Penerapan Metode Small Area Estimation dengan Pendekatan Kernel untuk Menduga Persentase Stunting di Indonesia

Ayu, Ratna Sari (2019) Penerapan Metode Small Area Estimation dengan Pendekatan Kernel untuk Menduga Persentase Stunting di Indonesia. Diploma thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) Abstrak.pdf - Published Version Download (185kB) | Preview
Preview	Text (BAB I) BAB I.pdf - Published Version Download (386kB) | Preview
Preview	Text (BAB V) BAB V.pdf - Published Version Download (171kB) | Preview
Preview	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (181kB) | Preview
	Text (Skripsi Full) SKRIPSI FULL.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Stunting merupakan salah satu masalah gizi pada balita yang masih tergolong cukup tinggi di setiap negara. Salah satu indikator yang digunakan adalah persentase stunting. Untuk melakukan pendugaan persentase stunting bisa dilakukan dengan program pengumpulan data melalui teknik survei. Berdasarkan program tersebut nilai dugaan dapat diduga secara langsung dan secara tidak langsung. Pada pendugaan langsung terdapat kelemahan yaitu tidak memiliki ketelitian yang cukup, sehingga akan menghasilkan nilai ragam yang sangat besar. Untuk mengatasi masalah tersebut, dapat digunakan metode tidak langsung yang dikenal dengan metode pendugaan area kecil (Small Area Estimation, SAE). SAE merupakan konsep terpenting dalam pendugaan parameter secara tidak langsung di suatu area. SAE dilakukan dengan menambahkan variabel penyerta yaitu persentase bayi mendapat ASI Eksklusif. Jika asumsi tidak lengkap, maka dapat digunakan pendekatan nonparametrik. Salah satu pendekatan nonparametrik yang digunakan adalah pendekatan Kernel dengan fungsi Gaussian. Evaluasi hasil pendugaan dilakukan dengan melihat nilai ragam dari pendugaan langsung dan pendugaan pendekatan Kernel. Hasil pendugaan pendekatan kernel dengan fungsi Gaussian adalah pendugaan terbaik, karena menghasilkan nilai ragam yang lebih kecil. Kata Kunci: penduga langsung, Small Area Estimation (SAE), Kernel-Gaussian.

Actions (login required)

View Item