Estimasi Tingkat Kepemilikan Jaminan Kesehatan Per Kecamatan Di Surabaya Menggunakan Pendugaan Area Kecil Dengan Pendekatan Hierarchical Bayes

Almas, Rifda Zukhrufi (2023) Estimasi Tingkat Kepemilikan Jaminan Kesehatan Per Kecamatan Di Surabaya Menggunakan Pendugaan Area Kecil Dengan Pendekatan Hierarchical Bayes. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003202016_Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (1MB) | Request a copy

Abstract

Tujuan pembangunan suatu daerah dapat dikatakan tercapai jika kesejahteraan masyarakat terjadi secara menyeluruh. Kesejahteraan masyarakat mencakup kemampuan ekonomi, akses pendidikan, dan layanan kesehatan. Program yang diusung untuk mewujudkan SDGs dalam bidang kesehatan adalah Program Indonesia Sehat dengan 3 pilar yakni paradigma sehat, pelayanan kesehatan dan jaminan kesehatan nasional. Jaminan kesehatan secara bertahap diberlakukan bagi seluruh penduduk Indonesia dengan tujuan menjamin peserta memperoleh manfaat pemeliharaan kesehatan dan perlindungan kesehatan. Penelitian ini berfokus pada tingkat kepemilikan jaminan kesehatan di ibukota provinsi Jawa Timur yaitu Kota Surabaya. Data persentase kepemilikan jaminan kesehatan yang tersedia sampai saat ini hanya bisa diketahui sampai pada tingkat kabupaten/kota. Oleh karena itu, metode yang digunakan pada penelitian ini adalah Small Area Estimation (SAE) menggunakan pendekatan Hierarchical Bayes (HB). SAE digunakan untuk mengestimasi parameter dengan menggunakan informasi variabel penyerta (auxiliary variable), serta menghasilkan bias yang lebih kecil daripada direct estimation. Sumber data penelitian ini adalah data sekunder yang diperoleh dari hasil Survei Sosial Ekonomi Nasional (Susenas) 2020, Potensi Desa, dan publikasi Kecamatan dalam Angka oleh Badan Pusat Statistik (BPS). Berdasarkan estimasi model HB, variabel penyerta yang signifikan terhadap kepemilikan jaminan kesehatan adalah kepadatan penduduk, persentase penduduk yang bekerja, dan rasio sarana pendidikan. Estimasi dengan HB menghasilkan MSE yang jauh lebih kecil daripada estimasi langsung. Melalui re-sample dan menerapkan metode HB, diketahui bahwa semakin kecil ukuran sampel akan menghasilkan error yang semakin besar. Sehingga, dapat disimpulkan bahwa ukuran sampel model HB yang terbentuk akan menghasilkan estimator yang baik hingga ukuran sampel 50%.
================================================================================================================================
The development goals of an area can be achieved if the welfare of the community occurs as a whole. Community welfare includes economic capacity, access to education, and health services. The program that is carried out to realize the SDGs in the health sector is the Program Indonesia Sehat with 3 pillars, namely the healthy paradigm, health services and national health insurance. Health insurance is gradually being applied to all Indonesian residents with the aim of ensuring that participants receive health care benefits and health protection. This study focuses on the level of ownership of health insurance in Surabaya. The data on the percentage of ownership of health insurance available so far can only be known at the city level. Therefore, the method used in this research is Small Area Estimation (SAE) using Hierarchical Bayes (HB) approach. SAE is used to estimate parameters by using auxiliary variable information, and produces a smaller bias than direct estimation. The data source for this research is secondary data obtained from the results of the 2020 National Socioeconomic Survey (Susenas), Village Potential, and the publication of Districts in Figures by the Central Bureau of Statistics (BPS). Based on the estimation of the HB model, the accompanying variables that are significant to health insurance ownership are population density, the percentage of the working population, and the ratio of educational facilities. Estimation with HB produces a much smaller MSE than direct estimation. Through re-sampling and applying the HB method, it is known that the smaller the sample size, the greater the error. Thus, it can be concluded that the sample size of the HB model formed will produce a good estimator of up to 50% sample size.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Hierarchical Bayes, Jaminan Kesehatan, SAE, SDGs, Health Insurance
Subjects:	H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Rifda Zukhrufi Almas
Date Deposited:	14 Feb 2023 01:39
Last Modified:	14 Feb 2023 01:39
URI:	http://repository.its.ac.id/id/eprint/97020

Actions (login required)

View Item