Prediksi Risiko Krisis Pangan di Nusa Tenggara Timur Menggunakan XGBoost

Abstrak

Krisis pangan merupakan salah satu isu strategis yang berdampak langsung terhadap stabilitas sosial, ekonomi, dan kesehatan masyarakat, terutama di wilayah dengan tingkat kerentanan tinggi seperti Nusa Tenggara Timur (NTT). Kondisi geografis yang kering, tingginya angka kemiskinan, serta variabilitas iklim menjadikan wilayah ini rentan terhadap gangguan ketersediaan dan akses pangan. Penelitian ini bertujuan untuk membangun model prediksi risiko krisis pangan di NTT menggunakan algoritma Extreme Gradient Boosting (XGBoost) dengan memanfaatkan data iklim dan sosial-ekonomi dari periode 2020 hingga 2024. Variabel yang digunakan mencakup curah hujan, suhu udara, suhu permukaan tanah, indeks vegetasi (NDVI), kelembapan tanah, jumlah hari hujan, harga beras, serta informasi spasial seperti kabupaten/kota dan bulan pengamatan. Hasil pengujian menunjukkan bahwa model XGBoost mampu menghasilkan akurasi 93.75% dengan performa terbaik pada kelas Aman dan Darurat. Temuan ini menunjukkan bahwa XGBoost efektif digunakan sebagai alat prediksi dini untuk memetakan kerawanan pangan di NTT.