Klasifikasi Ketahanan Pangan Rumah Tangga di Surabaya dengan Pendekatan CART ARCING

Sumber daya pangan Indonesia secara umum dapat dikatakan cukup lengkap dan beragam. Dengan keragaman dan potensi pangan yang lengkap, Indonesia seharusnya mampu memenuhi kebutuhan pangan penduduk. Namun kenyataannya pengelolaan potensi pangan di Indonesia masih belum maksimal. Hal tersebut tersebut menyebabkan kondisi ketahanan pangan nasional masih jauh dari yang diharapkan. Selain itu, rumah tangga dengan penderita tuberkulosis di Surabaya cenderung memiliki tingkat ketahanan pangan rumah tangga yang rendah. Oleh karena itu, pada penelitian ini dilakukan klasifikasi ketahanan pangan rumah tangga penderita tuberkulosis di Surabaya dengan metode Classification and Regression Tree (CART) dan pendekatan Adaptive Resampling and Combining (ARCING) untuk mengetahui ketepatan klasifikasi dan faktor yang berpengaruh dalam proses klasifikasi. Hasil penelitian menunjukkan nilai ketepatan klasifikasi yang dihasilkan dengan metode CART adalah sebesar 59,6% untuk data training dan 52,0% untuk data testing. Angka tersebut naik 7,1% untuk data training dan 4,0% untuk data testing menjadi 66,7% dan 56,0% ketika pendekatan ARCING digunakan. Hasil penelitian juga menunjukkan bahwa cara suatu rumah tangga memperoleh makanan merupakan variabel yang paling berpengaruh dalam proses klasifikasi ketahanan pangan rumah tangga di Surabaya. ======================================================================== Food resource in Indonesia generally is heterogeneous and complete. By this heterogenousity and big resource of food, Indonesia shall fulfill the residents need of food. But the fact is maintenance of food resource in Indonesia has not been maximized yet. This condition causes Indonesian food security is still far from expectation. Meanwhile, households with tuberculosis patients in Surabaya tend to classify as food-insecure. This study conduct a classification of households with tuberculosis patients food security in Surabaya by using Classification and Regression Tree (CART) and Adaptive Resampling and Combining (ARCING) to know the accuracy and influential factors of households food security. As for the result of this study, data training yields accuracy about 59,6% while data testing yields accuracy about 52,0%. While using ARCING, data training yields accuracy about 66,7% and 56,0% data testing yields about 56,0% in accuracy. It can be said that the accuracy is increasing by 7,1% for data training and 4,0% for data testing. As for the influential factors of this study is the way households obtain food