View/Open

Author
ANISA, DINI AMALIA

Advisor
Mika Alvionita S, S.Si., M.Si.,
Tirta Setiawan, S.Pd., M.Si.,

Koleksi
Sains Data

Publisher

Tingginya angka kemiskinan di Provinsi Sumatera Utara memerlukan data yang akurat di tingkat kabupaten/kota untuk perencanaan kebijakan yang efektif. Namun, estimasi langsung dari data survei Badan Pusat Statistik (BPS) untuk area kecil seringkali memiliki eror yang besar akibat keterbatasan jumlah sampel. Penelitian ini bertujuan untuk menghasilkan estimasi yang lebih presisi dengan menerapkan metode Small Area Estimation (SAE) pendekatan Empirical Best Linear Unbiased Prediction (EBLUP), serta mengidentifikasi faktor-faktor yang memengaruhinya. Model EBLUP digunakan dengan transformasi arcsin pada variabel respons dan seleksi variabel penyerta melalui stepwise regression. Hasil penelitian menunjukkan bahwa EBLUP secara signifikan lebih efisien, terbukti dari penurunan rata-rata MSE dari 3,9860 (pendugaan langsung) menjadi 2,23 (EBLUP). dan penurunan rata-rata RRMSE dari 21,46% menjadi 16,08% sebesar Selain itu, model mengidentifikasi bahwa rata-rata lama sekolah dan persentase penduduk dengan jaminan kesehatan berdasarkan PBI merupakan faktor yang berpengaruh signifikan terhadap persentase penduduk miskin di kabupaten/kota provinsi Sumatera Utara. Diharapkan penelitian ini dapat memberikan kontribusi berupa penyediaan data kemiskinan yang lebih presisi, sehingga program pengentasan kemiskinan dapat menjadi lebih tepat sasaran

URI
https://repo.itera.ac.id/depan/submission/SB2508260019

Keyword
Pendugaan Langsung EBLUP Transformasi Arcsin Stepwise Regression SAE