Pendugaan Area Kecil Kemiskinan Di Sumatera Selatan Menggunakan Model Fay-Herriot Dengan Pendekatan Empirical Best Linear Unbiased Prediction (EBLUP)
Kemiskinan merupakan salah satu indikator penting dalam mengukur
pembangunan dan kesejahteraan masyarakat.
Estimasi tingkat
kemiskinan pada level kabupaten/kota sering terkendala keterbatasan
data sampel, sehingga metode statistik konvensional kurang mampu
memberikan hasil yang stabil. Penelitian ini bertujuan mengestimasi
persentase penduduk miskin di Provinsi Sumatera Selatan dengan
menggunakan metode Small Area Estimation (SAE) pendekatan
Empirical Best Linear Unbiased Prediction Fay–Herriot (EBLUP-FH).
Data yang digunakan meliputi persentase penduduk miskin sebagai
variabel target dan sejumlah variabel kovariat dari publikasi resmi
Badan Pusat Statistik (BPS). Estimasi parameter dilakukan dengan
metode Restricted Maximum Likelihood (REML), sedangkan varians
pendugaan langsung didekati menggunakan metode nonparametrik
karena data Standard Error (SE) dan Relative Standard Error (RSE)
tidak tersedia secara resmi. Hasil penelitian menunjukkan bahwa
beberapa variabel kovariat berpengaruh signifikan terhadap persentase
penduduk miskin. Estimasi EBLUP-FH menghasilkan nilai yang
sangat mendekati pendugaan langsung dengan Mean Square Error
(MSE) yang relatif sebanding. Dengan demikian, metode EBLUP-FH
relevan dan efektif digunakan dalam analisis kemiskinan karena
memberikan kestabilan antarwilayah serta dapat diaplikasikan pada
area dengan data terbatas. Hasil penelitian ini diharapkan dapat
mendukung perumusan kebijakan pembangunan yang lebih tepat
sasaran di tingkat kabupaten/kota.
URI
https://repo.itera.ac.id/depan/submission/SB2511260026
Keyword
EBLUP-FH Kemiskinan SAE Sumatera Selatan