesmas untuk melakukan pemeriksaan.
2. Jenis Kelamin (X2)
Jenis kelamin penderita yaitui laki-laki atau perempuan
3. Pendidikan Kepala Rumah Tangga (X3)
Pendidikan formal kepala rumah tangga terakhir yang
pernah ditempuh meliputi SD, SMP, SMA, Diploma, Sarjana, Pasca sarjana.
4. Pendidikan Isteri (X4)
Pendidikan formal isteri terakhir yang pernah ditempuh meliputi SD, SMP, SMA, Diploma, Sarjana, Pasca sarjana.
5. Pekerjaan Kepala Rumah Tangga (X5)
Pekerjaan kepala rumah tangga yang menjadi sumber pendapatan keluarga dapat berupa pekerjaan tetap atau
tidak tetap sesuai dengan bidang dan keahlian.
6. Status Pekerjaan Isteri (X6) Pekerjaan isteri yang menjadi sumber pendapatan keluarga
dapat berupa pekerjaan tetap atau tidak tetap sesuai dengan
bidang dan keahlian.
7. Status Kependudukan (X7)
Status kependudukan asal dari keluarga dengan penderita
TB yang terbagi menjadi dua yaitu penduduk asli dan penduduk pendatang.
8. Jumlah Anggota Keluarga (X8)
19
Jumlah anggota keluarga yang hidup serumah yang terdiri
dari ayah, ibu, dan anak-anak serta anggota keluarga
lainnya.
9. Jumlah Anak Balita (X9) Jumlah anak balita yaitu anak usia dibawah lima tahun
dalam keluarga yang hidup serumah.
10. Jumlah Anak Sekolah (X10) Jumlah anak dalam keluarga yang masih menempuh
pendidikan formal meliputi SD, SMP dan SMA Sederajat,
Perguruan Tinggi yang menjadi tanggungan penderita.
11. Pendapatan Keluarga (X11)
Pendapatan keluarga adalah jumlah uang yang diperoleh
dari pekerjaan pokok dan pekerjaan sampingan dari orang tua dan anggota keluarga lainnya yang dinyatakan dalam
rupiah perkapita perbulan.
12. Status kepemilikan rumah(X12) Status kepemilikan rumah penderita yang terdiri dari milik
sendiri, kontrak, sewa/kos dan lainnya.
13. Jenis Lantai Terluas (X13) Jenis lantai terluas dari rumah penderita yang merupakan
bagian bawah/dasar/alas suatu ruangan, baik terbuat dari
marmer, keramik, granit, tegel/teraso, semen, kayu, tanah dan lainnya seperti bamboo.
14. Jenis Dinding Terluas (X14)
Jenis dinding terluas dari rumah penderita yang merupakan sisi luar/batas dari suatu bangunan atau penyekat dengan
bangunan fisik lain yang terbuat dari kayu, bambu/rumbia
maupun dinding dalam bentuk tembok.
15. Ventilasi Rumah (X15)
Ventilasi/Lubang Angin adalah tempat keluar/masuk
udara/sinar dari luar rumah ke dalam ruangan yang biasanya tidak tertutup rapat
16. Jenis Atap Terluas (X16)
Jenis atap terluas dari rumah penderita yang merupakan penutup bagian atas suatu bangunan sehingga krt/art yang
20
mendiami di bawahnya terlindung dari terik matahari,
hujan dan sebagainya. Untuk bangunan bertingkat, atap
yang dimaksud adalah bagian teratas dari bangunan
tersebut.
17. Kepemilikan WC/Toilet/Jamban (X17)
Kepemilikan WC/Tolilet/Jamban di rumah tangga tempat
penderita tinggal
18. Tempat Pembuangan Sampah (X18)
Tempat pembuangan sampah yang digunakan oleh
keluarga
19. Tempat Pembuangan Limbah (X19)
Tempat pembuangan limbah yang digunakan oleh
keluarga.
20. Sumber Air Bersih (X20)
Sumber air bersih yang digunakan oleh rumah tangga untuk
kebutuhan sehari-hari. Sumber air minum diIndonesia dibagi dua,yaitu Air tanah/sumur dan air PAM.
21. Sumber Penerangan (X21)
Sumber penerangan listrik , Sumber penerangan di In-donesia dibedakan menjadi tiga, yaitu berasal dari listrik
PLN, listrik Non PLN, Petromak dan berasal dari
pelita/sentir/obor. Berikut merupakan variabel prediktor yang disajikan dalam
bentuk Tabel 3.2 Tabel 3.1 Variabel Penelitian
Variabel Keterangan Kategori Skala
X1 Usia Kepala Rumah Tangga ... Tahun Rasio
X2 Jenis Kelamin 1 = Laki-laki
2 = Perempuan Nominal
X3 Pendidikan Kepala RT 1 = < SMA 2 = ≥ SMA
Ordinal
X4 Pendidikan Istri 1 = < SMA 2 = ≥ SMA
Ordinal
21
Lanjutan Tabel 3.1
Variabel Keterangan Kategori Skala
X5 Pekerjaan Kepala
RT
1 = Pegawai Swasta
2=Pedagang/Wiraswasta 3=Serabutan/pensiunan/
tidak bekerja
Nominal
X6 Status Pekerjaan
Istri
1 = Bekerja
2 = Tidak Bekerja Nominal
X7 Status
Kependudukan
1 = Penduduk Surabaya
2 =Bukan Penduduk
Surabaya
Nominal
X8 Jumlah Anggota
Keluarga
1 = < 7 Orang
2 = ≥ 7 Orang Nominal
X9 Jumlah Anak
Balita
1 = < 1 Orang
2 = ≥ 1 Orang Nominal
X10 Jumlah Anak
Sekolah
1 = < 1 Orang
2 = ≥ 1 Orang Nominal
X11 Penghasilan/Bulan Rp..... Rasio
X12 Status Kepemilikan
Rumah
1 = Milik Sendiri
2 = Kontrak
3 = Sewa/Kos
4 = Lainnya
Nominal
X13 Jenis Lantai 1 = Keramik/porselen 2 = Selain keramik/
porselen
Nominal
X14 Jenis Dinding 1 = Batu Bata
2 = Selain batu bata Nominal
X15 Ventilasi Rumah
1 = Luasnya <10% Luas
Lantai
2 = Luasnya 10% Luas Lantai
Nominal
X16 Jenis Atap 1 = Beton/Genteng
2 = Asbes/Seng Nominal
X17 Kepemilikan
WC/Toilet/Jamban
1 = Umum
2 = Milik Sendiri Nominal
X18
Tempat
Pembuangan
Sampah
1 = Dalam Lubang/
Dibakar
2 = Tempat Sampah
Nominal
22
Lanjutan Tabel 3.1
Variabel Keterangan Kategori Skala
X19
Tempat
Pembuangan Air Limbah
1 = Langsung ke got/
sungai/pantai 2 = Lainnya
Nominal
X20 Sumber Air Bersih 1 = PDAM
2 = Sumur Nominal
X21 Sumber
Penerangan
1 = PLN Sendiri
2 = PLN Menyalur Nominal
c. Indikator Ketahanan Pangan
Menetukan status rumah tangga tahan pangan atau rawan
pangan dilihat dari indikator ketahanan pangan dengan melihat
dari aspek Kecukupan Ketersediaan Pangan, Stabilitas
Ketersediaan Pangan, Aksesibilitas terhadap Pangan, Kualitas dan Keamanan Pangan menurut (Puslit Kependudukan-LIPI, 2009)
dan telah sesuai dengan Lampiran 2 dapat dilihat pada Tabel 3.3. Tabel 3.2 Indikator Ketahanan Pangan
Indikator Keterangan Kategori Skala
Kecukupan
Katersediaan
Pangan
Persediaan Makanan
Pokok Beras Selama
Satu Bulan
0 = < 20 hari
1 = ≥ 20 hari Nominal
Stabilitas
Pangan
Frekuensi Makan
ART per Hari
0 = < 3 kali
1 = ≥ 3 kali Nominal
Aksesibilitas
terhadap
Pangan
Lokasi Pasar 0 = > 2 Km 1 = ≤ 2 Km
Nominal
Jumlah Anggota
Rumah Tangga
0 = ≥ 7 Orang
1 = < 7 Orang Nominal
Tingkat Pendidikan
KRT
0 = Tidak Sekolah
1 = Minimal SD Nominal
Cara Memperoleh
Makanan Pokok
0 = Berhutang
1 = Tidak Berhutang Nominal
Kualitas atau
Keamanan
Pangan
Protein yang
Dikonsumsi
0 = Nabati Saja atau
Tidak Ada Sama
Sekali
1 = Hewani dan
Nabati atau
Hewani Saja
Nominal
23
Keterangan : 1. Kecukupan Ketersediaan Pangan
Indikator kecukupan ketersediaan pangan diukur
berdasarkan kemampuan rumah tangga untuk membeli atau menyediakan makanan pokok beras selama satu bulan.
2. Stabilitas Ketersediaan Pangan
Indikator stabilitas ketersediaan pangan ditentukan berda-sarkan gabungan antara kecukupan ketersediaan makanan
pokok selama satu bulan dengan frekuensi makan dalam
sehari. 3. Aksesibilitas terhadap Pangan
Indikator aksesibilitas terhadap pangan dilihat berdasarkan
empat akses yaitu lokasi pasar, jumlah ART, tingkat pen-
didikan KRT dan cara memperoleh makanan pokok. Jika salah satu dari keempat akses tersebut tidak terpenuhi maka
disebut memiliki aksesibilitas pangan buruk.
4. Kualitas atau Keamanan Pangan Indikator kualitas atau keamanan pangan dilihat berdasar-
kan protein yang dikonsumsi oleh rumah tangga.
Berdasarkan kententuan yang telah ditetapkan oleh LIPI, jika rumah tangga yang tidak memenuhi salah satu dari keempat
indikator ketahanan pangan tersebut, maka rumah tangga tersebut
dikatakan rawan pangan, namun jika memenuhi keempat indi-
kator ketahanan pangan, maka rumah tangga tersebut dikatakan tahan pangan. Struktur data pada penelitian ini ditunjukkan pada
Tabel 3.4. Tabel 3.3 Struktur Data
Responden Kecu
kupan
Stabi
litas Aksesibilitas Kualitas Y
Variabel X
X1 ... X21
1 Cukup Stabil Baik Baik 1 x1,1 ... x1,21
2 Cukup Tidak Stabil
Buruk Baik 2 x2,1 ... x2,21
... ... ... ... ... ... ... ... ...
... ... ... ... ... ...
... ... ... ... ... ...
N Tidak
Cukup
Stabil Baik Baik 1 xn,1 ... xn,21
24
3.3 Metode Pengambilan Sampling
Metode pengambilan sampel pada penelitian ini meng-gunakan rancangan Simple Random Sampling (SRS) dengan
populasi adalah rumah tangga penderita TB di Wilayah non
pesisir Kota Surabaya, jumlah sampel yang akan diamati diperoleh menggunakan rumus SRS dibawah ini (Mendenhall,
2012).
ppDN
ppNn
11
1 (3.1)
Dengan 2
2/1
Z
BD dimana
2/1 Z =975,0Z =1,96 pada = 5%
p adalah proporsi jumlah penderita TB BTA(+) terhadap suspect
TB di wilayah non pesisir Surabaya yaitu sebesar 0.1502.
Dengan menggunakan batas kesalahan estimasi (B) sebesar 6.5% karena nilai D bervariasi antara 0,01 sampai dengan 0,25
(Dahlan,2009), maka diperoleh jumlah sampel (n) sebanyak 111
sampel yang dijabarkan dari perhitungan sebagai berikut.
111557,110
1502,011502,096,1
065,012308
150,011502,02308
11
12
ppDN
ppNn
Jumlah sampel yang dialokasikan di setiap Puskesmas
dihitung secara proporsional terhadap jumlah penderita TB
masing-masing dengan menggunakan rumus pada Persamaan (3.2).
nN
Nn c
c (3.2)
Dimana
N = Ukuran seluruh rumah tangga penderita TB di wilayah non
pesisir Kota Surabaya
Nc = Ukuran populasi rumah tangga penderita TB di wilayah Puskesmas ke i, i =1,2,3,..., 40
(3.1)
25
nc = Ukuran sampel rumah tangga penderita TB di wilayah
Puskesmas ke i, i =1,2,3,..., 40
Berikut adalah contoh perhitungan sampel untuk
Kecamatan Tanjung sari menggunakan Persamaan (3.2).
