Small Area Estimation of Maluku and Papua Island Child Poverty Levels in 2023

Priatmadani, Priatmadani; Sari, Putri Puspita; Rahmat, Ervan Nur; Aji, Puput Budi; Nafiis, Faried Akbar; Istiana, Nofita; Putri Puspita Sari; Ervan Nur Rahmat; Puput Budi Aji; Faried Akbar Nafiis; Nofita Istiana

doi:10.20956/j.v21i1.35293

Akses terbuka Jurnal

Small Area Estimation of Maluku and Papua Island Child Poverty Levels in 2023

Pendugaan Area Kecil Tingkat Kemiskinan Anak di Pulau Maluku dan Papua Tahun 2023

Jurnal Matematika, Statistika dan Komputasi · Vol. 21 No. 1 (2024) · hlm. 46–61

DOI: 10.20956/j.v21i1.35293
ISSN: 2614-8811, 1858-1382
Terbit: 2024-09-15
Penerbit: Department of Mathematics, Hasanuddin University
Bahasa: en
Lisensi: creativecommons.org/licenses/by/4.0

Abstrak

Inggris

Child welfare issues such as child poverty pose a challenge for Indonesia. The provinces in Maluku and Papua have the highest rates of child poverty. Data on child poverty at regencies/municipalities level is needed to address this issue through targeted policies. The direct estimations have a Relative Standard Error (RSE) value of more than 25 percent, necessitating the use of an indirect method, Small Area Estimation (SAE). This study aims to compare the results of indirect estimates of the percentage of children aged 0-17 living in poverty at the regencies/municipalities level in Maluku and Papua using SAE Empirical Best Linear Unbiased Prediction (EBLUP) and Hierarchical Bayes Beta (HB Beta) methods. Susenas KOR March 2023 data is used to produce direct estimates, while Podes 2021 data is used to form auxiliary variables. The results indicate that the SAE HB Beta method provides estimates with better RSE compared to SAE EBLUP. All regencies/municipalities in the Maluku and Papua have a fairly good level of accuracy.

Bahasa Indonesia

Isu kesejahteraan anak seperti kemiskinan pada anak menjadi tantangan bagi Indonesia. Anak menjadi kelompok yang lebih berisiko untuk kehilangan akses terhadap kebutuhan dasarnya ketika hidup dalam rumah tangga miskin atau rentan miskin. Jika dilihat secara regional, provinsi-provinsi di Pulau Maluku dan Papua memiliki persentase kemiskinan anak tertinggi. Ketersediaan data kemiskinan anak sampai tingkat kabupaten/kota diperlukan untuk penyusunan kebijakan yang tepat sasaran. Estimasi langsung yang dihasilkan memiliki nilai Relative Standard Error (RSE) lebih dari 25 persen sehingga perlu digunakan metode estimasi tidak langsung yaitu Small Area Estimation (SAE). Penelitian ini bertujuan untuk membandingkan hasil estimasi tidak langsung persentase anak berumur 0-17 tahun yang hidup di bawah garis kemiskinan tingkat kabupaten/kota di Pulau Maluku dan Papua menggunakan metode SAE Empirical Best Linear Unbiased Prediction (EBLUP) dan Hierarchical Bayes Beta (HB Beta). Hasil yang diperoleh menunjukkan bahwa metode SAE HB Beta memberikan estimasi dengan RSE lebih baik dibandingkan estimasi langsung dan SAE EBLUP.

Kata kunci

Jaringan kolaborasi para penulis

18 penulis · 77 tautan kepenulisan bersama · 7 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

Politeknik Statistika STIS
Badan Pusat Statistik
Afiliasi tidak diketahui

Organisasi berbeda
Organisasi sama
Afiliasi tidak diketahui
Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel

Tampilkan sebagai tabel

Rekan penulis	Organisasi	Artikel bersama
Ditto Satrio Wicaksono	Badan Pusat Statistik	1
Sinta Nuriyah	Politeknik Statistika STIS	1
Rahajeng Fajritia	Politeknik Statistika STIS	1
Ni Putu Nita Yuniarti	Politeknik Statistika STIS	1
Laeli Amelia	Politeknik Statistika STIS	1
Sarni Maniar Berliana	Politeknik Statistika STIS	1
Qorinul Huda	Badan Pusat Statistik	1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.

