PENDUGAAN PERSENTASE PENDUDUK MISKIN DI PROVINSI SUMATERA BARAT MENGGUNAKAN SMALL AREA ESTIMATION DENGAN PENDEKATAN SEMIPARAMETRIK PENALIZED SPLINE
DOI:
https://doi.org/10.25077/jmu.8.3.68-76.2019Abstract
Kemiskinan merupakan masalah sosial yang belum teratasi oleh pemerintah hingga saat ini. Walaupun angka kemiskinan sudah menurun, tapi masi banyak penduduk di Indonesia dikatergorikan miskin. Hal ini dikarenakan tidak tepatnya sasaran kebijakan pemerintah. Agar hal tersebut tidak terjadi maka untuk mengimplementasikan program pengentasan kemiskinan diperlukan adanya informasi pada suatu daerah. Informasi yang diperlukan berupa persentase penduduk miskin yang didapat melalui survey. Persentase penduduk miskin merupakan penduduk yang memiliki rata-rata pengeluaran perkapita perbulan di bawah garis kemiskinan. Survei penduduk merupakan salah satu cara yang digunakan untuk memperoleh informasi mengenai kependudukan. Jika survei dilakukan di area yang besar, maka dapat dihasilkan pendugaan parameter yang cukup akurat. Keterbatasan objek survei menyebabkan data yang di duga dengan pendugaan parameter secara langsung tidak menghasilkan dugaan yang akurat. Untuk menghasilkan pendugan yang lebih baik maka digunakan metode pendugaan tidak langsung pada area kecil (Small Area Estimation). Pada SAE, ada informasi lain yang diasumsikan dapat dipinjam untuk memperbaiki pendugaan terhadap parameter yang menjadi perhatian. Informasi dapat berupa variabel yang sama pada area lain atau variabel lain pada area yang sama yang dipandang berkaitan dengan parameter yang akan diduga. Salah satu pendekatan yang dapat digunakan adalah pendekatan semiparametrik Penalized Spline (P-spline) yang memiliki model fleksibel karena keberadaan dua komponen dalam model yang mengakomodasi hubungan antara variabel respon dengan variabel prediktor yang bersifat linier dan hubungan antar variabel respon dengan variabel prediktor yang bersifat nonlinier. Pendugaan persentase kemiskinan dibandingkan dalam empat model, dimana tiga variabel prediktor diasumsikan parametrik dan satu variabel prediktor diasumsikan nonparametrik. Evaluasi hasil pendugaan persentase kemiskinan terbaik dapat dilihat berdasarkan nilai koefisien determinasi yang besar.
Kata Kunci: Semiparametrik, Small Area Estimation, Penalized Spline
Downloads
Downloads
Published
How to Cite
Issue
Section
License
All articles published in Jurnal Matematika UNAND (JMUA) are open access and licensed under the Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0). This license allows published content to be freely accessed, shared, redistributed, and adapted for any purpose, including commercial use, provided that the applicable license conditions are followed.
Copyright Holder
The copyright of articles published in Jurnal Matematika UNAND is held by the Departemen Matematika dan Sains Data, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Universitas Andalas (UNAND), in accordance with the journal's stated copyright policy.
Author Rights
Under the CC BY-SA 4.0 license, authors may share, distribute, and reuse their published articles, subject to the applicable license conditions. These rights include:
-
Self-Archiving: Authors may deposit their published articles in institutional repositories, personal websites, or academic platforms.
-
Reuse: Authors may reuse their published work in subsequent publications, research, teaching materials, or other lawful purposes, provided that appropriate attribution is maintained.
-
Distribution: Authors may share and distribute their published articles without requiring additional permission under the terms of the license.
Creative Commons License (CC BY-SA 4.0)
Under the CC BY-SA 4.0 license, users are free to:
-
Share: Copy and redistribute the material in any medium or format.
-
Adapt: Remix, transform, and build upon the material for any purpose, including commercial purposes.
These permissions are subject to the following conditions:
-
Attribution: Users must give appropriate credit to the original author(s), retain relevant copyright notices, provide a link to the license, and indicate if changes were made. Attribution must not imply endorsement by the author(s), copyright holder, or journal.
-
ShareAlike: If users remix, transform, or build upon the material, they must distribute their contributions under the same CC BY-SA 4.0 license or a compatible license.
-
No Additional Restrictions: Users may not apply legal terms or technological measures that legally restrict others from exercising the rights granted by the license.
For more information about the CC BY-SA 4.0 license, please visit:
https://creativecommons.org/licenses/by-sa/4.0/
Third-Party Content
Third-party materials, including figures, tables, photographs, and illustrations, are covered by the article's CC BY-SA 4.0 license only when their inclusion under that license is authorized.
Materials excluded from the license must be clearly identified with appropriate copyright notices and attribution. Authors are responsible for obtaining any necessary permissions, while users must comply with the applicable licensing terms or permissions when reusing excluded materials.
Copyright and Licensing Information
Copyright and licensing information should be clearly displayed on each published article's landing page and included in the full-text versions (HTML and PDF), where applicable, to ensure transparency regarding copyright ownership and permitted reuse.
