ESTIMASI AREA KECIL DENGAN PENDEKATAN HIERARCHICAL BAYES UNTUK INSIDEN KEMISKINAN DI KABUPATEN ACEH BARAT
No Thumbnail Available
Date
2017-01-16
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Informasi kemiskinan yang reliabel dan detail (mencakup level desa/kelurahan) sangat diperlukan untuk perumusan kebijakan penanggulangan kemiskinan yang efektif dan tepat sasaran. Hanya saja informasi kemiskinan ini hanya tersedia pada level kabupaten/kota saja yang didapat melalui Survei Sosial Ekonomi Nasional (Susenas). Oleh karena itu, penelitian ini bertujuan untuk melakukan estimasi area kecil tentang proporsi rumah tangga miskin pada level desa. Model estimasi area kecil yang digunakan adalah Basic Area Level (Type A). Metode yang digunakan adalah Hierarchical Bayes (HB) karena metode ini yang mampu mengatasi permasalahan unmatched sampling and linking model yang terjadi pada pemodelan proporsi area kecil. Algoritma Gibbs Sampling digunakan untuk menyelesaikan bentuk distribusi posterior yang dihasilkan. Pemilihan model terbaik menggunakan ukuran Deviance Information Criterion (DIC), dimana Model 2 dengan variabel bebas terpilih yaitu persentase keluarga pertanian, jarak desa ke ibukota kecamatan, dan rasio industri kecil dan mikro per 10000 penduduk memiliki nilai DIC terkecil. Ketepatan model HB dibandingkan estimasi langsung dapat dilihat dari nilai Design effect (deff) yang lebih kecil dari satu.
Description
Keywords
Estimasi Area Kecil, Hierarchical Bayes, Gibbs Sampling