Satriya, Andi Muhammad Ade (2016) Small Area Estimation Terhadap Pengeluaran Per Kapita Di Kabupaten Bangkalan Dengan Metode Hierarchical Bayes. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1312201029-Master-Thesis.pdf - Published Version Download (11MB) | Preview |
Abstract
Penelitian ini menggunakan metode Hierarchical Bayes (HB) yang
diaplikasikan pada Small Area Estimation (SAE) dengan tujuan mengestimasi
pengeluaran per kapita di Kabupaten Bangkalan. Digunakan SAE karena
penambahan ukuran sampel dari pendugaan secara langsung merupakan salah satu
cara untuk mendapatkan data pendugaan sampai level kecamatan. Akan tetapi
penambahan ukuran sampel akan menambah biaya yang diperlukan menjadi lebih
besar dan waktu yang diperlukan pun dalam survei menjadi lama. Oleh karena itu
untuk mengatasi masalah tersebut yaitu dengan mengoptimalkan data yang tersedia
dengan metode SAE. Kemudian menggunakan metode HB untuk mencari
penduganya. Proses pendugaan dilakukan menggunakan Markov Chain Monte
Carlo (MCMC) dengan menerapkan algoritma Gibbs sampling Pemodelan secara
tidak langsung menggunakan HB SAE dilakukan dibawah model Fay-Herriot
untuk level area dengan bantuan variabel penyerta persentase penduduk bekerja di
sektor pertanian , rata-rata anggota keluarga, persentase keluarga miskin, jumlah
penduduk yang sedang sekolah, jumlah penduduk pelanggan listrik PLN dan
kepadatan penduduk. Hasil pendugaan tersebut dibandingkan dengan pendugaan
langsung dengan mengeluarkan output Deviance Information Criterion (DIC)
sebagai tolak ukurnya. Dari hasil yang telah diperoleh menunjukkan bahwa
pendugaan dengan menggunakan HB menghasilkan nilai DIC yang lebih kecil
yaitu sebesar 46.656 daripada pendugaan langsung sebesar 72.043, maka dapat
disimpulkan model pendugaan tak langsung menggunakan HB lebih baik dari
pendugaan langsung.
==================================================================================================================
This study uses the Hierarchical Bayes (HB) which is applied to the Small
Area Estimation (SAE) with the purpose of estimating expenditure per capita in
Bangkalan. SAE is used as the addition of a sample size direct estimation is one
way to get the data estimation until district level. But the addition of the sample size
will add to the costs required and the time in the survey also becomes long.
Therefore, to overcome this problem is to optimize the data available with the SAE
method. Then use the HB method to find the estimation. Estimation process using
Markov Chain Monte Carlo (MCMC) by applying Gibbs sampling algorithm.
Modeling indirect using HB SAE was done under model of Fay-Herriot to level the
area constructively of the variables assistance the percentage of the population
employed in agriculture (X1), the average member of the family (X2), the
percentage of poor families (X3), the number of people who are School (X4), the
number of electricity customers PLN (X5), and population density (X6). The
estimation results compared with direct estimation from the Deviance Information
Criterion (DIC) value. the final results that the estimation by using HB has DIC
smaller value that is equal to 46.656 than direct estimation equal to 72.043, so we
can conclude indirect estimation model using HB better than direct estimation.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.542 Sat s |
| Uncontrolled Keywords: | Deviance Information Criterion, Hierarchical Bayes, Pengeluaran per Kapita, Small Area Estimation |
| Subjects: | H Social Sciences > HA Statistics |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Users 13 not found. |
| Date Deposited: | 13 Jun 2017 03:43 |
| Last Modified: | 27 Dec 2018 07:41 |
| URI: | http://repository.its.ac.id/id/eprint/41624 |
Actions (login required)
 |
View Item |