PENERAPAN SMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT KEMISKINAN LEVEL KECAMATAN DI PROVINSI BENGKULU: PERBANDINGAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) DAN HIERARCHICAL BAYESIAN (HB)

AULIYA, YUDHA PRATAMA and Sigit, Nugroho and Ramya, Rachmawati (2023) PENERAPAN SMALL AREA ESTIMATION UNTUK PENDUGAAN TINGKAT KEMISKINAN LEVEL KECAMATAN DI PROVINSI BENGKULU: PERBANDINGAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) DAN HIERARCHICAL BAYESIAN (HB). Masters thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

Archive (Thesis) [20230810] AULIYA YUDHA PRATAMA_F2F019002_TESIS FINAL - Auliya Yudha Pratama.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Kemiskinan merupakan permasalahan penting yang dihadapi dunia. Berbagai cara dilakukan untuk mengentaskan kemiskinan. Dalam merencanakan pengentasan kemiskinan, para pengambil kebijakan memerlukan informasi yang detil hingga level area terkecil yang mampu dihasilkan. Saat ini permintaan estimasi pada level area kecil semakin meningkat sedangkan keberhasilan pendugaan menggunakan metode tidak langsung dalam menurunkan Relative Standard Error (RSE) sangat bergantung pada kondisi data dan pemilihan metode yang tepat. Penelitian ini bertujuan untuk membandingkan hasil pendugaan persentase penduduk miskin dengan estimasi langsung dengan estimasi tidak langsung menggunakan teknik Small Area Estimation (SAE) yaitu Empirical Best Linear Unbiased Predictor (EBLUP) dan Hierarchical Bayesian (HB) menggunakan studi kasus data kemiskinan level kecamatan Provinsi Bengkulu. Data yang digunakan berasal dari hasil Survei Sosial Ekonomi Nasional (Susenas) Maret 2022 dan pendataan Potensi Desa (Podes) 2021. Terdapat satu kecamatan yang tidak tersampel dalam Susenas Maret 2022. Dari hasil penghitungan, RSE penduga langsung lebih besar daripada RSE penduga tidak langsung. Nilai rata-rata RSE penduga langsung sebesar 47,014 dan rata-rata RSE penduga EBLUP sebesar 39.40 dan penduga HB sebesar 15,318. Hasil tersebut menunjukkan metode SAE EBLUP dan HB dapat menurunkan nilai rataan dan median dari RSE hasil estimasi jika dibandingkan dengan estimasi langsung. Kata kunci: pendugaan area kecil, kemiskinan, EBLUP, hierarchical bayesian

Actions (login required)

View Item