SISTEM INFORMASI GEOGRAFIS PENENTUAN DAERAH POTENSI RAWAN PANGAN (STUDI KASUS: KABUPATEN PONTIANAK)
Yunitia Sari Program Studi Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Tanjungpura
[email protected]
Abstract - Food is a basic need for humans. The more advanced a nation, the greater demands for quality of the food they consume will be increase. Nevertheless there are still many places where the unmet food evenly. Food insecurity could cause to hunger, malnutrition and health problems, and worst is death. Food insecurity can be seen in terms of production, consumption and distribution. Geographical mapping activities should be planned and conducted to assist in determining priority areas that potentially have food insecurity. This research aims to map the areas of potential food insecurity in the district of Pontianak and analyze the indicators that have been defined, specifically the access roads, the number of grocery stores, the amount of maternal mortality, malnutrition, electricity, health facilities and poor families. The analysis of composite prioritization is done by using Principal Component Analysis (PCA) and analysis of clusters (clustering). Principal Component Analysis (PCA) is a method used to construct a new variable which is a linear combination of the original variables. To give the accurate results, the variable will be reduced to create a new variable called principal component. Observation Cluster analysis is also used to perform the analysis of existing patterns, classifying objects into groups that have similar and classifying the pattern. This system can help us to manage the tabular data of indicator and displayed as maps and generate reports in tabular form of potentially foodinsecure areas. The conclution of this research represent the priority areas of food insecurity are Wajo Hulu, Jungkat, Sei Nipah, Parit Bugis, Galang, Peniraman, Sei Pinyuh, Sei Bakau Besar Laut, Pasir Wan Salim, Penibung, Terusan and Sei Limau. Based on the questionnaire testing, the result shows the average respondent gives 50% percentage point of the importance of this application. Keywords: food, food insecurity, mapping, PCA, clustering, priorities.
1.
Pendahuluan Pangan adalah segala sesuatu yang berasal dari sumber hayati dan air, baik yang diolah maupun yang tidak diolah, yang
diperuntukkan sebagai makanan ataupun minuman bagi konsumsi manusia (Saparinto dan Hidayati, 2006). Dalam deklarasi World Food Summit (WFS) tahun 1996 di Roma, saat ini masih terdapat 800 juta penduduk yang masih mengalami kelaparan hingga tahun 2015. Dari sini upaya untuk menurunkan kerawanan pangan tingkat dunia sudah dimulai. Pada tahun 2009, Dewan Ketahanan Pangan (DKP) dan Badan Ketahanan Pangan (BKP) Provinsi bekerja sama dengan World Food Programme (WFP) meluncurkan Peta Ketahanan dan Kerawanan Pangan atau Food Security and Vulnerability Atlas (FSVA) yang mencakup 346 kabupaten dari 32 provinsi. Walaupun FSVA berhasil mengungkap perbedaan tingkat ketahanan dan kerentanan pangan dan gizi di Indonesia tetapi belum dapat digunakan untuk menganalisis dan mengklasifikasikan ketahanan dan kerawanan pangan pada tingkat desa. Penyusunan FSVA sampai tingkat desa dapat dikembangkan sebagai alat bantu baru yang dipergunakan untuk perencanaan dan pengambilan keputusan dalam mengidentifikasi desa yang membutuhkan perhatian khusus dalam hal ketahanan pangan dan gizi (Pedoman Penyusunan FSVA Kabupaten, 2012)[1]. 2. 2.1
Landasan Teori Pangan
Undang-undang No. 7 tahun 1996 tentang Pangan mengartikan Ketahanan Pangan sebagai kondisi terpenuhinya pangan bagi rumah tangga yang tercermin dari tersedianya pangan yang cukup, baik
jumlah maupun mutunya, aman, merata dan terjangkau. Sedangkan pada World Food Summit (1996), ketahanan pangan didefinisikan bahwa ketahanan pangan terjadi jika semua orang secara terusmenerus, baik secara fisik,sosial dan ekonomi mempunyai akses untuk pangan yang memadai/cukup, bergizi dan aman yang memenuhi kebutuhan pangan mereka dan pilihan makanan untuk hidup secara aktif dan sehat. 2.2
Indikator Kerawanan Pangan
Kerawanan pangan merupakan isu multi-dimensional yang memerlukan analisis dari berbagai parameter tidak hanya produksi dan ketersediaan pangan saja. Kerentanan terhadap kerawanan pangan tingkat nasional, provinsi maupun kabupaten, memiliki karakteristik masingmasing. Tidak semua indikator nasional maupun provinsi dapat digunakan untuk memetakan sampai tingkat kabupaten. Indikator yang dipilih dalam FSVA Kabupaten ini berkaitan dengan tiga pilar ketahanan pangan berdasarkan konsepsi Kerangka Konsep Ketahanan Pangan dan Gizi. Disamping itu, pemilihan indikator juga tergantung pada ketersediaan data pada tingkat desa. Pemetaan daerah potensi rawan pangan tingkat kabupaten menggunakan 7 indikator sesuai Pedoman Penyusunan FSVA Kabupaten 2012, yaitu : 1. 2. 3. 4. 5. 6. 7.
