BAB IV ANALISIS DAN PEMBAHASAN
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.
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.
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
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
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
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
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)
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
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Responden Persediaan Beras
65
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Responden Persediaan Beras
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
67
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
Resp
Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)
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
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
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 1a
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
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
Lampiran 5. Surat Keaslian Data
77
77
Lampiran 6. Surat Izin Survei.
Lampiran 6. Surat Izin Survei (Lanjutan)
79 Lampiran 7. Kuisioner Penelitian
Lampiran 7. Kuisioner Penelitian (Lanjutan)
81 Lampiran 7. Kuisioner Penelitian (Lanjutan)
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