| dc.description.abstract | Pendugaan area kecil merupakan suatu metode yang digunakan untuk memperoleh penduga dari sebuah area kecil. Area dianggap kecil apabila ukuran contoh yang tersedia tidak cukup untuk melakukan pendugaan langsung. Pendugaan area kecil melakukan pendugaan tidak langsung dengan meminjam kekuatan informasi dari area di sekitarnya dan dihubungkan melalui pendekatan model. Informasi yang digunakan juga dapat berupa peubah lain yang berkorelasi dengan peubah yang menjadi perhatian. Pendugaan area kecil terbagi menjadi dua model, yaitu model level area dan model level unit. Model level area digunakan apabila tidak tersedia data dalam tingkat unit. Pendugaan area kecil digunakan di beberapa bidang terutama di bidang ekonomi, salah satunya untuk menduga pengeluaran per kapita.
Peubah penyerta yang paling banyak digunakan dalam menduga rata-rata pengeluaran per kapita berasal dari data Potensi Desa (PODES). Data PODES tersedia hingga wilayah administrasi terkecil yaitu desa dan mencakup beberapa aspek ekonomi. Alternatif lainnya adalah dengan memanfaatkan citra penginderaan jauh yang mengidentifikasi karakteristik wilayah secara cepat dan murah. Salah satu citra penginderaan jauh yang dapat digunakan berasal dari data citra satelit malam hari. Intensitas cahaya malam hari menunjukkan keadaan ekonomi dari area tersebut. Intensitas cahaya yang semakin terang dapat menunjukkan tingginya pengeluaran di area tersebut.
Tujuan dari penelitian ini untuk mengkaji kinerja kedua metode pendugaan area kecil, yaitu empirical best linear unbiased prediction (EBLUP) model level area dan empirical best prediction (EBP) model level unit. Pemodelan tersebut digunakan untuk menduga rata-rata pengeluaran per kapita tingkat kecamatan Kabupaten Bandung. Tiga skenario peubah penyerta digunakan pada masing-masing metode, yaitu menggunakan data PODES, gabungan data PODES dan data citra satelit malam hari, dan hanya menggunakan data citra satelit malam hari.
Pendugaan area kecil dengan metode EBLUP level area menggunakan peubah penyerta yang berada pada level kecamatan. Peubah yang digunakan memiliki beberapa titik pencilan dan beberapa memiliki korelasi kuat satu sama lain. Pendugaan dengan penggunaan peubah penyerta hanya dengan data citra satelit malam hari memberikan hasil yang cukup stabil. Model tersebut menghasilkan rata-rata dugaan pengeluaran per kapita sebesar Rp167.939,12 dengan kecamatan terendah adalah Kecamatan Pacet sebesar Rp119.452,10 dan kecamatan tertinggi adalah Kecamatan Nagreg sebesar Rp197.282,86. Hasil pendugaan dari model tersebut memiliki selang nilai yang lebih sempit dengan nilai RRMSE yang paling rendah dibandingkan dua model lainnya. Model tersebut memiliki nilai rata-rata RRMSE dugaan sebesar 9,998% dengan minimum sebesar 7,573% dan maksimum sebesar 12,265%. Model ini juga memberikan nilai R-squared adjusted tertinggi sebesar 0,670 dengan AIC terendah sebesar 733,482 dan BIC terendah 737,784.
Model level area memberikan hasil bahwa penambahan data citra satelit malam hari memberikan kontribusi yang cukup baik dalam menjelaskan pengeluaran per kapita karena meningkatkan nilai R-squared adjusted. Model dengan peubah penyerta gabungan PODES dan data citra satelit malam hari tetap memberikan nilai rataan RRMSE, AIC, dan BIC yang lebih tinggi dibandingkan dengan model dengan peubah penyerta PODES. Hal ini menunjukkan bahwa penambahan data citra satelit malam hari memberikan nilai pendugaan yang lebih stabil, meskipun tidak memberikan nilai galat yang lebih kecil dibandingkan model dengan peubah penyerta PODES atau data citra satelit malam hari saja.
Data pengeluaran per kapita pada level unit tidak menunjukkan sebaran normal sehingga dibutuhkan transformasi logaritma sebelum dilakukan pendugaan. Pendugaan area kecil dengan metode EBP level unit menggunakan peubah penyerta yang berada pada level desa. Peubah yang digunakan memiliki titik pencilan yang lebih banyak dengan beberapa peubah memiliki korelasi yang kuat. Hasil pendugaan pada tiga model dengan EBP level unit memberikan rentang nilai yang tidak jauh berbeda. Model dengan peubah penyerta hanya data citra satelit malam hari memiliki rentang nilai RRMSE yang lebih sempit dibandingkan dua model lainnya. Model ini memberikan hasil nilai rataan pendugaan sebesar Rp166.996,68 dengan nilai minimum Rp136.086,70 pada Kecamatan Pacet dan nilai maksimum Rp190.900,43 pada Kecamatan Cimaung. Model ini memiliki rataan nilai RRMSE yang paling rendah sebesar 7,548% dengan nilai minimum 5,918% dan nilai maksimum 11,324%. Model ini memberikan nilai R-squared adjusted tertinggi sebesar 0,523 dengan nilai AIC terendah 792,672 dan BIC terendah 796,887.
Pendugaan dengan metode EBP level unit memberikan hasil bahwa penambahan data citra satelit malam hari tidak memberikan hasil yang lebih presisi. Model dengan peubah penyerta gabungan memiliki nilai R-squared adjusted yang lebih rendah dengan rata-rata RRMSE, AIC, dan BIC yang lebih tinggi. Penambahan data citra satelit malam hari dalam model dengan peubah penyerta gabungan memberikan hasil pendugaan yang tidak lebih baik dibandingkan dengan model dengan peubah penyerta PODES atau data citra satelit malam hari saja. Model dengan peubah penyerta data citra satelit malam hari sebagai peubah tunggal mampu memberikan pendugaan dengan hasil R-squared adjusted yang lebih tinggi, dengan RRMSE, AIC, dan BIC yang terendah. | |
