Tim Analisi Pola Pangan Harapan (PPH) BPPKP Prov. Kalteng

PRINSIP ANALISIS KONSUMSI PANGAN WILAYAH DENGAN DATA SEKUNDER DAN DATA PRIMER PEMERINTAH PROVINSI KALIMANTAN TENGAH BADAN KETAHANAN PANGAN DAN KOORDINASI PENYULUHAN BIDANG PENGANEKARAGAMAN KONSUMSI DAN KEAMANAN PANGAN Palangka Raya, 1 September 2014

ANALISIS KONSUMSI PANGAN Data Yang Digunakan: Data Primer Hasil survey yang dirancang khusus sebagai “dietary survey” oleh pengguna. Contoh : Analisis Konsumsi Pangan Berbasis PPH di Wilayah Program P2KP Dalam Pemantauan Konsumsi Pangan di wilayah P2KP data yang dikumpulkan adalah data kuantitatif (data konsumsi pangan rumah tangga) dan kualitatif (data frekuensi konsumsi pangan). Metode yang digunakan untuk pemantauan konsumsi pangan adalah metode pencatatan (food record)

Prinsip Metode Pencatatan (Food Record Method) Responden mencatat semua makanan dan minuman yang dikonsumsi oleh setiap anggota rumah tangga secara rinci, termasuk makanan dan minuman kemasan atau makanan jadi yang diberi atau dibeli di luar rumah. Jumlah makanan yang dikonsumsi dalam bentuk Ukuran Rumah Tangga (URT) atau porsi makanan. Pencatatan makanan dilakukan selama 5 (lima) hari secara berurutan PENTING Makanan jajanan/makanan yang dibeli atau dikonsumsi di luar rumah juga direcord /dicatat

PEMANTAUAN KUALITAS KONSUMSI PANGAN DI DESA P2KP 2013 I. TUJUAN DAN SASARAN A. Tujuan Untuk mengetahui sejauh mana perubahan pola konsumsi pangan masyarakat di wilayah program P2KP PEMANTAUAN KUALITAS KONSUMSI PANGAN DI DESA P2KP 2013 Dilakukan 2 kali pemantauan: Awal Tahun (Sekitar April) : untuk mengetahui kondisi konsumsi di awal (sebelum ada program) Akhir Tahun (Sekitar Oktober) : untuk mengetahui kondisi konsumsi di akhir (setelah ada program)

B. Sasaran Lokasi Pemantauan Kab/kota penerima program P2KP tahun 2013, dengan metode purposive sampling (@ kab/kota minimal 6 desa, dan 1 desa/kelompok sebanyak 20 rumahtangga) KERANGKA SAMPLING KAB/KOTA MIN 6 DESA (6 KELOMPOK) 20 RUMAH TANGGA JUMLAH SAMPEL: Per Kabupaten = 120 rumahtangga

ANALISIS KONSUMSI PANGAN Data Yang Digunakan: b. Data Sekunder Memanfaatkan survey lain yang belum tentu/tidak dirancang khusus sebagai “dietary survey” – dikumpulkan bukan oleh pengguna

ANALISIS KONSUMSI PANGAN DATA SEKUNDER : Data yang paling sering digunakan adalah data SUSENAS (Survey Sosial Ekonomi Nasional) SUSENAS Bukan dietary survey, tetapi “household expenditure survey” yang dapat digunakan sebagai pendekatan data konsumsi pangan RT SUSENAS merepresentasikan konsumsi pangan wilayah propinsi, namun dalam dalam tipe Susenas tertentu bisa mewakili data Kabupaten.

ANALISIS KONSUMSI PANGAN PERMASALAHAN DATA SEKUNDER: Sulit melakukan penelusuran dan koreksi bila ada data yang diduga tidak masuk akal atau out layer Untuk penghitungan Skor PPH kesulitan yang sering muncul adalah: Pangan Olahan : tidak diketahui komposisi penyusunnya sehingga “terpaksa” dilakukan estimasi berdasar referensi Beberapa jenis pangan berupa produk turunan yang belum tentu tersedia faktor konversi ke bentuk asalnya Pengelompokan konsumsi komoditas dan harga komoditas tidak selalu sama dll

PRINSIP ANALISIS POLA KONSUMSI PANGAN: MENGEVALUASI KUANTITAS DAN KUALITAS (KERAGAMAN KONSUMSI PANGAN MASYARAKAT ANGKA KECUKUPAN GIZI WNPG 2004 (atau 2013) Kecukupan Energi Protein Konsumsi 2.000 kkal 52 gram Ketersediaan 2.200 kkal 57 gram Aspek Kuantitas Tingkat Kecukupan Zat Gizi EVALUASI Pola Konsumsi Pangan Aktual POLA PANGAN HARAPAN (DEPTAN 2001) Kelompok Pangan Kontribusi Skor Padi-padian 50% 25 Umbi-umbian 6% 2.5 Pangan Hewani 12% 24 Minyak & Lemak 10% 5 Buah/Biji Bminyak 3% 1 Kacang-kacangan 5% 10 Gula 5% 2.5 Sayur & Buah 6% 3 Lain-lain 3% 0 Total 100% 100 Aspek Kualitas Skor Pola Pangan Harapan (PPH)

KEGUNAAN PENGHITUNGAN SKOR PPH Penghitungan Skor PPH dimaksudkan untuk menganalisis pola konsumsi pangan suatu masyarakat terhadap pola konsumsi pangan yang ideal (Pola Pangan Harapan). Skor PPH ini berfungsi sebagai: Indikator mutu gizi dan keragaman konsumsi atau pangan. Baseline data untuk mengestimasi kebutuhan pangan ideal di suatu wilayah. Baseline data untuk menghitung proyeksi konsumsi dan penyediaan pangan ideal untuk suatu wilayah