2.3
Jumlah warung atau toko Akses jalan penghubung Persentasi akses listrik Jumlah sarana kesehatan Jumlah penderita gizi buruk Jumlah kematian ibu saat melahirkan Persentase penduduk dibawah garis kemiskinan
Principal Component Analysis dan Cluster Observation Principal Components Analysis (PCA) merupakan teknik analisa multivariate yang dilakukan dengan mereduksi variabel ke
dalam variabel baru dengan jumlah lebih sedikit dari variabel asal (Johnson, 2002) [2]. Di dalam PCA akan dihitung bobot masingmasing kriteria yang secara matematis ditujukan untuk memaksimumkan keragaman dari kelompok variabel baru (yang sebenarnya merupakan fungsi linier peubah asal) atau memaksimumkan jumlah kuadrat korelasi antar PCA dengan variabel asal. PCA merupakan sebuah metode analisis yang dapat digunakan untuk memberi bobot masing-masing kriteria yang digunakan dalam pemilihan suatu keputusan. Cluster Observation atau biasa dikenal sebagai analisa gerombol adalah salah satu teknik statistik yang bertujuan untuk mengelompokkan objek kedalam suatu kelompok sehingga objek akan memiliki kesamaan maksimal jika mereka dikelompokkan ke dalam suatu kelompok (Sharma, 2006)[3]. Clustering bermanfaat untuk melakukan analisis pola-pola yang ada, mengelompokkan dan membuat keputusan. Clustering cocok dugunakan untuk melihat hubungan antar data sehingga dapat dibuat suatu penilaian terhadap strukturnya. Pada sistem yang dirancang perhitungan PCA dan Cluster Observation dilakukan dengan bantuan software Minitab, kemudian hasil perhitungan akan di load kembali untuk dilakukan penentuan prioritas sehingga akan ditemukan pola pengelompokkan desa-desa yang di prioritaskan berpotensi rawan pangan. 2.4
Sistem Informasi Geografis (SIG) Menurut Shunji Murai dalam Pengantar GIS (2007), Sistem Informasi Geografis (SIG) adalah sistem informasi yang digunakan untuk memasukkan, menyimpan, memangggil kembali, mengolah, menganalisis dan menghasilkan data bereferensi geografis atau data geospatial, untuk mendukung pengambilan keputusan dalam perencanaan dan pengelolaan penggunaan lahan, sumber daya alam, lingkungan transportasi, fasilitas kota, dan pelayanan umum lainnya[4]. Komponen
Username, password
utama SIG adalah sistem komputer, data geospatial dan pengguna. SIG dapat menghasilkan pengolahan dan analisis data spasial (keruangan) serta data non spasial (tabular), dalam memperoleh berbagai informasi yang berkaitan dengan aspek keruangan baik yang berorientasi ilmiah, komersil, pengelolaan maupun kebijaksanaan.
Hak akses 1.0 Login
Pengguna
Tabel_user
Data user
Data user
Data user
2.0 Manajemen User
Data user
Tabel_kecamatan Data kecamatan Data kecamatan
Data spasial
Data desa
3.0 Manajemen Peta
Data_spasial Data desa
Data spasial Data desa
Tabel_desa
Data desa Data desa, data indikator
Data desa 4.0 Manajemen Data Indikator
Data indikator
Data indikator
Data indikator
Data indikator
kematian
Data indikator
kesehatan
gakin
Data indikator
Gizi_buruk
Data indikator
Data indikator Data indikator
akses
Data indikator
Data indikator
Data indikator
Data desa
Data indikator
Data indikator
Data indikator toko
Data indikator
Listrik
Data indikator
Data indikator
3. Perancangan Sistem 3.1 Perancangan Diagram Arus Data 3.1.1 Diagram Konteks Diagram konteks adalah diagram yang memberikan gambaran umum terhadap kegiatan yang berlangsung dalam sistem. Pada Gambar 1 berikut menunjukkan diagram konteks dari sistem.