2971.11112308
41 n
N
Nn
iTanjungsar
iTanjungsar
Sesuai dengan perhitungan diatas berikut adalah rincian populasi dan sampel untuk setiap puskesmas di tiap kecamatan
dengan populasi yang diperoleh dari Dinas Kesehatan Kota
Surabaya. Tabel 3.4 Jumlah Populasi dan Sampel pada Tiap Puskesmas
No Nama Puskesmas Populasi Sampel
1 PUSKESMAS TANJUNGSARI 41 2
2 PUSKESMAS SIMOMULYO 100 5
3 PUSKESMAS MANUKAN KULON 116 6
4 PUSKESMAS BALONGSARI 67 3
5 PUSKESMAS BENOWO 60 3
6 PUSKESMAS JERUK 26 1
7 PUSKESMAS LIDAH KULON 29 1
8 PUSKESMAS BANGKINGAN 7 1
9 PUSKESMAS LONTAR 41 2
10 PUSKESMAS MADE 24 1
11 PUSKESMAS PENELEH 63 3
12 PUSKESMAS KETABANG 26 1
13 PUSKESMAS KEDUNGDORO 79 4
14 PUSKESMAS DR.SUTOMO 87 4
15 PUSKESMAS TEMBOKDUKUH 82 4
16 PUSKESMAS GUNDIH 59 3
17 PUSKESMAS TAMBAKREJO 80 4
18 PUSKESMAS SIMOLAWANG 82 4
19 PUSKESMAS RANGKAH 89 4
20 PUSKESMAS PACARKELING 76 4
21 PUSKESMAS GADING 108 5
23 PUSKESMAS MOJO 90 4
24 PUSKESMAS TENGGILIS 23 1
25 PUSKESMAS SAWAHAN 94 5
26 PUSKESMAS PUTAT JAYA 81 4
27 PUSKESMAS BANYU URIP 112 5
28 PUSKESMAS PAKIS 46 2
26
Lanjutan Tabel 3.5 No Nama Puskesmas Populasi Sampel
29 PUSKESMAS JAGIR 64 3
30 PUSKESMAS WONOKROMO 48 2
31 PUSKESMAS NGAGELREJO 32 1
32 PUSKESMAS KEDURUS 76 4
33 PUSKESMAS DUKUH KUPANG 48 3
34 PUSKESMAS WIYUNG 57 3
35 PUSKESMAS BALAS KLUMPRIK 9 1
36 PUSKESMAS GAYUNGAN 14 1
37 PUSKESMAS JEMURSARI 25 1
38 PUSKESMAS SIDOSERMO 36 1
39 PUSKESMAS SIWALANKERTO 11 1
40 PUSKESMAS KEBONSARI 33 1
TOTAL 2308 111
3.4 Metode Analisis
Analisis yang digunakan untuk menjawab permasalahan tersebut adalah menggunakan regresi logistik biner dengan
langkah-langkah sebagai berikut.
1. Melakukan analisis statistika deskriptif untuk mengetahui
karakteristik gambaran ketahanan pangan dari rumah tang-ga dengan penderita TB.
2. Memodelkan seluruh variabel prediktor terhadap variabel
respon dengan metode regresi logistik biner. a) Mengestimasi parameter
b) Melakukan uji serentak seluruh variabel prediktor ter-
hadap variabel respon. c) Melakukan uji parsial masing-masing variabel pre-
diktor terhadap variabel respon.
d) Melakukan pembentukan model.
e) Melakukan interpretasi nilai odds ratio yang dipero-leh dari model terbaik yang didapatkan dengan analisis
regresi logistik biner.
f) Menguji kesesuaian model yang telah terbentuk. g) Melakukan ketepatan klasifikasi.
3. Mengambil kesimpulan dari hasil analisis.
27
Langkah-langkah diatas dapat disajikan secara visual dalam
bentuk diagram alir pada Gambar 3.1.
Gambar 3.1 Diagram Alir
Mendeskripsikan Data
Estimasi Parameter
Pengujian
Serentak
Ya
Interpretasi Odds Ratio
Ketepatan Klasifikasi
Tidak
Tidak Pengujian
Parsial
Ya
Kesimpulan
Mulai
Selesai
Pengumpulan Data
Variabel yang
tidak signifikan
dikeluarkan
28
Halaman ini sengaja dikosongkan
29
BAB IV
ANALISIS DAN PEMBAHASAN
Bab analisis dan pembahasan akan membahas hasil analisis
yang telah dilakukan. Analisis yang digunakan meliputi karak-teristik rumah tangga penderita penyakit TB dan analisis regresi
logistik biner untuk memodelkan faktor-faktor yang
mempengaruhi status ketahanan pangan rumah tangga pen-derita penyakit TB di wilayah non pesisir Kota Surabaya.
4.1 Karakteristik Rumah Tangga Penderita Penyakit TB di
Wilayah Non Pesisir Kota Surabaya
Analisis karakteristik meliputi kasus rumah tangga pende-rita penyakit TB, status ketahanan pangan rumah tangga penderita
TB dan karakteristik sosial ekonomi rumah tangga penderita
penyakit TB di wilayah non pesisir Kota Surabaya.
4.1.1 Karakteristik Kasus Penyakit TB di Wilayah Non
Pesisir Kota Surabaya
Berikut merupakan analisis karakteristik dilakukan menge-nai kasus penyakit TB, status ketahanan pangan rumah tangga
dan karakteristik sosial ekonomi rumah tangga penderita penyakit
TB di wilayah non pesisir Kota Surabaya. Jumlah wilayah pada
penelitian ini adalah wilayah non pesisir Kota Surabaya dengan 20 Kecamatan dan 40 puskesmas. Berdasarkan data sekunder
yang diperoleh, sebesar 2308 yang merupakan populasi rumah
tangga penderita TB di wilayah non pesisir Kota Surabaya pada tahun 2017. Berdasarkan Gambar 4.1 persentase penderita TB
tertinggi pada tahun 2017 adalah Kecamatan Simokerto yaitu
sebesar 0,2 % yaitu 162 orang dari jumlah penduduk sebesar 79.319 jiwa (BPS,2017), sedangkan jumlah penderita TB
terendah dimiliki oleh Kecamatan Tenggilis Mejoyo, yaitu
sebesar 0,03 % yaitu 23 orang dari jumlah penduduk sebesar
72.467 jiwa (BPS,2017), seperti yang ditunjukkan pada Gambar 4.1.
30
Gambar 4.1 Perentase Penderita Penyakit TB Menurut Jumlah Penduduk per Kecamatan di Wilayah Non Pesisir Kota Surabaya Tahun 2017
Penderita TB di wilayah Surabaya non pesisir menun-jukkan bahwa jenis TB BTA positif lebih banyak, dengan
persentase sebesar 69 % dibandingkan penderita dengan jenis
BTA negatif dengan persentase sebesar 31%, hal ini dapat diliha pada Gambar 4.2.
Gambar 4.2 Persentase Penderita Penyakit TB Menurut Jenis TB
Berdasarkan Gambar 4.3 menunjukkan lama pengobatan
penyakit TB dimana masa pengobatan kurang dari atau sama
dengan enam bulan memiliki persentase yang lebih banyak diban-ding dengan penderita yang masa pengobatannya lebih dari enam
bulan yaitu sebesar 77 %, hal ini dapat diliha pada Gambar 4.3.
69%
31%
Positif Negatif
31
Gambar 4.3 Persentase Penderita Penyakit TB Berdasarkan
Lama Pengobatan
4.1.2 Karakteristik Ketahanan Pangan Rumah Tangga
Penderita Penyakit TB di Wilayah Non Pesisir Kota
Surabaya
Berikut merupakan analisis karakteristik Ketahanan Pangan
Rumah Tangga Penderita Penyakit TB di Wilayah Non Pesisir Kota Surabaya berdasarkan status ketahanan pangan rumah
tangga penderita TB di wilayah non pesisir Kota Surabaya yang
meliputi empat indikator dari FAO (Food and Agriculture Organization) yaitu kecukupan ketersediaan pangan, stabilitas
ketersediaan pangan, aksesibilitas atau keterjangkauan terhadap
pangan, serta kualitas atau keamanan pangan.
Gambar 4.4 Persentase Rumah Tangga Berdasarkan Indikator
Kecukupan Pangan
Gambar 4.4 menunjukkan bahwa persentase rumah tangga
yang dilihat dari indikator kecukupan ketersediaan pangan dapat
diketahui bahwa sebesar 40% rumah tangga penderita penyakit TB di wilayah non pesisir Kota Surabaya memiliki ketersediaan
23%
77%
> 6 Bulan ≤ 6 Bulan
40%60%
Cukup Tidak Cukup
32
pangan yang cukup sedangkan rumah tangga lainnya yaitu sebe-
sar 60% memiliki ketersediaan pangan yang tidak cukup.
Selanjutnya dilihat dari frekuensi makan yang ditunjukkan pada
gambar 4.5 sebagai berikut.
Gambar 4.5 Persentase Rumah Tangga Berdasarkan Frekunesi Makan
Berdasarkan Gambar 4.5 menunjukkan bahwa rumah
tangga penderita TB memiliki frekuensi makan lebih atau sama dengan tiga kali yaitu sebesar 80% sedangkan sisanya memiliki
frekuensi makan kurang dari tiga kali dalam sehari yaitu sebesar
20 %. Selanjutnya dilihat dari indikator stabilitas pangan pada
gambar 4.6.
Gambar 4.6 Persentase Rumah Tangga Berdasarkan Indikator Stabilitas
Pangan
Selanjutnya Gambar 4.6 dapat dilihat bahwa rumah tangga
memiliki ketersediaan pangan yang stabil lebih kecil yaitu sebesar
32% Sedangkan persentase rumah tangga yang memiliki ketersediaan pangan yang tidak stabil yaitu sebesar 68%.
Penentuan kecukupan dan kestabilan ketersediaan pangan,
juga dilihat dari indikator aksesibilitas atau keterjangkauan terha-
dap pangan. Rumah tangga dapat dikatakan memiliki akses yang
80%
20%
≥ 3 Kali < 3 Kali
68%
32%
Tidak Stabil Stabil
33
baik terhadap pangan jika lokasi pasar berada ≤ 2 km, jumlah
anggota rumah tangga < 7 orang, tingkat pendidikan kepala
rumah tangga minimal SD, serta cara memperoleh makanan po-
kok dengan tidak berhutang/tunai. Berikut merupakan persentase rumah tangga berdasarkan akses fisik, akses sosial, dan akses
ekonomi.
Gambar 4.7 Persentase Rumah Tangga Berdasarkan Akses Fisik, Akses
Sosial, dan Akses Ekonomi
Gambar 4.4 menunjukkan bahwa sebagian besar rumah
tangga penderita TB di wilayah non pesisir Kota Surabaya memi-liki akses fisik, sosial dan ekonomi yang baik karena pada gambar
tersebut persentase jumlah keluarga yang kurang dari tujuh
sebesar 91 %, kepala rumah tangga yang bersekolah sebesar 88 %,sebagian besar lokasi pasar berada kurang dari dua kilometer
sebesar 77 % dan sebagain besar cara memperoleh ma-kanan
pokok dengan tidak berhiutang sebesar 95 %, sehingga da-pat
dikatakan sebagian besar rumah tangga memiliki aksesibilitas pangan yang baik.
Selain indikator kecukupan ketersediaan pangan dan sta-
bilitas ketersediaan pangan, indikator yang lain adalah ak-sesibilitas atau keterjangkauan terhadap pangan, serta kualitas
34
atau keamanan pangan. Indikator Aksesibilitas atau ke-
terjangkauan terhadap pangan, dilihat dari aksesibilitas pangan
dan kontinyuitas ketersediaan pangan. Berikut merupakan gambar
Indikator Aksesibilitas pangan.
Gambar 4.8 Persentase Rumah Tangga Berdasarkan Indikator
Aksesibilitas Pangan
Gambar 4.8 menunjukkan terdapat 67% rumah tangga me-
miliki aksesibilitas atau keterjangkauan terhadap pangan yang
baik. Sedangkan sisanya yaitu sebesar 33% rumah tangga memi-liki aksesibilitas atau keterjangkauan terhadap pangan yang
buruk, selanjutnya berikut merupakan gambar persentase konti-
nyuitas ketersedian pangan.
