Perbandingan Estimasi Obp Dan Obsp Model Fay-Herriot Pada Small Area Estimation Untuk Prediksi Angka Kemiskinan Tingkat Kecamatan Di Provinsi Sulawesi Utara

Suparzaky, Furqon (2022) Perbandingan Estimasi Obp Dan Obsp Model Fay-Herriot Pada Small Area Estimation Untuk Prediksi Angka Kemiskinan Tingkat Kecamatan Di Provinsi Sulawesi Utara. Masters thesis, Institut Teknologi Sepuluh November.

Text 06211850010019-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2024. Download (2MB) | Request a copy

Abstract

Dalam melakukan estimasi dari suatu populasi dapat dilakukan dengan estimasi langsung dan estimasi tidak langsung. Salah satu metode estimasi tidak langsung yang telah dikembangkan Small Area Estimation (SAE). Dalam SAE telah dikembangkan sebuah metode untuk melakukan prediksi yaitu Observed Best Prediction (OBP). Dalam melakukan prediksi dengan OBP akan dipilih variabel prediktor yang berpengaruh secara signifikan, yang dipilih secara bertahap. Metode yang digunakan dalam pemilihan model terbaik dalam OBP dengan menggunakan Akaike Information Criterion (AIC). Selanjutnya dikembangkan sebuah metode yaitu Observed Best Selective Prediction (OBSP) dalam pemilihan variabel tidak memerlukan metode seperti AIC, lebih mengacu kepada peneliti. Dengan OBSP peneliti menyeleksi variabel-variabel yang dianggap signifikan tanpa menggunakan metode yang advance. Kriteria kebaikan yang digunakan untuk membandingkan antara kedua metode tersebut adalah nilai Mean Square Prediction Error (MSPE). Salah satu penerapan dalam SAE adalah dalam masalah kemiskinan. Tujuan dari penelitian ini adalah untuk membandingkan metode mana yang terbaik antara OBP dan OBSP serta melakukan prediksi terhadap presentase kemiskinan pada tingkat kecamatan di Provinsi Sulawesi Utara. Dalam penelitian ini menggunakan data Susenas 2018 dan Podes 2018, dengan tujuh variabel prediktor dan satu variable respon. Tahapan metode yang dilakukan pada penelitian ini yang pertama dilakukan kajian teori mengenai OBP dan OBSP, selanjutnya melakukan melakukan estimasi parameter dan melakukan prediksi terhadap presentase kemiskinan. Hasil penelitian menunjukkan bahwa metode OBP lebih baik jika dibandingkan dengan OBSP karena memiliki nilai MSPE yang lebih kecil. Dalam melakukan prediksi pada data non sampel dengan metode OBP diketahui bahwa Kecamatan Kepulauan Marore memiliki angka kemiskinan tertinggi diantara kecamatan lainnya di Provinsi Sulawesi Utara.
=================================================================================================
Making estimates of a population can be done by direct estimation and indirect estimation. One of the indirect estimation methods that have been developed is Small Area Estimation (SAE). In SAE, a method for making predictions has been developed, namely Observed Best Prediction (OBP). In making predictions with OBP, predictor variables with a significant effect will be selected, which are selected in stages. The Akaike Information Criterion (AIC) is one of a method to select the best model in OBP. Observed Best Selective Prediction (OBSP) in the selection of variables that do not require a method such as AIC, which refers more to the researcher. With OBSP researchers select the variables that are considered significant without using advanced methods. The criterion used to compare the two methods is the Mean Square Prediction Error (MSPE) value. One of the applications in SAE is in the problem of poverty. The purpose of this study is to compare which is the best between OBP and OBSP and to predict the percentage of poverty at the sub-district level in North Sulawesi Province. In this study using Susenas 2018 and Podes 2018 data, with seven predictor variables and one response variable. The stages of the method used in this research are the first to study the theory of OBP and OBSP, then to estimate the parameters and make predictions on the percentage of poverty. The results showed that the OBP method was better than OBSP because it had a smaller MSPE value. In making predictions on non-sample data using the OBP method, it is known that the Kepulauan Marore sub-district has the highest poverty rate among other sub-districts in Sulawesi Utara Province.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kemiskinan, SAE, OBP, OBSP, MSPE, Poverty, SAE, OBP, OBSP, MSPE
Subjects:	H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Furqon Suparzaky
Date Deposited:	24 Feb 2022 05:29
Last Modified:	24 Feb 2022 05:29
URI:	http://repository.its.ac.id/id/eprint/94750

Actions (login required)

View Item