| dc.description.abstract | Contoh merupakan sekumpulan data yang dikumpulkan atau dipilih dari populasi menggunakan metode yang relevan. Salah satu metode untuk mengumpulkan data yang diperoleh adalah melalui survey. Dalam proses pengumpulan data untuk level yang kecil biasanya menggunakan ukuran contoh yang relatif kecil bahkan pada area tertentu mungkin saja tidak terambil unit contoh.
Area yang memiliki ukuran contoh yang tidak cukup atau relatif kecil disebut sebagai area kecil atau small areas. Ukuran contoh yang sangat kecil akan memiliki ragam yang besar bahkan tidak dapat melakukan pendugaan ketika area tersebut tidak terpilih menjadi unit contoh. Permasalahan tersebut diatasi dengan melakukan suatu penduga tak langsung yang “meminjam” kekuatan informasi dari area di sekitarnya yang dihubungkan melalui suatu pendekatan model (model-based). Salah satu pendekatannya dengan menggunakan metode tak langsung. Metode pendugaan tak langsung diantaranya metode pendugaan area kecil (Small Area Estimation). Pendugaan area kecil merupakan suatu teknik statistika untuk menduga parameter-parameter sub populasi dengan ukuran contoh kecil. Pada penelitian ini dalam menduga indikator kemiskinan menggunakan metode pendugaan langsung dan metode pendugaan tak langsung.
Pendugaan langsung merupakan suatu metode pendugaan terhadap parameter populasi di suatu area yang hanya didasarkan pada data contoh yang diperoleh dari area tersebut. Pendugaan langsung pada umumnya didasarkan pada teknik penarikan contoh, seperti simple random sampling, stratified random sampling, cluster sampilng, dan sebagainya. Metode pendugaan tak langsung yang digunakan adalah metode Empirical Best Linear Unbiased Prediction (EBLUP) dan modifikasi EBLUP. Terdapat 2 model dalam modifikasi EBLUP yaitu Model-1 dan Model-2. Model-1 mengasumsikan semua kecamatan di Kabupaten Bogor sebagai fixed effect.Model-2 mengasumsikan kecamatan yang merupakan pencilan sebagai fixed-effect dan kecamatan yang bukan pencilan diasumsikan sebagai random-effect.
Pemilihan metode yang terbaik dalam menduga indikator kemiskinan berdasarkan nilai rataan Relative Root Mean Square Error (RRMSE) yang terkecil. Model-2 merupakan model yang terbaik karena menghasilkan nilai rataan RRMSE paling kecil diantara metode lainnya. Model-2 menduga persentase kemiskinan (P0) di Kabupaten Bogor sebesar 8.741 %, indeks kedalaman kemiskinan (P1) sebesar 1.304 %, dan indeks keparahan kemiskinan (P2) sebesar 0.341 %. | id |