Gambar 4.9 Persentase Rumah Tangga Berdasarkan Kontinyuitas
Ketersediaan Pangan
Gambar 4.9 dapat dilihat bahwa persentase rumah tangga
penderita penyakit TB di wilayah non pesisir Kota Surabaya
67%
33%
Baik Buruk
16%
84%
Kontinyu Tidak Kontinyu
35
dilihat dari kontinyuitas ketersediaan pangan terdapat 16% rumah
tangga penderita penyakit TB di wilayah non pesisir Kota
Surabaya memiliki ketersediaan pangan yang kontinyu, sedang-
kan rumah tangga memiliki ketersediaan pangan yang tidak kontinyu yaitu sebesar 84%. Selanjutnya indikator yang terakhir
yang digunakan untuk mengukur status ketahanan pangan adalah
dilihat dari jenis protein pada bahan makanan sehari-hari yang dikonsumsi dalam rumah tangga. Berdasarkan kriteria ini rumah
tangga dapat diklasifikasikan ke dalam dua kategori yaitu rumah
tangga dengan kualitas pangan baik dan rumah tangga dengan kualitas pangan tidak baik. Berikut merupakan diskripsi persen-
tase rumah tangga berdasarkan indikator kualitas atau keamanan
pangan.
Gambar 4.10 Persentase Rumah Tangga Berdasarkan Kualitas atau
Keamanan Pangan
Gambar 4.10 menunjukkan bahwa sebagian besar rumah
tangga memiliki kualitas pangan yang baik yaitu sebesar 87%
rumah tangga penderita penyakit TB di wilayah non pesisir Kota Surabaya mengkonsumsi bahan makanan berupa protein hewani
dan nabati atau protein hewani saja. Sedangkan 13 % rumah
tangga memiliki kualitas pangan yang tidak baik atau dapat dikatakan rumah tangga penderita penyakit TB di wilayah non
pesisir Kota Surabaya mengkonsumsi bahan makanan berupa
protein nabati saja atau tidak ada protein sama sekali. Empat
indikator ketahanan pangan yaitu kecukupan ketersediaan pangan,
87%
13%
Baik Tidak Baik
36
stabilitas ketersediaan pangan, aksesibilitas atau keterjangkauan
terhadap pangan, serta kualitas atau keamanan pangan akan
menghasilkan status ketahanan pangan suatu rumah tangga. Ru-
mah tangga dikatakan tahan pangan apabila rumah tangga memi-liki ketersediaan pangan yang kontinyu dan kualitas pangan yang
baik. Keempat indikator ketahanan pangan tersebut digunakan
untuk menentukan rumah tangga tahan pangan atau rawan pa-ngan, berikut merupakan diskripsi persentase rumah tangga tahan
pangan dan rawan pangan.
Gambar 4.11 Status Ketahanan Pangan Rumah Tangga
Gambar 4.11 menunjukkan persentase rumah tangga pen-
derita TB di wilayah non pesisir Kota Surabaya yang rawan
pangan lebih besar dibandingkan dengan persentase rumah tangga
yang tahan pangan yaitu sebesar 84% rumah tangga rumah tangga penderita TB paru di wilayah non pesisir Kota Surabaya me-
rupakan rumah tangga rawan pangan, sedangkan sisanya yaitu
sebesar 16% merupakan rumah tangga tahan pangan dengan rincian di Kecamatan Sawahan yang paling banyak responden
dengan rumah tangga rawan pangan yaitu terdapat 13 rumah
tangga yang rawan pangan. Pada gambar 4.12 dapat dilihat bahwa persentase paling tinggi adalah di kecamatan Sawahan yaitu
rumah tangga tahan pangan sebesar 13,9% dan rumah tangga
rawan pangan sebesar 16,6% , sedangkan di kecamatan Gayungan
16%
84%
Tahan Pangan
Rawan Pangan
37
dan Jambanagan persentase rumah tangga tahan pangan adalah
0%, persentase rumah tangga rawan pangan sebesar 1,07 %.
Gambar 4.12 Analisis Ketahanan Pangan Per Kecamatan
4.1.3 Karakteristik Sosial Ekonomi Rumah Tangga Penderita
Penyakit TB di Wilayah Non Pesisir Kota Surabaya
Karakteristik sosial ekonomi rumah tangga penderita
penyakit TB di wilayah non pesisir Kota Surabaya yang dilihat
berdasarkan usia kepala rumah tangga, usia istri, penghasilan rumah tangga per bulan dan pengeluaran rumah tangga per bulan.
Tabel 4.1 Karakteristik Sosial Ekonomi Rumah Tangga Penderita Penyakit TB di Wilayah Non Pesisir Kota Surabaya
Variabel Rata-rata Varians Minimum Maksimum Usia KRT 50,35 146,27 23,00 90,00
Usia Istri 46,08 154,93 22,00 90,00
Penghasilan 2699545 6,12443*1012 500000 20000000
Pengeluaran 1430180 8,26558*1011 300000 5000000
38
Tabel 4.1 menunjukkan bahwa rata-rata usia kepala rumah
tangga lebih besar dari rata-rata usia istri , kemudian va-
riansi/keragaman usia istri lebih besar dari keragaman usia kepala
rumah tangga dengan usia minimum kepala rumah tangga adalah sebesar 23 tahun dan usia istri sebesar 22 tahun, sedangkan untuk
usia maksimum kepala rumah tangga adalah 90 tahun, usia
maksimum istri juga 90 tahun. Karakteristik penghasilan rumah tangga per bulan lebih besar dari rata-rata pengeluaran rumah
tangga per bulan dengan keragaman penghasilan lebih kecil dari
keragaman pengeluaran. Penghasilan minumum adalah sebesar 500.000 rupiah dan pengeluaran minumum adalah sebesar
300.000 rupiah, sedangkan untuk penghasilan maksimum yaitu
sebesar Rp. 20.000.000 dan pengeluaran maksimum adalah
sebesar Rp. 5.000.000.
4.2 Analisis Regresi Logistik Biner
Analisis regresi logistik biner digunakan untuk me-
modelkan dan mencari variabel yang berpengaruh signifikan ter-hadap status ketahanan pangan rumah tangga penderita penyakit
TB paru di wilayah pesisir Kota Surabaya yang terdiri dari dua
kategori yaitu rumah tangga tahan pangan dan rumah tangga rawan pangan. Berikut adalah langkah langkah analisis regresi
logistik biner pada penelitian ini.
4.2.1 Estimasi Parameter
Signifikansi parameter digunakan untuk mengetahui
variabel mana saja yang berpengaruh signifikan dengan meng-
gunakan uji serentak dan uji parsial. Berikut merupakan hasil sig-
nifikansi parameter status ketahanan pangan rumah tangga penderita penyakit TB di wilayah non pesisir Kota Surabaya
dengan memasukkan semua variabel yang diduga berpengaruh.
a. Uji Serentak Model dengan Semua Variabel Bebas
Uji serentak dilakukan untuk mengetahui pengaruh variabel
prediktor terhadap status ketahanan pangan rumah tangga secara
serentak dengan memasukkan semua variabel yang diduga berpengaruh.
39
Hipotesis :
H0 : 04221
H1 : Minimal ada 1 0j dengan j =1,2,...42
Taraf signifikan : = 0,15
Statistik uji : 2 hitung = 37, 860
Daerah kritis : Tolak H0 apabila 2 hitung > dari pada 2 (α,db)
atau p-value < α. Berdasarkan daerah penolakan tersebut, sesuai
dengan lampiran 3a dan sesuai pada persamaan 2.14
menunjukkan bahwa keputusan uji serentak pada status ketahanan pangan rumah tangga penderita penyakit TB di wilayah non
pesisir Kota Surabaya dengan faktor-faktor yang diduga mem-
pengaruhinya adalah tolak H0,karena nilai 2 hitung sebesar
37,860 lebih besar dari pada nilai 2 (0,15;24) sebesar 31,13246 dan
p-value sebesar 0,036 lebih kecil dari α sebesar 0,15, sehingga
dapat disimpulkan bahwa minimal ada satu dari variabel prediktor
yang berpengaruh signifikan terhadap status ketahanan pangan rumah tangga penderita penyakit TB di wilayah non pesisir Kota
Surabaya.
b. Uji Parsial
Uji serentak yang telah dilakukan menghasilkan ke-simpulan bahwa minimal ada satu dari variabel prediktor yang
berpengaruh signifikan terhadap status ketahanan pangan rumah
tangga penderita penyakit TB di wilayah non pesisir Kota Su-rabaya. Oleh karena itu, dilakukan uji parsial untuk mengetahui
variabel mana yang signifikan dengan memasukkan semua
variabel. Hipotesis yang digunakan adalah sebagai berikut. Hipotesis :
H0 : 0j
H1 : 0j , untuk j=1,2,...24
Taraf signifikan : = 0,15
Statistik uji : 2 hitung diberikan pada Tabel 4.2.
40
Daerah kritis : Tolak H0 apabila 2
hitung > 2
db)(?, )atau p-value < α.
Tabel 4.2 Hasil Uji Parsial dengan Memasukkan Seluruh Variabel Prediktor
Variabel 2 hitung db
2 (α,db) P-Value
Usia KRT 2,663 1 2,072252 0,103
Jenis Kelamin (1) 0,003 1 2,072252 0,953
Pend. KRT (1) 1,429 1 2,072252 0,232
Pend. Istri (1) 0,059 1 2,072252 0,809
Pekerjaan KRT 4,462 2 3,79424 0,107
Pekerjaan KRT (1) 1,552 1 2,072252 0,213
Pekerjaan KRT (2) 4,133 1 2,072252 0,042
Pekerjaan Istri (1) 0,044 1 2,072252 0,833
Status Kependudukan (1) 0,617 1 2,072252 0,432
Jumlah Keluarga (1) 0,000 1 2,072252 0,999
Jumlah Balita (1) 4,800 1 2,072252 0,028
Jumlah Anak Sekolah (1) 0,006 1 2,072252 0,936
Penghasilan 0,791 1 2,072252 0,374
Status Kepemilikan Rumah 5,116 3 5,317048 0,163
Status Kepemilikan Rumah
(1) 4,202 1 2,072252 0,040
Status Kepemilikan Rumah (2) 0,236 1 2,072252 0,627
Status Kepemilikan Rumah (3) 0,011 1 2,072252 0,918
Jenis Lantai (1) 3,605 1 2,072252 0,058
Jenis Dinding (1) 0,000 1 2,072252 0,998
Ventilasi (1) 0,000 1 2,072252 0,998
Jenis Atap (1) 2,888 1 2,072252 0,089
Kepemililkan MCK (1) 0,327 1 2,072252 0,567
Tempat Pembuangan Sampah
(1) 0,000 1 2,072252 0,999
Tempat Pembuangan Limbah
(1) 0,000 1 2,072252 1,000
Sumber Air (1) 2,487 1 2,072252 0,115
Sumber Listrik (1) 1,179 1 2,072252 0,278
41
Tabel 4.2 menunjukkan hasil uji parsial dengan memasuk-kan semua variabel. Berdasarkan hasil tersebut yang sesuai
dengan lampiran 3 b dan sesuai pada persamaan 2.15 diketahui
bahwa terdapat tujuh variabel yang memiliki nilai 2 hitung >
2 (α,db) dan P-Value < α (0,15). Sehingga dapat disimpulkan
bahwa variabel usia KRT, pekerjaan KRT, pekerjaan KRT (2), jumlah balita (1), status kepemilikan rumah (1), jenis lantai (1),
jenis atap (1) dan sumber air (1) berpengaruh signifikan terhadap
status ketahanan pangan rumah tangga penderita pe-nyakit TB di wilayah non pesisir Kota Surabaya. Setelah me-lakukan
pengujian parsial, terdapat variabel yang tidak signifikan, maka
akan dilakukan pengujian serentak dengan memasukkan tujuh variabel yang signifikan, dan membuangan variabel yang tidak
signifikan. Tuk memastikan variabel yang mempengaruhi, maka
dilakukan kembali pengujian serentak untuk model dengan
menggunakan tujuh variabel yang signifikan di atas.
c. Uji Serentak Model dengan Tujuh Variabel Bebas
Uji serentak dilakukan untuk mengetahui pengaruh variabel
prediktor terhadap status ketahanan pangan rumah tangga secara serentak dengan memasukkan tujuh variabel yang diduga
berpengaruh.