Data indikator
Data indikator
Data indikator
Data indikator
Data spasial desa
5.0 Analisis dan Hasil
Hasil analisis prioritas
Kriteria analisis
Tabel_prioritas Data prioritas
Hasil analisis dan pemetaan daerah potensi rawan pangan, laporan
Hasil persamaan indikator Tbl_rekap Data persamaan indikator Hasil prioritas
Laporan data desa potensi rawan pangan
Data desa
6.0 Cetak Laporan
Data spasial desa
Gambar 2 Diagram overview sistem.
- Data Spasial (Batas administrasi, kabupaten, kecamatan, wilayah, sungai, jalan, desa) - Data desa - Data jumlah warung/toko kelontong - Data jumlah penduduk dibawah garis kemiskinan - Data jalur transportasi - Data rumah tangga tanpa akses listrik - Data jumlah kematian ibu saat melahirkan - Data penderita gizi buruk - Data jumlah fasilitas kesehatan
Sistem Informasi Geografis Penentuan Daerah Potensi Rawan Pangan
Username, password
Data user
Pengguna
Hasil analisis dan Peta sebaran desa yang berpotensi rawan pangan
Gambar 1 Diagram konteks sistem.
3.1.2 Diagram Overview Sistem Diagram overview adalah diagram yang menjelaskan urutan-urutan proses dari diagram konteks. Seperti pada Gambar 2 berikut, sistem ini dibagi menjadi enam proses.
3.2 Perancangan Basis Data 3.2.1 Perancangan Entity Relational Diagram Entity Relational Diagram (ERD) merupakan gambaran hubungan antar entitas yang dipergunakan dalam sistem. Keterkaitan dan hubungan antar-entitas digambarkan melalui Diagram ER seperti terlihat pada Gambar 3 berikut. Id_akses*
Memiliki
M
tahun
Indikator akses jalan
Id_gakin*
Id*
namakec
Memiliki
M
M
Memiliki
tahun
Indikator keluarga miskin Id_giruk*
M
Memiliki
tahun 1
Kecamatan
1
Memiliki
Indikator gizi buruk
M
1 1
Id_kematian*
M
Memiliki
1
tahun
memiliki
1 1
M
Memiliki
M
Indikator kematian
Id_kesehatan* Desa
M
Memiliki
1
tahun
Prioritas
1 1 Memiliki
Id*
1
Indikator kesehatan
M
1
namadesa
Id_listrik*
Memiliki
M
Indikator listrik
M
Memiliki
1
tahun
M
prioritas
Memiliki 1
Id_toko*
Memiliki
M
Indikator jumlah toko
tahun
M
Memiliki
Gambar 3 Entity relational diagram.
cluster
3.2.2 Perancangan Relasi Antartabel Hubungan antara tabel-tabel data tabular dalam sistem informasi geografis ini dapat dilihat pada Gambar 4 berikut. kecamatan PK
id_kec namakec
PK
id_desa
Tabel 1 Daftar Menu Halaman Utama Menu
akses
desa PK
menjadi beberapa submenu. Fungsi dari masing-masing menu dapat dilihat pada Tabel 1 berikut.
id_akses
Submenu Koordinat Geografis
tahun id_desa jalan s_b prioritas
id_kec namadesa
gakin PK
id_gakin tahun id_desa gakin s_b prioritas
tahun namakec namadesa jalan toko gakin giruk kematian kesehatan listrik
id_kematian tahun id_desa kematian s_b prioritas PK
tahun id_desa kesehatan s_b prioritas
Search
listrik PK
id_listrik tahun id_desa listrik s_b prioritas
Peta Indikator
id_prioritas tahun namakec namadesa pc1 pc2 pc3 pc4 pc5 pc6 prioritas cluster
id_kesehatan
id_giruk tahun id_desa giruk s_b prioritas
tb_prioritas
kesehatan PK
PK
id_rekap
kematian PK
gizi_buruk
tbl_rekap PK
toko PK
id_toko tahun id_desa toko s_b prioritas
Keterangan
user PK
id_user nama password
Manajemen Data
Gambar 4 Relasi antartabel. 4.
Hasil Perancangan Halaman utama digunakan untuk melakukan manajemen peta dan mengakses halaman lain pada sistem dan menampilkan hasil analisis data tabular ke dalam data spasial yang digambarkan dalam bentuk peta dengan warna tertentu untuk menunjukkan prioritas daerah potensi rawan pangan. Halaman utama berisikan menumenu yang dapat diakses oleh admin. Antarmuka hasil perancangan halaman utama dapat dilihat pada Gambar 5 berikut.
