Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Buletin Statistika dan Aplikasi Terkini
Wirda Avie Nurizza
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Model Fay-Herriot pada Small Area Estimation : Studi Simulasi Pengeluaran Per Kapita Level Kabupaten/Kota Provinsi Kalimantan Timur Tahun 2020 Wirda Avie Nurizza
BESTARI BPS Kalimantan Timur Vol. 1 No. 01 (2021): Bestari
Publisher : BPS Kalimantan Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (250.462 KB)

Abstract

Badan Pusat Statistik (BPS) menggunakan data pengeluaran per kapita sebagai dasar penghitungantingkat kemiskinan. Selain itu, data pengeluaran per kapita juga merupakan salah satu sumber data yangdigunakan dalam penghitungan pertumbuhan ekonomi. Tingkat kemiskinan dan pertumbuhan ekonomimerupakan indikator strategis yang dibutuhkan oleh pemerintah, khususnya pemerintah daerah dalammelakukan perencanaan, pelaksanaan, serta evaluasi kebijakan. Pemerintah daerah membutuhkan data yangtersedia hingga area kecil agar kebijakan yang dihasilkan lebih tepat sasaran. Penelitian ini bertujuan untukmelakukan simulasi dan membandingkan hasil estimasi metode Small Area Estimation (SAE) dengan hasilestimasi langsung pada data pengeluaran per kapita dari Survei Sosial Ekonomi Nasional (Susenas). Modelyang digunakan adalah model Fay-Herriot dan metode estimasi yang digunakan adalah metode EmpiricalBased Linear Unbiased Prediction (EBLUP). Hasil simulasi menunjukkan bahwa hasil estimasi pengeluaran perkapita dengan metode SAE menghasilkan nilai yang hampir sama dengan hasil estimasi langsung. Selain itu,nilai RMSE hasil estimasi dengan metode SAE selalu lebih rendah dibandingkan RMSE hasil estimasi langsungdengan efektivitas tertinggi (nilai efisiensi mendekati 1) diterapkan pada 50 persen sampel.
Co-Authors