Hipotesis :
H0 : 021161312951
H1 : Minimal ada satu 0j dengan j = 1,5,9,12,13,16,21
Taraf signifikan : = 0,15
Statistik uji : 2 hitung = 18, 886
Daerah kritis : Tolak H0 apabila 2 hitung > dari pada
2 (α,db)
atau p-value < α. Berdasarkan daerah penolakan tersebut, sesuai
dengan lampiran 3c dan persamaan 2.14 menunjukkan bahwa
keputusan uji serentak pada status ketahanan pangan rumah tangga penderita penyakit TB di wilayah non pesisir Kota
Surabaya dengan faktor-faktor yang diduga mempengaruhinya
42
adalah tolak H0,karena nilai 2 hitung sebesar 18,886 lebih besar
dari pada nilai 2 (0,15;10) sebesar 14,53394 dan p-value sebesar
0,042 lebih kecil dari α sebesar 0,15, sehingga dapat disimpulkan
bahwa minimal ada satu dari variabel prediktor yang berpengaruh
signifikan terhadap status ketahanan pangan rumah tangga
penderita penyakit TB di wilayah non pesisir Kota Surabaya.
d. Uji Parsial
Uji parsial untuk mengetahui variabel mana yang
signifikan dengan memasukkan tujuh variabel yang diduga berpengaruh.
Hipotesis yang digunakan adalah sebagai berikut.
Hipotesis :
H0 : 0j
H1 : 0j , untuk j=1,5,9,12,13,16,21
Taraf signifikan : = 0,15
Statistik uji : 2 hitung diberikan pada Tabel 4.3.
Daerah kritis : Tolak H0 apabila 2 hitung >
2 (α,db) atau p-
value < α. .
Tabel 4.3 Hasil Uji Parsial dengan Memasukkan Tujuh
Variabel Prediktor
Variabel 2 hitung db 2 (α,db)
P-Value
Usia KRT 0,218 1 2,0722515 0,640
Pekerjaan KRT 3,057 2 3,79424 0,217
Pekerjaan KRT (1) 0,993 1 2,0722515 0,319
Pekerjaan KRT (2) 2,875 1 2,0722515 0,090
Jumlah Balita (1) 2,834 1 2,0722515 0,092
Status Kepemilikan Rumah 4,181 3 5,317048 0,243
Status Kepemilikan Rumah (1) 2,461 1 2,0722515 0,117
Status Kepemilikan Rumah (2) 0,526 1 2,0722515 0,468
Status Kepemilikan Rumah (3) 0,042 1 2,0722515 0,838
Jenis Lantai(1) 3,306 1 2,0722515 0,069
Jenis Atap (1) 2,598 1 2,0722515 0,107
Sumber Air (1) 1,1143 1 2,0722515 0,155
43
Tabel 4.3 menunjukkan hasil uji parsial dengan memasuk-kan tujuh variabel. Berdasarkan hasil tersebut sesuai dengan
persamaan 2.15 dan lampiran 3d diketahui bahwa terdapat lima
variabel yang memiliki nilai 2 hitung >
2 (α,db) dan P-Value <
α (0,15). Sehingga dapat disimpulkan bahwa variabel pekerjaan KRT (2), jumlah balita, status kepemilikan rumah (1), jenis lantai
dan jenis atap berpengaruh signifikan terhadap status ketahanan
pangan rumah tangga penderita penyakit TB di wilayah non pesisir Kota Surabaya. Setelah melakukan pengujian parsial,
terdapat variabel yang tidak signifikan, maka akan dilakukan pe-
ngujian serentak dengan memasukkan lima variabel yang sig-nifikan, dan mem-buangan variabel yang tidak signifikan. Berikut
adalah hasil signifikansi parameter status ketahanan pangan
rumah tangga penderita penyakit TB di wilayah non pesisir Kota
Surabaya dengan memasukkan lima variabel yang diduga berpengaruh.
e. Uji Serentak Model dengan Lima Variabel Bebas
Berikut merupakan pengujian serentak yang dilakukan untuk mengetahui pengaruh variabel prediktor terhadap status
ketahanan pangan rumah tangga secara serentak dengan dari
memasukkan lima variabel yang diduga berpengaruh. Hipotesis :
H0 : 016131295
H1 : Minimal ada 1 0j dengan j = 5,9,12,13,16
Taraf signifikan : = 0,15
Statistik uji : 2 hitung = 17,293
Daerah kritis : Tolak H0 apabila 2 hitung > dari pada
2 (α,db)
atau p-value < α. Berdasarkan daerah penolakan tersebut, sesuai dengan lampiran 4a dan pada persamaan 2.14 menunjukkan
bahwa menunjukkan bahwa keputusan uji serentak terhadap
variabel yang digunakan dalam pembentukan model adalah tolak
H0, karena nilai 2 hitung sebesar 17,293 lebih besar dari
2 (α,db)
44
sebesar 12,02707 dan nilai P-Value sebesar 0,027 lebih kecil dari
α (0,15) sehingga dapat disimpulkan bahwa minimal ada satu dari
variabel pekerjaan KRT (2), jumlah balita,status kepemilikan
rumah (1), jenis lantai dan jenis atap yang berpengaruh signifikan terhadap status ketahanan pangan rumah tangga penderita
penyakit TB paru di wilayah non pesisir Kota Surabaya.
f. Uji Parsial
Selanjutnya dilakukan uji parsial dengan memasukkan lima
variabel untuk mengetahui apakah kedua variabel yang digunakan
dalam pembentukan model ter-sebut memberikan pengaruh signifikan terhadap status ketahanan pangan rumah tangga secara
parsial. Adapun hipotesis yang digunakan adalah sebagai berikut.
Hipotesis :
H0 : 0j
H1 : 0j , untuk j=5,9,12,13,16
Taraf signifikan : = 0,15
Statistik uji : 2 hitung tampak pada Tabel 4.4.
Daerah kritis : Tolak H0 apabila 2 hitung >
2 (α,db) atau
p-Value < α
Tabel 4.4 menunjukkan hasil uji parsial terhadap variabel-variabel yang digunakan dalam pembentukan model regresi
logistik biner. Berdasarkan hasil tersebut, sesuai dengan lampiran
4b dan persamaan 2.15 diketahui bahwa ketiga variabel yang
digunakan memiliki nilai 2 hitung >
2(α,db) atau p-Value < α
(0,15). Sehingga dapat disimpulkan bahwa variabel pekerjaan
KRT (2), jumlah balita (1), status kepemilikan rumah (2), jenis
lantai (1), dan jenis atap (1) berpengaruh signifikan terhadap status ketahanan pangan rumah tangga penderita penyakit TB
paru di wilayah pesisir Kota Surabaya.
45
Tabel 4.4 Hasil Uji Parsial terhadap Variabel yang Digunakan dalam Pembentukan Model
Variabel 2 hitung db 2 (α,db) P-Value
Pekerjaan KRT 3,501 2 3,79424 0, 174
Pekerjaan KRT (1) 1,185 1 2,07225 0,276
Pekerjaan KRT (2) 3,216 1 2,07225 0,073
Jumlah Balita (1) 2,701 1 2,07225 0,100
Status Kepemilikan
Rumah
4,658 1 2,07225 0,199
Status Kepemilikan
Rumah (1) 1,701 1 2,07225 0,192
Status Kepemilikan
Rumah (2) 2,288 1 2,07225 0,130
Status Kepemilikan
Rumah (3) 0,097 1 2,07225 0,756
Jenis Lantai (1) 3,333 1 2,07225 0,068
Jenis Atap (1) 3,524 1 2,07225 0,060
4.2.2 Model Logit pada Status Ketahanan Pangan Rumah
Tangga Penderita Penyakit TB Paru di Wilayah Pesisir
Kota Surabaya
Model logit (model akhir) dibentuk berdasarkan hasil uji
parsial dan mendapatkan lima variabel yang signifikan, maka
model logit dalam analisis regresi logistik biner pada status ketahanan pangan rumah tangga penderita penyakit TB paru di
wilayah non pesisir Kota Surabaya. Maka model adalah :
5 5 9 12
12 12 13 16
ˆ( ) -1,502-0,748X 1 -1,412X 2 +1,209X 1 +1,196X 1
-1,78X 2 -0,285X 3 -2,220X 1 +1,150X 1
g x
Berdasarkan model logit tersebut, maka dilakukan per-
hitungan nilai peluang untuk dua kategori variabel respon. Be-
rikut adalah nilai peluang yang didapat pada kategori tertentu, ru-
mah tangga dengan pekerjaan KRT sebagai pedagang/wiraswasta, tidak memiliki balita,status kepemilikan rumah adalah kontrak,
46
jenis lantai keramik/porselen, dan jenis atap genting, maka rumah
tangga dengan kategori tersebut memiliki peluang untuk menjadi
rumah tangga tahan pangan sebesar 0,741. Sedangkan peluang
untuk menjadi rumah tangga rawan pangan adalah sebesar 0,987776 sesuai dengan persamaan 2.5 hasil perhitungan berikut.
741,0258,011
258,0
1,150(0)+2,220(0)-0,285(0)-1,78(0)-
1,196(1)+1,209(0)+1,412(0)-0,748(1)-1,502exp1
1,150(0)+2,220(0)-0,285(0)-1,78(0)-
1,196(1)+1,209(0)+1,412(0)-0,748(1)-1,502-exp
exp1
exp1
x
x
x
xg
xg
4.2.3 Uji Kesesuaian Model Status Ketahanan Pangan
Rumah Tangga Penderita Penyakit TB di Wilayah Non
Pesisir Kota Surabaya
Uji kesesuaian model digunakan untuk melihat apakah
model yang didapatkan telah sesuai atau tidak. Berikut
merupakan hasil dari uji kesesuaian model status ketahanan pangan rumah tangga penderita penyakit TB di wilayah non
pesisir Kota Surabaya.
Hipotesis: H0: Model sesuai (tidak terdapat perbedaan yang signifikan
antara hasil pengamatan dengan kemungkinan hasil
prediksi model) H1: Model tidak sesuai (terdapat perbedaan yang signifikan
antara hasil pengamatan dengan kemungkinan hasil
prediksi model)
Taraf signifikan: α = 0,15
Statistik uji : 2
hitung
Daerah kritis :Tolak H0 apabila 2
hitung > 2
(0,15,7) atau
P-Value < α
47
Uji kesesuaian model status ketahanan pangan rumah tangga
penderita penyakit TB di wilayah non pesisir Kota Surabaya
sesuai dengan lampiran 4c dan sesuai dengan persamaan 2.20.
Tabel 4.5 Hasil Uji Kesesuaian Model
2 hitung db 2 (0,15,7)
P-Value
3,857 7 10,7479 0,796
Tabel 4.5 menunjukkan bahwa keputusan uji kesesuaian model status ketahanan pangan rumah tangga penderita penyakit
TB di wilayah non pesisir Kota Surabaya adalah gagal tolak H0,
karena 2 hitung sebesar 3,857<
2 (0,15,7) (10,7479) dan P-Value
(0,796) lebih besar dari (0,15) sehingga dapat disimpulkan bahwa model status ketahanan pangan rumah tangga penderita penyakit TB di wilayah non pesisir Kota Surabaya telah sesuai
atau tidak ada perbedaan yang signifikan antara hasil pengamatan
dengan kemungkinan hasil prediksi model.
4.2.4 Ketepatan Klasifikasi Status Ketahanan Pangan Rumah
Tangga Penderita Penyakit TB di Wilayah Non Pesisir
Kota Surabaya
Ketepatan klasifikasi adalah suatu evaluasi yang melihat peluang kesalahan klasifikasi berdasarkan kriteria atau ukuran
yang digunakan yaitu Accuracy Total. Berikut merupakan hasil
evaluasi ketepatan klasifikasi status ketahanan pangan rumah
tangga penderita penyakit TB di wilayah non pesisir Kota Surabaya yang mengacu pada lampiran 4d dan persamaan 2.16.