Data Tabular
Manajemen user Keluar
Keluar 4.1
Analisis Data Laporan
Fungsi Menampilkan koordinat geografis Melakukan pencarian berdasarkan nama desa Menampilkan hasil analisis berdasarkan indikator dan komposit Menampilkan keterangan hasil analisis pada desa Manajemen data tabular indikator tiap desa Melakukan analisis prioritas komposit Menampilkan hasil laporan data tiap indikator dan laporan komposit Menajemen data user Keluar dari aplikasi
Hasil Analisis PCA yang dilakukan di dalam Minitab 1
3 1
Gambar 5 Antarmuka halaman utama. Pada bagian atas form utama terdapat tiga menu utama yang di dalamnya terbagi
2 f
Gambar 6 Hasil analisis PCA dalam Minitab. Penjelasan dari analisis PCA di atas adalah sebagai berikut:
1. Presentase informasi yang bisa dijelaskan oleh masing-masing komponen PCA. 2. Besarnya kumulatif persen yang dijelaskan komponen PC1 – PC7 dalam hal ini sebesar 0.962 atau 96.2% tingkat kepercayaan. 3. Bobot indikator pada masing-masing komponen PCA. 4.2
Hasil Analisis Gerombol (Clustering) yang dilakukan di dalam Minitab
Gambar 7 Hasil clustering dalam Minitab. Proses penentuan urutan prioritas desa yang berpotensi rawan pangan diperoleh dari nilai masing-masing cluster pada PC1, dimana nilai cluster paling tinggi merupakan cluster yang masuk ke dalam prioritas satu. Berdasarkan cluster centroid yang dihasilkan dalam analisis gerombol, nilai cluster 1, cluster 2, cluster 3 dan cluster 4 diurutkan dari yang terbesar hingga yang terkecil sebagai berikut: Tabel 2 Prioritas Masing-Masing Cluster Cluster Mean Cluster Prioritas 1 2.28557 1 2 0.145803 2 3 -0.646232 3 4 -3.22115 4 5.
Kesimpulan Berdasarkan hasil analisis dan pengujian terhadap Sistem Informasi Geografis Penentuan Daerah Potensi Rawan Pangan, dapat disimpulkan bahwa : 1. Sistem informasi geografis yang dirancang dapat memetakan daerah yang memiliki prioritas potensi rawan pangan di wilayah Kabupaten Pontianak. 2. Sistem yang dirancang menggunakan Metode Principal Component Analysis
(PCA) dan cluster observation yang dapat menghubungkan data spasial dan tabular tiap indikator, sehingga dapat menentukan desa yang memiliki prioritas dalam daerah yang berpotensi rawan pangan di wilayah Kabupaten Pontianak 3. Hasil perhitungan dengan menggunakan Metode PCA dan cluster observation menunjukkan bahwa data dari semua indikator yang dianalisis menghasilkan tingkat kepercayaan sampai sebesar 96%. 4. Berdasarkan data tahun 2013 hasil perhitungan analisis sistem komposit, diketahui bahwa terdapat 12 desa di Kabupaten Pontianak yang menjadi prioritas utama berpotensi rawan pangan, yaitu pada kecamatan Siantan terdapat desa Wajo Hulu, Jungkat dan Sei Nipah. Pada kecamatan Segedong terdapat desa Parit Bugis. Pada kecamatan Sungai Pinyuh terdapat desa Galang, Peniraman, Sei Pinyuh dan Sei Bakau Besar Laut. Pada kecamatan Mempawah Hilir terdapat desa Penibung dan Terusan. Pada kecamatan Mempawah Timur terdapat desa Pasir Wan Salim. Pada kecamatan Sungai Kunyit terdapat desa Sei Limau. 5. Hasil pengujian responden pada sistem yang dibangun, dengan menggunakan Metode Likert’s Summated Rating (LSR), didapatkan hasil pengukuran dengan skor 83. Berdasarkan skala 72 < skor < 96, skor 83 tersebut mengindikasikan sistem yang dibangun dinilai berhasil. Referensi [1] Pusat Ketersediaan dan Kerawanan Pangan Badan Ketahanan Pangan Kementrian Pertanian. 2012. Pedoman Penyusunan Peta Ketahanan dan Kerentanan Pangan (FSVA) Kabupaten. [2] Johnson. 2002. Principal Component Analysis second edition. New York: Springer-Verlag New York, Inc.
[3] Sharma. 2006. Cluster Analysis and Factor Analysis. University of South Carolina. [4] Murai, Shunji. 2007. Sistem Informasi Geografis (Bab I GIS Worldbook Vol I) Pengantar GIS. University of Tokyo. Biografi Yunitia Sari, lahir di Pontianak, Kalimantan Barat, Indonesia, 20 Juni 1991. Memperoleh gelar Sarjana dari Program Studi Teknik Informatika Universitas Tanjungpura, Pontianak, Indonesia, pada tahun 2014.
