ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN …

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


Indikator Stabilitas Pangan ............................... 32 Gambar 4.7 Persentase Penderita Penyakit TB Berdasarkan

Akses Fisik, Akses Sosial, Akses Ekonomi ....... 33


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


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


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


X10 Jumlah Anak

Sekolah

1 = < 1 Orang


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


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


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


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


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


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


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


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




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


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


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


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


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)


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




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



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



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



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




6 <20 hari Tidak Cukup <3 kali Tidak Stabil


8 ≥20 hari Cukup <3 kali Tidak Stabil






























64

Lampiran 2. Penentuan Status Ketahanan Pangan (Lanjutan)


Beras

Kondisi

Persediaan

Pangan

Frekuensi

Makan

Stabilitas

Ketersediaan

Pangan






































65



Beras

Kondisi

Persediaan

Pangan

Frekuensi

Makan

Stabilitas

Ketersediaan

Pangan






































66


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


4 ≤2 km ≥7 ≥SD Tidak Berhutang Buruk











15 ≤2 km ≥7 ≥SD Berhutang Buruk




19 >2 km <7 ≥SD Tidak Berhutang Buruk



22 ≤2 km <7 ≥SD Berhutang Buruk
















67


Resp

Jarak

Lokasi

Pasar

Jumlah

Keluarga

Pendidikan

KRT

Cara

Memperoleh

Aksesibilitas

Pangan




41 ≤2 km <7 <SD Tidak Berhutang Buruk


43 >2 km <7 ≥SD Berhutang Buruk

















60 ≤2 km <7 ≥SD Berhutang Buruk










70 ≤2 km ≥7 ≥SD Berhutang Buruk





68


Resp

Jarak

Lokasi

Pasar

Jumlah

Keluarga

Pendidikan

KRT

Cara

Memperoleh

Aksesibilitas

Pangan






































69


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



5 Tidak Kontinyu Nabati saja Tidak Baik Rawan Pangan

















22 Tidak Kontinyu Hewani saja Baik Rawan Pangan


24 Tidak Kontinyu hewani dan nabati Baik Rawan Pangan















70


Resp Kontinyuitas


Kualitas

Pangan

Ketahanan

Pangan



















57 Kontinyu Hewani saja Baik Tahan Pangan




















71


Resp Kontinyuitas


Kualitas

Pangan

Ketahanan

Pangan











87 Kontinyu hewani dan nabati Baik Tahan Pangan

88 Tidak Kontinyu nabati saja Tidak Baik Rawan Pangan














102 Tidak Kontinyu nabati saja Tidak Baik Rawan Pangan





107 Kontinyu hewani dan nabati Baik Tahan Pangan

108 Kontinyu hewani saja Baik Tahan Pangan




72


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


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.


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


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

mailto:[email protected]

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KETAHANAN …

Documents