Tabel 4.6 Klasifikasi Status Ketahanan Pangan Rumah Tangga Penderita Penyakit TB di Wilayah Non Pesisir Kota Surabaya
Observasi
Prediksi Persentase
kebenaran Rawan
Pangan
Tahan
Pangan
Status Ketahanan
Pangan
Rawan Pangan 91 2 97,8
Tahan Pangan 15 3 16,7
Persentase Total 84,7
48
Tabel 4.6 menunjukkan bahwa persentase klasifikasi dari rumah tangga yang rawan pangan adalah sebesar 97,8% dimana
dari 93 rumah tangga penderita penyakit TB di wilayah non
pesisir Kota Surabaya yang rawan pangan terdapat 91 rumah tangga yang diklasifikasikan secara benar sebagai rumah tangga
yang rawan pangan, sedangkan 2 rumah tangga lainnya
diklasifikasikan secara salah sebagai rumah tangga yang tahan pangan. Persentase klasifikasi dari rumah tangga yang tahan
pangan adalah sebesar 16,7% dimana dari 18 rumah tangga
penderita penyakit TB paru di wilayah pesisir Kota Surabaya yang tahan pangan terdapat 3 rumah tangga yang diklasifikasikan
secara benar sebagai rumah tangga yang tahan pangan, sedangkan
15 rumah tangga lainnya diklasifikasikan secara salah sebagai
rumah tangga yang rawan pangan. Persentase keseluruhan dari klasifikasi tersebut adalah sebesar 84,7% yang artinya dari 111
rumah tangga penderita penyakit TB di wilayah non pesisir Kota
Surabaya terdapat 94 rumah tangga yang diklasifikasikan secara benar dan terdapat 17 rumah tangga yang diklasifikasikan secara
salah.
4.3 Nilai Odds Ratio
Nilai odds ratio didapatkan dari hasil Exp ( β). Berikut
adalah interpretasi nilai odds ratio dari masing-masing variabel prediktor yang masuk ke dalam model regresi logistik biner
sesuai dengan lampiran 4b dan sesuai pada persamaan 2.17.
Tabel 4.7 Nilai Odds Ratio dari Variabel yang Masuk dalam Model
Variabel Odds Ratio
Pekerjaan KRT X5(2) 0,244
Jumlah Balita X9(1) 3,348
Status Kepemilikan Rumah X12(2) 0,169
Jenis Lantai X13(1) 0,109
Jenis Atap X16(1) 3,157
Tabel 4.7 menunjukkan bahwa rumah tangga dengan pe-
kerjaan KRT sebagai pedagang/wiraswasta cenderung untuk men-jadi rumah tangga tahan pangan sebesar 0,244 kali dibandingkan
rumah tangga dengan pekerjaan KRT sebagai pegawai swas-
49
ta/tidak bekerja. Rumah tangga yang tidak memiliki balita cen-
derung unuk menjadi rumah tangga tahan pangan sebesar 3,348
kali dibandingkan rumah tangga yang mempunyai balita. Rumah
tangga dengan status kepemilikan kontrak cenderung untuk men-jadi rumah tangga tahan pangan sebesar 0,169 kali dibandingkan
rumah tangga dengan status kepemilikan sewa/ kos dan milik
sendiri. Rumah tangga dengan jenis lantai keramik/porselen cen-derung menjadi rumah tangga tahan pangan sebesar 0,109 kali di-
bandingkan rumah tangga dengan jenis lantai selain kera-
mik/porselen. Sedangkan rumah tangga dengan jenis atapnya gen-ting akan cenderung untuk menjadi rumah tangga tahan pa-ngan
sebesar 3,157 kali dibandingkan rumah tangga yang jenis atapnya
asbes/seng.
50
Halaman ini sengaja dikosongkan
51
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisis dan pembahasan, maka dapat
diperoleh kesimpulan sebagai berikut.
1. Kecamatan di wilayah non pesisir Kota Surabaya yang memiliki jumlah penderita TB tertinggi pada tahun 2017
adalah Kecamatan Sawahan yaitu sebesar 333 pasien dari
jumlah penduduk 170.605 jiwa, sedangkan jumlah pen-
derita TB dimiliki oleh Kecamatan Gayungan, yaitu se-besar 14 pasien dari jumlah penduduk 42.717 jiwa. Ke-
mudian persentase rumah tangga penderita Tuberkulosis
paru di wilayah non pesisir Kota Surabaya yang rawan pangan lebih besar dibandingkan dengan persentase rumah
tangga yang tahan pangan.
2. Faktor-faktor yang mempengaruhi ketahanan pangan ru-
mah tangga penderita adalah Variabel pekerjaan Kepala Rumah Tangga, jumlah balita, status kepemilikan rumah,
jenis lantai dan jenis atap berpengaruh signifikan terhadap
status ketahanan pangan rumah tangga penderita penyakit TB paru di wilayah non pesisir Kota Surabaya.
3. Peluang rumah tangga dengan pekerjaan Kepala Rumah
Tangga sebagai pedagang/wiraswasta cenderung untuk menjadi rumah tangga tahan pangan sebesar 0,244 kali le-
bih kecil dibandingkan rumah tangga dengan pekerjaan Ke-
pala Rumah Tangga sebagai pegawai swasta/tidak bekerja.
5.2 Saran
Saran untuk instansi yang terkait adalah perlu melakukan peningkatan program penyuluhan mengenai ketahanan pangan,
utamanya pada rumah tangga penderita TB, diantaranya perlu di-
lakukan peningkatan ketrampilan kerja kepala rumah tangga, se-
hingga diharapkan meningkatkan taraf hidup penderita rumah tangga TB khususnya di wilayah non pesisir Surabaya.
52
Halaman ini sengaja dikosongkan
53
DAFTAR PUSTAKA
BPS. 2017. Suarabaya Dalam Angka. Surabaya: Badan Pusat
Statistik Kota Surabaya
Dahlan MS. 2009. Besar Sampel dan Cara Pengambilan Sampel dalam Penelitian Kedokteran dan Kesehatan. Ed. 2,
Jakarta: Penerbit Salemba Medika
Dinkes. 2016. Profil KesehatanTahun 2015 Kota Surabaya. Surabaya:Dinas Kesehatan Kota Surabaya
DKP. 2017. Panduan Penyusunan Peta Ketahanan dan
Kerentanan Pangan Indonesia (FSVA). Sekretariat Dewan Ketahanan Pangan-Badan Ketahanan Pangan. Jakarta.
Departemen Pertanian
Hasan, M. 2006. Meningkatkan Ketahanan Pangan Nasional.
Makalah Pengantar Falsafah Sains. Disampaikan pada kuliah Program Pascasarjana/S3 IPB (Bogor, 26 November
2006).
Hosmer, D. W. & Lemeshow, S., 2000. Applied Logitic Regression. New York: John Wiley & Sons.
Sheaffer, Richard L, Mendenhall, R. Lyman, Kenneth G . 2012.
Elementary Survey Sampling, 3nd ed. USA: Wadsworth, Inc.
Perhimpunan Dokter Paru Indonesia. 2006. Tuberkulosis,
Pedoman Diagnosis dan Penatalaksanaan di Indonesia.
Diakses dari Perhimpunan Dokter Paru Indonesia: https://www.klikpdpi.com/konsensus/tb/tb.html
Prabawati, A. D., 2012. Faktor-Faktor Yang Memepengaruhi
Rumah Tangga Nelayan Berperilaku Hidup Bersih dan Sehat Dengan Analisis Regresi Logsitik. Surabaya: ITS.
Puslit Kependudukan-LIPI. 2009. Konsep dan Ukuran Ketahanan
Pangan Rumah Tangga di Pedesaan. Diakses dari
http://www.ppk.lipi.go.id/file/publikasi/ Rustanti, Ninik. 2015. Buku Ajar Ekonomi Pangan dan Gizi.
Yogyakarta : Deepublish
54
Suryana, A. 2003. Kapita Selekta Evolusi Pemikiran Kebijakan
Ketahanan Pangan.Yogyakarta. BPFE
Suryo, Joko. 2010. Penyembuh Gangguan Sistem Pernapasan.
Yogyakarta: Penerbit B First
55
LAMPIRAN
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir Surabaya Tahun 2017
Resp Y X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
1 1 59 1 2 2 3 1 1 2 1 2 1500000
2 2 32 1 2 2 2 2 1 1 2 1 4000000
3 1 60 2 2 1 1 2 1 1 1 1 500000
4 1 66 1 2 1 2 2 1 2 1 1 1000000
5 1 41 1 1 2 1 1 1 1 1 1 1000000
6 1 57 1 2 2 2 2 1 1 2 2 5000000
7 1 53 1 1 1 3 1 1 1 1 1 1500000
8 1 53 1 2 2 1 1 1 2 1 2 5000000
9 2 49 2 2 1 1 1 1 1 1 1 3000000
10 2 59 1 2 2 3 1 1 1 2 1 1700000
11 1 84 1 2 1 1 1 1 1 1 1 1000000
12 1 38 2 1 1 3 1 1 1 1 1 1000000
13 2 74 2 2 2 3 1 1 1 1 1 3500000
14 2 50 2 1 1 1 2 2 1 1 2 1500000
15 1 55 1 2 1 2 1 1 2 2 2 8000000
16 1 60 2 1 1 3 1 1 1 1 1 1500000
17 1 55 1 2 2 2 1 1 1 1 2 3000000
18 2 57 1 2 2 1 1 1 1 1 2 4500000
19 1 50 1 1 2 3 1 1 1 1 1 2900000
20 1 28 1 1 1 1 1 1 1 1 2 4000000
21 1 56 2 1 1 3 2 1 1 1 2 1500000
22 1 41 2 2 1 2 1 1 1 1 2 1500000
23 2 42 2 2 2 2 1 1 1 2 2 1000000
24 1 55 1 2 1 1 2 2 1 1 1 2500000
25 1 55 1 2 2 2 1 1 1 1 2 2000000
26 1 45 2 1 1 3 2 1 1 1 2 1500000
27 1 54 2 1 1 2 2 2 1 1 1 6000000
28 1 36 2 2 2 1 2 1 1 2 1 1000000
29 1 54 1 2 1 3 1 1 1 1 1 1000000
30 1 59 2 2 2 2 1 1 1 1 1 3000000
31 1 53 1 1 1 2 1 1 1 1 1 1500000
32 1 57 2 2 1 1 2 2 1 1 1 2000000
33 1 80 2 1 1 3 1 2 1 1 2 4000000
34 1 57 2 1 1 3 2 2 1 1 1 1.200.000
35 1 36 1 2 2 1 2 1 2 1 2 2600000
36 1 50 2 2 2 1 1 1 2 1 2 1500000
56
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir
Surabaya Tahun 2017 (Lanjutan)
Resp Y X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
37 1 56 2 1 1 1 1 1 1 1 2 3000000
38 1 35 1 1 1 2 1 1 1 2 1 1500000
39 1 60 1 1 1 2 1 2 1 1 1 2000000
40 1 42 1 1 1 1 1 2 1 1 2 3500000
41 1 90 2 1 1 3 1 1 1 1 1 2000000
42 1 50 1 1 1 3 2 2 1 1 1 500000
43 1 40 2 2 1 1 1 1 1 1 2 2500000
44 1 47 1 2 2 2 1 1 1 1 2 5000000
45 1 31 2 2 2 1 1 1 1 1 1 1500000
46 1 32 2 2 2 2 2 1 1 2 1 12000000
47 1 60 1 2 1 1 1 1 1 1 1 4000000
48 1 37 1 2 2 1 2 1 1 1 2 3000000
49 1 60 1 1 1 2 1 1 1 1 2 2000000
50 1 67 2 1 1 3 1 1 1 1 1 2000000
51 1 50 2 2 2 1 1 1 1 1 1 10000000
52 1 40 2 2 2 1 1 1 1 1 2 5000000
53 2 47 1 1 2 1 2 1 1 1 2 2800000
54 1 57 1 1 1 3 1 1 1 1 1 1000000
55 1 65 2 1 1 2 1 1 1 1 1 1000000
56 1 51 1 1 1 2 1 1 1 1 2 2000000
57 2 65 2 2 2 1 2 1 1 1 2 3000000
58 1 54 2 1 1 2 1 1 1 1 1 2000000
59 1 60 2 1 1 2 2 2 1 1 2 1500000
60 1 41 1 1 1 1 1 2 1 2 1 2000000
61 1 35 2 1 1 3 1 1 1 1 2 600000
62 1 60 1 1 1 1 1 1 1 1 1 1000000
63 2 33 2 1 1 2 2 1 1 1 2 1200000
64 1 47 1 2 2 1 1 1 1 1 2 5000000
65 1 33 2 1 1 1 1 1 1 2 2 3000000
66 1 52 1 2 1 1 1 1 1 1 2 3500000
67 1 61 2 2 1 3 1 1 1 1 1 4000000
68 1 50 2 1 1 3 1 1 1 1 1 3000000
69 1 57 2 1 2 2 1 1 1 1 1 4800000
70 1 56 1 1 1 3 2 1 2 1 2 3500000
71 2 46 2 2 1 2 1 1 1 1 1 3000000
72 1 50 2 1 1 1 1 1 1 1 2 3000000
73 1 57 2 1 1 3 2 1 1 1 2 1000000
74 1 48 2 1 1 3 2 1 1 1 1 800000
57
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir
Surabaya Tahun 2017 (Lanjutan)
Resp Y X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11
75 1 62 1 1 1 3 1 1 1 1 1 2500000
76 2 50 1 2 1 2 1 1 1 1 2 3000000
77 1 42 2 1 2 1 1 1 1 2 1 3000000
78 1 31 1 2 1 1 2 2 1 1 2 1500000
79 1 41 2 1 2 1 2 1 1 2 2 1000000
80 2 46 1 2 2 1 1 1 1 1 1 2500000
