Sulistiyono, Duto (2016) Bootstrap Spatial Empirical Best Linear Unbiased Prediction Untuk Pemetaan Kemiskinan Tingkat Desa Di Kabupaten Pati. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1314201710-Master-Thesis.pdf - Published Version Download (3MB) | Preview |
Abstract
Indikator kemiskinan hingga saat ini belum bisa tersedia pada tingkat
desa/ kelurahan karena keterbatasan cakupan sampel pada Survei Sosial Ekonomi
Nasional (SUSENAS) yang dilaksanakan oleh BPS. Masalah tersebut dapat
diatasi dengan menggunakan Small Area Estimation, salah satunya menggunakan
metode Spatial Empirical Best Linear Unbiased Prediction (Spatial EBLUP)
yang memasukkan aspek spasial atau lokasi sebagai pembobotnya. Salah satu
tujuan penelitian ini adalah menggunakan prosedur parametric bootstrap untuk
menghitung MSE (Mean Square Error) dan RRMSE (Relative Root Mean Square
Error) metode Spatial EBLUP yang selanjutnya digunakan sebagai ukuran tingkat
akurasinya dibandingkan terhadap metode estimasi langsung dalam mengestimasi
angka kemiskinan tingkat desa/ kelurahan di Kabupaten Pati. Variabel respon
berupa persentase penduduk miskin hasil estimasi langsung berdasarkan data
SUSENAS 2013, sedangkan variabel penyerta berasal dari hasil Potensi Desa
(PODES) 2011 dan Sensus Penduduk (SP) 2010 yaitu berupa variabel
karakteristik individu, rumah tangga, dan wilayah yang berkaitan dengan
kemiskinan. Penggunaan Spatial EBLUP untuk estimasi angka kemiskinan
tingkat desa/ kelurahan dilakukan dengan menggunakan matriks pembobot spasial
customized contiguity lapangan usaha utama. Spatial EBLUP menghasilkan nilai
MSE dan RRMSE yang lebih kecil dibandingkan estimasi langsung artinya
akurasi metode tersebut lebih baik daripada metode estimasi langsung. Hasil
visualisasi peta sebaran angka kemiskinan menunjukkan bahwa wilayah
Kabupaten Pati bagian selatan mempunyai permasalahan kemiskinan yang lebih
serius daripada bagian utara. Hasil estimasi angka kemiskinan dengan Spatial
EBLUP menunjukkan bahwa Kecamatan Kayen dan Pucakwangi mempunyai
permasalahan kemiskinan paling serius di Kabupaten Pati karena paling banyak
memiliki jumlah desa dengan klasifikasi angka kemiskinan sangat tinggi yaitu
masing-masing sebanyak tiga desa.
==================================================================================================================
Poverty indicator until now could not be available at the village level
because of limited sample coverage in the National Socio-Economic Survey that
conducted by BPS. The problem could be solved by using Small Area Estimation,
one of them using Spatial Empirical Best Linear Unbiased Prediction (Spatial
EBLUP) that incorporate spatial aspect or location as the weights. One of goals of
this research is to use a parametric bootstrap procedure to estimate the MSE and
RRMSE of Spatial EBLUP method that used as a measure of its accuration
compared to the direct estimation method in estimating village level poverty in
Pati Regency. The response variable percentage of poverty that calculated from
direct estimation, while the auxillary variable derived from the Data Collection
Village Potential 2011 and Population Census 2010 i.e., characteristics of
individuals, households, and areas variables that related to poverty. Spatial
EBLUP for estimate village level poverty done using spatial weight matrix of
customized contiguity main business field. Spatial EBLUP generates MSE (Mean
Square Error) and RRMSE (Relative Root Mean Square Error) value which is
smaller than the direct estimation that means the accuracy of the method is better
that the direct estimation method. The visualization result from poverty mapping
shows that southern part of the Pati Regency has a povert problem more serious
than the northern part of the region. The estimation results with Spatial EBLUP
shows that Kayen and Pucakwangi Sub-district have the most serious poverty
problem in Pati Regency because most have a number of villages with the poverty
classification is very high that each of three villages.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.536 Sul b |
| Uncontrolled Keywords: | angka kemiskinan, parametric bootstrap, SAE, spatial analysis, spatial EBLUP. |
| Subjects: | H Social Sciences > HN Social history and conditions. Social problems. Social reform |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Users 13 not found. |
| Date Deposited: | 15 Jun 2017 05:59 |
| Last Modified: | 27 Dec 2018 07:48 |
| URI: | http://repository.its.ac.id/id/eprint/41694 |
Actions (login required)
 |
View Item |