81 1 29 2 2 1 1 1 1 1 1 1 3500000
82 2 58 2 1 1 1 1 1 1 1 1 1000000
83 1 67 1 2 2 3 2 1 1 1 1 2000000
84 1 57 1 2 1 3 2 1 1 1 2 1000000
85 1 51 1 1 1 3 2 1 1 1 1 500000
86 1 52 2 2 2 2 1 1 1 1 2 2500000
87 2 31 2 2 2 1 2 1 1 2 2 7000000
88 1 55 2 2 1 3 2 1 1 1 1 600000
89 1 50 1 1 1 3 1 1 1 1 1 3200000
90 1 60 1 2 1 1 1 1 1 1 1 1500000
91 1 64 2 1 1 3 1 1 1 1 1 600000
92 2 28 1 2 1 1 1 1 1 2 1 3600000
93 1 50 1 2 1 3 2 1 1 1 2 1200000
94 1 53 1 1 2 2 1 1 1 1 2 3000000
95 1 63 1 1 1 1 1 1 1 1 1 2250000
96 1 55 1 2 2 1 1 1 1 1 2 3500000
97 1 32 2 1 1 1 1 1 1 1 1 1000000
98 1 58 1 2 2 3 1 1 1 1 1 1000000
99 1 34 2 2 2 1 1 1 1 1 2 2600000
100 1 32 1 2 2 2 2 1 2 2 1 2500000
101 1 43 1 1 1 1 1 2 1 1 1 1300000
102 1 32 2 2 2 1 1 1 1 2 2 3500000
103 1 45 2 2 1 3 1 1 1 1 2 1000000
104 1 50 2 2 2 3 1 1 1 1 1 1000000
105 1 64 2 1 1 3 1 1 2 1 2 1000000
106 1 42 2 2 2 2 1 1 1 1 2 20000000
107 2 48 1 1 2 1 1 1 1 1 2 2500000
108 2 58 1 1 2 3 1 1 1 1 1 3000000
109 1 49 1 2 2 2 2 1 1 1 2 2500000
110 1 52 1 2 1 3 1 1 1 1 2 1200000
111 1 23 2 2 2 3 2 2 1 1 1 2500000
58
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir
Surabaya Tahun 2017 (Lanjutan)
Resp X12 X13 X14 X15 X16 X17 X18 X19 X20 X21
1 2 1 2 2 2 2 2 1 1 1
2 1 1 1 2 2 2 2 1 1 1
3 3 1 1 1 2 1 2 1 1 1
4 1 2 1 2 1 2 2 1 2 1
5 1 2 1 2 1 2 2 1 2 1
6 1 1 1 2 1 2 2 1 1 1
7 1 1 1 1 1 2 2 1 1 1
8 1 1 1 2 1 2 2 1 1 1
9 1 1 1 2 1 2 2 1 1 1
10 1 1 1 2 1 2 2 1 1 1
11 2 2 2 2 2 2 2 1 1 1
12 3 1 2 2 2 2 2 1 2 2
13 1 1 1 2 2 2 2 1 1 1
14 2 2 1 2 2 1 2 1 1 2
15 1 1 1 2 1 1 2 1 1 1
16 1 1 1 2 1 2 2 1 1 1
17 1 1 1 2 1 2 2 1 1 1
18 1 1 1 2 1 2 2 1 1 1
19 1 1 1 2 1 2 2 1 1 1
20 1 2 1 2 2 2 2 1 1 1
21 3 1 1 2 2 2 2 1 2 1
22 2 1 1 2 1 2 2 1 2 1
23 3 1 1 2 1 1 2 1 2 1
24 3 1 1 2 1 1 2 1 2 2
25 1 1 1 2 2 1 2 1 1 1
26 1 1 1 2 1 1 2 1 1 1
27 4 1 1 1 2 2 2 1 1 1
28 4 2 1 2 2 2 2 1 1 1
29 4 1 1 2 1 2 2 1 1 1
30 1 1 1 2 1 2 2 1 1 1
31 1 2 1 2 1 2 2 1 1 1
32 3 1 1 1 2 1 2 1 2 2
33 4 1 1 1 1 2 2 1 1 1
34 1 2 1 1 1 2 2 1 1 1
35 1 1 1 2 1 2 2 1 1 1
36 1 1 1 2 1 2 2 1 1 1
37 1 1 1 2 1 2 2 1 1 1
38 1 1 1 2 1 2 2 1 1 1
59
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir
Surabaya Tahun 2017 (Lanjutan)
Resp X12 X13 X14 X15 X16 X17 X18 X19 X20 X21
39 1 1 1 2 1 2 2 1 2 1
40 3 2 1 2 1 1 2 1 2 1
41 1 1 1 2 1 2 2 1 1 1
42 1 2 2 2 1 2 2 1 2 1
43 1 2 1 2 2 2 1 1 1 1
44 1 1 1 2 1 2 2 1 1 1
45 1 1 1 2 1 2 2 1 1 1
46 1 1 1 2 1 2 2 1 1 1
47 1 1 1 2 1 2 2 1 1 2
48 1 1 1 2 1 2 2 1 1 1
49 1 1 1 2 1 2 2 1 1 1
50 1 1 1 2 1 2 1 1 1 1
51 1 1 1 2 1 2 2 1 1 1
52 1 1 1 2 1 2 2 1 1 1
53 1 1 1 2 1 2 2 1 1 1
54 1 1 1 2 2 2 2 1 1 1
55 1 1 1 2 1 2 2 2 1 1
56 1 2 2 2 1 2 1 1 1 1
57 1 1 1 2 2 2 2 1 1 1
58 1 1 2 2 1 2 2 1 2 2
59 2 1 1 2 1 1 2 1 2 2
60 3 1 1 2 2 1 2 1 2 2
61 4 1 2 2 2 1 2 1 2 1
62 1 1 1 2 1 2 2 1 1 1
63 2 1 1 2 2 2 2 1 1 1
64 1 1 1 2 1 2 2 1 1 1
65 1 1 1 1 2 2 2 1 1 1
66 1 1 1 2 2 1 2 1 1 2
67 3 1 1 2 2 2 2 1 1 1
68 1 1 1 1 1 2 2 1 1 1
69 1 1 1 2 2 2 2 1 1 1
70 2 1 1 2 2 2 2 1 2 1
71 1 1 1 2 2 2 2 1 1 1
72 4 2 1 2 1 2 2 1 1 1
73 3 1 1 1 2 1 2 1 2 2
74 1 1 1 2 2 2 2 1 1 1
75 2 2 1 2 2 2 2 1 1 1
76 4 1 1 2 2 2 2 1 1 1
60
Lampiran 1. Data Penderita TB di Wilayah Non Pesisir
Surabaya Tahun 2017 (Lanjutan)
Resp X12 X13 X14 X15 X16 X17 X18 X19 X20 X21
77 1 1 1 2 2 1 2 1 1 1
78 3 1 1 2 2 1 2 1 2 1
79 3 2 1 2 1 1 2 1 1 2
80 1 1 1 2 2 2 2 1 1 1
81 3 1 1 2 2 2 2 1 1 2
82 1 1 1 2 2 2 2 1 1 1
83 1 1 1 2 2 2 2 1 1 1
84 1 1 1 2 1 2 2 1 1 1
85 4 1 1 2 2 2 2 1 1 1
86 1 1 1 1 1 2 2 1 1 1
87 4 1 1 2 1 2 2 1 1 1
88 4 1 1 2 1 2 2 1 1 1
89 1 2 1 2 2 2 2 1 2 1
90 2 2 1 2 1 2 2 1 2 1
91 4 1 1 2 2 2 2 1 1 1
92 1 1 1 2 1 2 2 1 1 1
93 3 2 1 1 2 1 2 1 2 2
94 3 1 1 1 2 1 2 1 1 2
95 1 1 1 2 1 2 2 1 1 1
96 1 1 1 2 1 2 2 1 1 1
97 1 1 1 2 1 2 2 1 1 1
98 1 1 1 2 1 2 2 1 1 1
99 1 1 1 2 2 2 2 1 1 1
100 4 1 1 2 1 2 2 1 1 1
101 3 2 2 2 1 1 2 1 1 2
102 4 1 1 2 1 2 2 1 1 1
103 1 1 1 2 2 2 2 1 1 1
104 1 1 1 2 1 2 2 1 2 1
105 1 1 1 2 2 2 2 1 1 1
106 1 1 1 2 1 2 2 1 1 1
107 2 1 1 2 2 2 2 1 1 1
108 1 1 1 2 1 2 2 1 1 1
109 4 2 1 2 2 2 2 1 1 1
110 4 2 2 2 1 2 2 1 1 1
111 3 1 1 2 1 2 2 1 1 1
61
Keterangan :
Y = Status Ketahanan Pangan
Y = 1 : Rumah Tangga Rawan Pangan
Y = 2 : Rumah Tangga Tahan Pangan X1 = Usia Kepala Rumah Tangga (Tahun)
X2 = Jenis Kelamin
X2 = 1 : Laki-laki X2 = 2 : Perempuan
X3 = Pendidikan Kepala Rumah Tangga
X3 = 1 : <SMA X3 = 2 : ≥SMA
X4 = Pendidikan Istri
X4 = 1 : <SMA
X4 = 2 : ≥SMA X5 = Pekerjaan Kepala Rumah Tangga
X5 = 1 : Pegawai Swasta
X5 = 2 : Pedagang/Wiraswasta X5 = 3 : Serabutan/Pensiunan/Tidak Bekerja
X6 = Status Pekerjaan Istri
X6 = 1 : Bekerja X6 = 2 : Tidak Bekerja
X7 = Status Kependudukan
X7 = 1 : Penduduk Surabaya
X7 = 2 : Bukan Penduduk Surabaya X8 = Jumlah Anggota Keluarga
X8 = 1 : <7 Orang
X8 = 2 : ≥7 Orang X9 = Jumlah Anak Balita
X9 = 1 : <1 Orang
X9 = 2 : ≥1 Orang
X10 = Jumlah Anak Sekolah X10 = 1 : <1 Orang
X10 = 2 : ≥1 Orang
X11 = Penghasilan/Bulan (Rupiah)
62
X12 = Status Kepemilikan Rumah
X12 = 1 : Milik Sendiri
X12 = 2 : Kontrak
X12 = 3 : Sewa/Kos X12 = 4 : Lainnya
X13 = Jenis Lantai
X13 = 1 : Keramik/Porselen X13 = 2 : Selain Keramik/Porselen
X14 = Jenis Dinding
X14 = 1 : Batu Bata X14 = 2 : Selain Batu Bata
X15 = Ventilasi Rumah
X15 = 1 : Luasnya <10% Luas Lantai
X15 = 2 : Luasnya ≥10% Luas Lantai X16 = Jenis Atap
X16 = 1 : Beton/Genteng
X16 = 2 : Asbes/Seng X17 = Kepemilikan WC/Toilet/Jamban
X17 = 1 : Umum
X17 = 2 : Milik Sendiri X18 = Tempat Pembuangan Sampah
X18 = 1 : Dalam Lubang/Dibakar
X18 = 2 : Tempat Sampah
X19 = Tempat Pembuangan Air Limbah X19 = 1 : Langsung ke Got/Sungai/Pantai
X19 = 2 : Lainnya
X20 = Sumber Air Bersih X20 = 1 : PDAM
X20 = 2 : Sumur
X21 = Sumber Penerangan
X21 = 1 : PLN Sendiri X21 = 2 : PLN Menyalur
63
Lampiran 2. Penentuan Status Ketahanan Pangan
Responden Persediaan
Beras
Kondisi
Persediaan
Pangan
Frekuensi
Makan
Stabilitas
Ketersediaan
Pangan
1 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
2 ≥20 hari Cukup ≥3 kali Stabil
3 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
4 ≥20 hari Cukup ≥3 kali Stabil
5 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
6 <20 hari Tidak Cukup <3 kali Tidak Stabil
7 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
8 ≥20 hari Cukup <3 kali Tidak Stabil
9 ≥20 hari Cukup ≥3 kali Stabil
10 ≥20 hari Cukup ≥3 kali Stabil
11 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
12 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
13 ≥20 hari Cukup ≥3 kali Stabil
14 ≥20 hari Cukup ≥3 kali Stabil
15 ≥20 hari Cukup ≥3 kali Stabil
16 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
17 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
18 ≥20 hari Cukup ≥3 kali Stabil
19 ≥20 hari Cukup ≥3 kali Stabil
20 ≥20 hari Cukup <3 kali Tidak Stabil
21 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
22 <20 hari Tidak Cukup <3 kali Tidak Stabil
23 ≥20 hari Cukup ≥3 kali Stabil
24 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
25 <20 hari Tidak Cukup <3 kali Tidak Stabil
26 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
27 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
28 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
29 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
30 ≥20 hari Cukup ≥3 kali Stabil
31 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
32 <20 hari Tidak Cukup <3 kali Tidak Stabil
33 <20 hari Tidak Cukup <3 kali Tidak Stabil
34 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
35 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
36 ≥20 hari Cukup ≥3 kali Stabil
37 ≥20 hari Cukup ≥3 kali Stabil
64
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Responden Persediaan
Beras
Kondisi
Persediaan
Pangan
Frekuensi
Makan
Stabilitas
Ketersediaan
Pangan
38 ≥20 hari Cukup ≥3 kali Stabil
39 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
40 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
41 ≥20 hari Cukup ≥3 kali Stabil
42 ≥20 hari Cukup ≥3 kali Stabil
43 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
44 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
45 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
46 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
47 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
48 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
49 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
50 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
51 <20 hari Tidak Cukup <3 kali Tidak Stabil
52 ≥20 hari Cukup ≥3 kali Stabil
53 ≥20 hari Cukup ≥3 kali Stabil
54 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
55 ≥20 hari Cukup <3 kali Tidak Stabil
56 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
57 ≥20 hari Cukup ≥3 kali Stabil
58 ≥20 hari Cukup ≥3 kali Stabil
59 ≥20 hari Cukup <3 kali Tidak Stabil
60 ≥20 hari Cukup ≥3 kali Stabil
61 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
62 ≥20 hari Cukup ≥3 kali Stabil
63 ≥20 hari Cukup ≥3 kali Stabil
64 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
65 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
66 ≥20 hari Cukup <3 kali Tidak Stabil
67 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
68 <20 hari Tidak Cukup <3 kali Tidak Stabil
69 ≥20 hari Cukup ≥3 kali Stabil
70 ≥20 hari Cukup <3 kali Tidak Stabil
71 ≥20 hari Cukup ≥3 kali Stabil
72 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
73 <20 hari Tidak Cukup <3 kali Tidak Stabil
74 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
65
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Responden Persediaan
Beras
Kondisi
Persediaan
Pangan
Frekuensi
Makan
Stabilitas
Ketersediaan
Pangan
75 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
76 ≥20 hari Cukup ≥3 kali Stabil
77 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
78 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
79 <20 hari Tidak Cukup <3 kali Tidak Stabil
80 ≥20 hari Cukup ≥3 kali Stabil
81 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
82 ≥20 hari Cukup ≥3 kali Stabil
83 ≥20 hari Cukup <3 kali Tidak Stabil
84 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
85 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
86 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
87 ≥20 hari Cukup ≥3 kali Stabil
88 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
89 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
90 ≥20 hari Cukup <3 kali Tidak Stabil
91 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
92 ≥20 hari Cukup ≥3 kali Stabil
93 <20 hari Tidak Cukup <3 kali Tidak Stabil
94 <20 hari Tidak Cukup <3 kali Tidak Stabil
95 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
96 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
97 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
98 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
99 ≥20 hari Cukup ≥3 kali Stabil
100 ≥20 hari Cukup ≥3 kali Stabil
101 <20 hari Tidak Cukup <3 kali Tidak Stabil
102 ≥20 hari Cukup ≥3 kali Stabil
103 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
104 <20 hari Tidak Cukup <3 kali Tidak Stabil
105 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
106 <20 hari Tidak Cukup ≥3 kali Tidak Stabil
107 ≥20 hari Cukup ≥3 kali Stabil
108 ≥20 hari Cukup ≥3 kali Stabil
109 ≥20 hari Cukup <3 kali Tidak Stabil
110 <20 hari Tidak Cukup <3 kali Tidak Stabil
111 <20 hari Tidak Cukup <3 kali Tidak Stabil
66
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp
Jarak
Lokasi
Pasar
Jumlah
Keluarga
Pendidikan
KRT
Cara
Memperoleh
Aksesibilitas
Pangan
1 >2 km ≥7 ≥SD Tidak Berhutang Buruk
2 ≤2 km <7 ≥SD Tidak Berhutang Baik
3 ≤2 km <7 ≥SD Tidak Berhutang Baik
4 ≤2 km ≥7 ≥SD Tidak Berhutang Buruk
5 ≤2 km <7 ≥SD Tidak Berhutang Baik
6 ≤2 km <7 ≥SD Tidak Berhutang Baik
7 >2 km ≥7 ≥SD Tidak Berhutang Buruk
8 ≤2 km ≥7 ≥SD Tidak Berhutang Buruk
9 ≤2 km <7 ≥SD Tidak Berhutang Baik
10 ≤2 km <7 ≥SD Tidak Berhutang Baik
11 ≤2 km <7 ≥SD Tidak Berhutang Baik
12 ≤2 km <7 ≥SD Tidak Berhutang Baik
13 ≤2 km <7 ≥SD Tidak Berhutang Baik
14 ≤2 km <7 ≥SD Tidak Berhutang Baik
15 ≤2 km ≥7 ≥SD Berhutang Buruk
16 ≤2 km <7 ≥SD Tidak Berhutang Baik
17 ≤2 km <7 ≥SD Tidak Berhutang Baik
18 ≤2 km <7 ≥SD Tidak Berhutang Baik
19 >2 km <7 ≥SD Tidak Berhutang Buruk
20 ≤2 km <7 ≥SD Tidak Berhutang Baik
21 ≤2 km <7 ≥SD Tidak Berhutang Baik
22 ≤2 km <7 ≥SD Berhutang Buruk
23 ≤2 km <7 ≥SD Tidak Berhutang Baik
24 ≤2 km <7 ≥SD Tidak Berhutang Baik
25 ≤2 km <7 ≥SD Tidak Berhutang Baik
26 ≤2 km <7 ≥SD Tidak Berhutang Baik
27 ≤2 km <7 ≥SD Tidak Berhutang Baik
28 ≤2 km <7 ≥SD Tidak Berhutang Baik
29 >2 km <7 ≥SD Tidak Berhutang Buruk
30 >2 km <7 ≥SD Tidak Berhutang Buruk
31 ≤2 km <7 ≥SD Tidak Berhutang Baik
32 ≤2 km <7 ≥SD Tidak Berhutang Baik
33 ≤2 km <7 ≥SD Tidak Berhutang Baik
34 ≤2 km <7 ≥SD Tidak Berhutang Baik
35 >2 km ≥7 ≥SD Tidak Berhutang Buruk
36 >2 km ≥7 ≥SD Tidak Berhutang Buruk
37 >2 km <7 ≥SD Tidak Berhutang Buruk
67
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp
Jarak
Lokasi
Pasar
Jumlah
Keluarga
Pendidikan
KRT
Cara
Memperoleh
Aksesibilitas
Pangan
38 >2 km <7 ≥SD Tidak Berhutang Buruk
39 >2 km <7 ≥SD Tidak Berhutang Buruk
40 >2 km <7 ≥SD Tidak Berhutang Buruk
41 ≤2 km <7 <SD Tidak Berhutang Buruk
42 ≤2 km <7 <SD Tidak Berhutang Buruk
43 >2 km <7 ≥SD Berhutang Buruk
44 ≤2 km <7 ≥SD Tidak Berhutang Baik
45 ≤2 km <7 ≥SD Tidak Berhutang Baik
46 ≤2 km <7 ≥SD Tidak Berhutang Baik
47 ≤2 km <7 ≥SD Tidak Berhutang Baik
48 >2 km <7 ≥SD Tidak Berhutang Buruk
49 ≤2 km <7 ≥SD Tidak Berhutang Baik
50 ≤2 km <7 <SD Tidak Berhutang Buruk
51 ≤2 km <7 ≥SD Tidak Berhutang Baik
52 >2 km <7 ≥SD Tidak Berhutang Buruk
53 ≤2 km <7 ≥SD Tidak Berhutang Baik
54 ≤2 km <7 ≥SD Tidak Berhutang Baik
55 ≤2 km <7 ≥SD Tidak Berhutang Baik
56 ≤2 km <7 ≥SD Tidak Berhutang Baik
57 ≤2 km <7 ≥SD Tidak Berhutang Baik
58 >2 km <7 ≥SD Tidak Berhutang Buruk
59 ≤2 km <7 ≥SD Tidak Berhutang Baik
60 ≤2 km <7 ≥SD Berhutang Buruk
61 ≤2 km <7 ≥SD Tidak Berhutang Baik
62 >2 km <7 ≥SD Tidak Berhutang Buruk
63 ≤2 km <7 ≥SD Tidak Berhutang Baik
64 ≤2 km <7 ≥SD Tidak Berhutang Baik
65 ≤2 km <7 ≥SD Tidak Berhutang Baik
66 ≤2 km <7 ≥SD Tidak Berhutang Baik
67 ≤2 km <7 ≥SD Tidak Berhutang Baik
68 ≤2 km <7 ≥SD Tidak Berhutang Baik
69 >2 km <7 ≥SD Tidak Berhutang Buruk
70 ≤2 km ≥7 ≥SD Berhutang Buruk
71 ≤2 km <7 ≥SD Tidak Berhutang Baik
72 >2 km <7 ≥SD Tidak Berhutang Buruk
73 >2 km <7 ≥SD Tidak Berhutang Buruk
74 ≤2 km <7 ≥SD Tidak Berhutang Baik
68
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp
Jarak
Lokasi
Pasar
Jumlah
Keluarga
Pendidikan
KRT
Cara
Memperoleh
Aksesibilitas
Pangan
75 ≤2 km <7 ≥SD Tidak Berhutang Baik
76 ≤2 km <7 ≥SD Tidak Berhutang Baik
77 ≤2 km <7 ≥SD Tidak Berhutang Baik
78 ≤2 km <7 ≥SD Tidak Berhutang Baik
79 ≤2 km <7 ≥SD Tidak Berhutang Baik
80 ≤2 km <7 ≥SD Tidak Berhutang Baik
81 ≤2 km <7 ≥SD Tidak Berhutang Baik
82 ≤2 km <7 ≥SD Tidak Berhutang Baik
83 ≤2 km <7 ≥SD Tidak Berhutang Baik
84 ≤2 km <7 ≥SD Tidak Berhutang Baik
85 ≤2 km <7 ≥SD Tidak Berhutang Baik
86 ≤2 km <7 ≥SD Tidak Berhutang Baik
87 ≤2 km <7 ≥SD Tidak Berhutang Baik
88 ≤2 km <7 ≥SD Tidak Berhutang Baik
89 ≤2 km <7 ≥SD Tidak Berhutang Baik
90 >2 km <7 ≥SD Tidak Berhutang Buruk
91 ≤2 km <7 ≥SD Tidak Berhutang Baik
92 ≤2 km <7 ≥SD Tidak Berhutang Baik
93 ≤2 km <7 ≥SD Tidak Berhutang Baik
94 ≤2 km <7 ≥SD Tidak Berhutang Baik
95 >2 km <7 ≥SD Tidak Berhutang Buruk
96 ≤2 km <7 ≥SD Tidak Berhutang Baik
97 >2 km <7 ≥SD Tidak Berhutang Buruk
98 ≤2 km <7 ≥SD Tidak Berhutang Baik
99 >2 km <7 ≥SD Tidak Berhutang Buruk
100 ≤2 km ≥7 ≥SD Tidak Berhutang Buruk
101 >2 km <7 ≥SD Tidak Berhutang Buruk
102 >2 km <7 ≥SD Tidak Berhutang Buruk
103 ≤2 km <7 ≥SD Tidak Berhutang Baik
104 ≤2 km <7 ≥SD Tidak Berhutang Baik
105 ≤2 km ≥7 ≥SD Tidak Berhutang Buruk
106 >2 km <7 ≥SD Tidak Berhutang Buruk
107 ≤2 km <7 ≥SD Tidak Berhutang Baik
108 ≤2 km <7 ≥SD Tidak Berhutang Baik
109 ≤2 km <7 ≥SD Tidak Berhutang Baik
110 ≤2 km <7 ≥SD Tidak Berhutang Baik
111 ≤2 km <7 ≥SD Tidak Berhutang Baik
69
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp Kontinyuitas
Pangan Jenis Protein
Kualitas
Pangan
Ketahanan
Pangan
1 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
2 Kontinyu Hewani dan nabati Baik Tahan Pangan
3 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
4 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
5 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
6 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
7 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
8 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
9 Kontinyu Hewani dan nabati Baik Tahan Pangan
10 Kontinyu Hewani dan nabati Baik Tahan Pangan
11 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
12 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
13 Kontinyu Hewani dan nabati Baik Tahan Pangan
14 Kontinyu Hewani dan nabati Baik Tahan Pangan
15 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
16 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
17 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
18 Kontinyu Hewani dan nabati Baik Tahan Pangan
19 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
20 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
21 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
22 Tidak Kontinyu Hewani saja Baik Rawan Pangan
23 Kontinyu Hewani dan nabati Baik Tahan Pangan
24 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
25 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
26 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
27 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
28 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
29 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
30 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
31 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
32 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
33 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
34 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
35 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
36 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
37 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
38 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
70
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp Kontinyuitas
Pangan Jenis Protein
Kualitas
Pangan
Ketahanan
Pangan
39 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
40 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
41 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
42 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
43 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
44 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
45 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
46 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
47 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
48 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
49 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
50 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
51 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
52 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
53 Kontinyu Hewani dan nabati Baik Tahan Pangan
54 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
55 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
56 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
57 Kontinyu Hewani saja Baik Tahan Pangan
58 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
59 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
60 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
61 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
62 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
63 Kontinyu Hewani dan nabati Baik Tahan Pangan
64 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
65 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
66 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
67 Tidak Kontinyu Hewani saja Baik Rawan Pangan
68 Tidak Kontinyu Hewani saja Baik Rawan Pangan
69 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
70 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
71 Kontinyu Hewani dan nabati Baik Tahan Pangan
72 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
73 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
74 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
75 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
76 Kontinyu Hewani dan nabati Baik Tahan Pangan
71
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp Kontinyuitas
Pangan Jenis Protein
Kualitas
Pangan
Ketahanan
Pangan
77 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
78 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
79 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
80 Kontinyu Hewani dan nabati Baik Tahan Pangan
81 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
82 Kontinyu Hewani dan nabati Baik Tahan Pangan
83 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
84 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
85 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
86 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
87 Kontinyu hewani dan nabati Baik Tahan Pangan
88 Tidak Kontinyu nabati saja Tidak Baik Rawan Pangan
89 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
90 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
91 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
92 Kontinyu Hewani dan nabati Baik Tahan Pangan
93 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan
94 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
95 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
96 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
97 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
98 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
99 Tidak Kontinyu Hewani dan nabati Baik Rawan Pangan
100 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
101 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
102 Tidak Kontinyu nabati saja Tidak Baik Rawan Pangan
103 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
104 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
105 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
106 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
107 Kontinyu hewani dan nabati Baik Tahan Pangan
108 Kontinyu hewani saja Baik Tahan Pangan
109 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
110 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
111 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan
72
Lampiran 3. Output Analisis Regresi Logistik Biner dengan
Memasukkan Seluruh Variabel Prediktor
a. Output Estimasi Parameter Secara Serentak dengan
Memasukkan Seluruh Variabel Prediktor
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 37.860 24 .036
Block 37.860 24 .036
Model 37.860 24 .036
b. Output Estimasi Parameter Secara Parsial dengan Memasukkan
Seluruh Variabel Prediktor
Variables in the Equation
B S.E. Wald df Sig.
Step 1
a
Usia_KRT .064 .039 2.663 1 .103
Jenis_Kelamin(1) -.042 .710 .003 1 .953
Pendidikan_Suami(1) 1.148 .960 1.429 1 .232
Pendidikan_Istri(1) .222 .918 .059 1 .809
Pekerjaan_Suami 4.462 2 .107
Pekerjaan_Suami(1) -1.096 .880 1.552 1 .213
Pekerjaan_Suami(2) -2.571 1.265 4.133 1 .042
Pekerjaan_Istri(1) .188 .894 .044 1 .833
Status_Kependudukan(1) 1.708 2.173 .617 1 .432
Jumlah_Keluarga(1) -19.761
11510.395 .000 1 .999
Jumlah_Balita(1) 2.423 1.106 4.800 1 .028
Jumlah_AnakSekolah(1) -.072 .895 .006 1 .936
Penghasilan .000 .000 .791 1 .374
Status_Rumah 5.116 3 .163
Status_Rumah(1) 4.478 2.184 4.202 1 .040
Status_Rumah(2) .870 1.791 .236 1 .627
Status_Rumah(3) -.126 1.228 .011 1 .918
Jenis_Lantai(1) -3.652 1.924 3.605 1 .058
Jenis_Dinding(1) -22.253
9316.896 .000 1 .998
Ventilasi(1) 20.505 9161.801 .000 1 .998
73
73
Jenis_Atap(1) 1.391 .818 2.888 1 .089
MCK(1) .911 1.592 .327 1 .567
Tempat_BuangSampah(1) 17.034 20133.317 .000 1 .999
Buang_AirLimbah(1) -19.464
40192.970 .000 1 1.000
Sumber_Air(1) -3.051 1.934 2.487 1 .115
Sumber_Listrik(1) -1.937 1.784 1.179 1 .278
Constant -42.994
22119.880 .000 1 .998
a. Variable(s) entered on step 1: Usia_KRT, Jenis_Kelamin, Pendidikan_Suami, Pendidikan_Istri, Pekerjaan_Suami, Pekerjaan_Istri, Status_Kependudukan, Jumlah_Keluarga, Jumlah_Balita, Jumlah_AnakSekolah, Penghasilan, Status_Rumah, Jenis_Lantai, Jenis_Dinding, Ventilasi, Jenis_Atap, MCK, Tempat_BuangSampah, Buang_AirLimbah, Sumber_Air, Sumber_Listrik.
c. Output Estimasi Parameter Secara Serentak dengan Memasukkan Tujuh Variabel yang Signifikan
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 18.886 10 .042
Block 18.886 10 .042
Model 18.886 10 .042
d. Output Estimasi Parameter Secara Parsial dengan Memasukkan Tujuh Variabel yang Signifikan
Variables in the Equation
B S.E. Wald df Sig.
Step 1a Usia_KRT .013 .028 .218 1 .640
Pekerjaan_Suami 3.057 2 .217
Pekerjaan_Suami(1) -.697 .699 .993 1 .319
Pekerjaan_Suami(2) -1.441 .850 2.875 1 .090
Jumlah_Balita(1) 1.361 .809 2.834 1 .092
Status_Rumah 4.181 3 .243
Status_Rumah(1) 1.727 1.101 2.461 1 .117
Status_Rumah(2) -.950 1.310 .526 1 .468
Status_Rumah(3) -.189 .927 .042 1 .838
Jenis_Lantai(1) -2.463 1.355 3.306 1 .069
74
Jenis_Atap(1) 1.020 .633 2.598 1 .107
Sumber_Air(1) -1.401 1.310 1.143 1 .285
Constant -2.101 1.478 2.020 1 .155
a. Variable(s) entered on step 1: Usia_KRT, Pekerjaan_Suami, Jumlah_Balita, Status_Rumah, Jenis_Lantai, Jenis_Atap, Sumber_Air.
Lampiran 4. Output Analisis Regresi Logistik Biner dengan
Memasukkan Variabel Prediktor yang Digunakan dalam Model
a. Output Estimasi Parameter Secara Serentak
Omnibus Tests of Model Coefficients Chi-square df Sig.
Step 1
Step 17,293 8 ,027
Block 17,293 8 ,027
Model 17,293 8 ,027
b. Output Uji Signifikansi Parameter secara Parsial dan nilai
Odds Ratio
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1a
Pekerjaan_Suami 3,501 2 ,174
Pekerjaan_Suami(1) -,748 ,687 1,185 1 ,276 ,473
Pekerjaan_Suami(2) -1,412 ,787 3,216 1 ,073 ,244
Jumlah_Balita(1) 1,209 ,735 2,701 1 ,100 3,348
Status_Rumah 4,658 3 ,199
Status_Rumah(1) 1,196 ,917 1,701 1 ,192 3,308
Status_Rumah(2) -1,780 1,177 2,288 1 ,130 ,169
Status_Rumah(3) -,285 ,916 ,097 1 ,756 ,752
Jenis_Lantai(1) -2,220 1,216 3,333 1 ,068 ,109
Jenis_Atap(1) 1,150 ,612 3,524 1 ,060 3,157
Constant -1,502 ,527 8,105 1 ,004 ,223
a. Variable(s) entered on step 1: Pekerjaan_Suami, Jumlah_Balita, Status_Rumah, Jenis_Lantai, Jenis_Atap.
75
75
c. Output Uji Kesesuaian Model
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 3,857 7 ,796
d. Output Ketepatan Klasifikasi
Classification Tablea
Observed
Predicted
Ketahanan_Pangan Percentage
Correct Rawan Pangan
Tahan Pangan
Step 1
Ketahanan_Pangan
Rawan Pangan
91 2 97,8
Tahan Pangan
15 3 16,7
Overall Percentage 84,7
76
Lampiran 5. Surat Keaslian Data
77
77
Lampiran 6. Surat Izin Survei.
78
Lampiran 6. Surat Izin Survei (Lanjutan)
79
Lampiran 7. Kuisioner Penelitian
80
Lampiran 7. Kuisioner Penelitian (Lanjutan)
81
Lampiran 7. Kuisioner Penelitian (Lanjutan)
82
Lampiran 8. Dokumentasi
83
83
BIODATA PENULIS
Penulis bernama Umniyyah Tau-fiqoh yang biasa dipanggil
Nia. Penulis dilahirkan di
Tuban, 04 Ok-tober 1996 sebagai anak kedua dari tiga
bersaudara dari pasangan suami
istri, Bapak Masrukan dan Ibu
Siti Ruqoiyah Rusmin. Penulis di-besarkan di Tuban dan telah
me-nempuh pendidikan formal
dimulai dari TK Raudhotul Athfall (2001-2002), SDN
Latsari 3 (2002-2008) SMP
Negeri 1 Tuban (2009-2012), dan MAN 1 MALANG (2012-2015). Setelah lulus dari SMA, pe-
nulis melanjutkan studinya di De-partemen Statistika Bisnis
Fakultas Vokasi ITS angkatan 2015 yang merupakan keluarga
besar “HEROES. Selama duduk di bangku perkuliahan, penulis aktif mengikuti kegiatan per-kuliahan. Penulis juga pernah aktif
mengikuti berbagai kegiatan dan pelatihan yang diselenggarakan
oleh HIMADATA. Penulis pernah menjadi Volunteer PRS pada tahun 2016 dan menjadi Organizing Committe (OC) Statistic
Competition (STATION) 2017 . Penulis aktif mengikuti pelatihan
LKMM Pra-TD ITS 2016. Selain itu penulis mendapatkan
pengalaman kerja praktik di PT. Semen Indonesia. Segala kritik dan saran akan diterima oleh penulis untuk perbaikan
kedepannya, Jika ada keperluan atau ingin berdiskusi
denganpenulis dapat dihubungi melalui via e-mail yaitu [email protected] atau 085706804855