Metadata asli (oai_dc)

<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Small Area Estimation of Maluku and Papua Island Child Poverty Levels in 2023</dc:title>
	<dc:title xml:lang="id">Pendugaan Area Kecil Tingkat Kemiskinan Anak di Pulau Maluku dan Papua Tahun 2023</dc:title>
	<dc:creator xml:lang="en">Priatmadani, Priatmadani</dc:creator>
	<dc:creator xml:lang="en">Sari, Putri Puspita </dc:creator>
	<dc:creator xml:lang="en">Rahmat, Ervan Nur </dc:creator>
	<dc:creator xml:lang="en">Aji, Puput Budi </dc:creator>
	<dc:creator xml:lang="en">Nafiis, Faried Akbar </dc:creator>
	<dc:creator xml:lang="en">Istiana, Nofita </dc:creator>
	<dc:creator xml:lang="id">Putri Puspita Sari</dc:creator>
	<dc:creator xml:lang="id">Ervan Nur Rahmat</dc:creator>
	<dc:creator xml:lang="id">Puput Budi Aji</dc:creator>
	<dc:creator xml:lang="id">Faried Akbar Nafiis</dc:creator>
	<dc:creator xml:lang="id">Nofita Istiana</dc:creator>
	<dc:subject xml:lang="en">child poverty</dc:subject>
	<dc:subject xml:lang="en">small area estimation</dc:subject>
	<dc:subject xml:lang="en">EBLUP</dc:subject>
	<dc:subject xml:lang="en">HB Beta</dc:subject>
	<dc:subject xml:lang="id">kemiskinan anak</dc:subject>
	<dc:subject xml:lang="id">small area estimation</dc:subject>
	<dc:subject xml:lang="id">EBLUP</dc:subject>
	<dc:subject xml:lang="id">HB Beta</dc:subject>
	<dc:description xml:lang="en">Child welfare issues such as child poverty pose a challenge for Indonesia. The provinces in Maluku and Papua have the highest rates of child poverty. Data on child poverty at regencies/municipalities level is needed to address this issue through targeted policies. The direct estimations have a Relative Standard Error (RSE) value of more than 25 percent, necessitating the use of an indirect method, Small Area Estimation (SAE). This study aims to compare the results of indirect estimates of the percentage of children aged 0-17 living in poverty at the regencies/municipalities level in Maluku and Papua using SAE Empirical Best Linear Unbiased Prediction (EBLUP) and Hierarchical Bayes Beta (HB Beta) methods. Susenas KOR March 2023 data is used to produce direct estimates, while Podes 2021 data is used to form auxiliary variables. The results indicate that the SAE HB Beta method provides estimates with better RSE compared to SAE EBLUP. All regencies/municipalities in the Maluku and Papua have a fairly good level of accuracy.</dc:description>
	<dc:description xml:lang="id">Isu kesejahteraan anak seperti kemiskinan pada anak menjadi tantangan bagi Indonesia. Anak menjadi kelompok yang lebih berisiko untuk kehilangan akses terhadap kebutuhan dasarnya ketika hidup dalam rumah tangga miskin atau rentan miskin. Jika dilihat secara regional, provinsi-provinsi di Pulau Maluku dan Papua memiliki persentase kemiskinan anak tertinggi. Ketersediaan data kemiskinan anak sampai tingkat kabupaten/kota diperlukan untuk penyusunan kebijakan yang tepat sasaran. Estimasi langsung yang dihasilkan memiliki nilai Relative Standard Error (RSE) lebih dari 25 persen sehingga perlu digunakan metode estimasi tidak langsung yaitu Small Area Estimation (SAE). Penelitian ini bertujuan untuk membandingkan hasil estimasi tidak langsung persentase anak berumur 0-17 tahun yang hidup di bawah garis kemiskinan tingkat kabupaten/kota di Pulau Maluku dan Papua menggunakan metode SAE Empirical Best Linear Unbiased Prediction (EBLUP) dan Hierarchical Bayes Beta (HB Beta). Hasil yang diperoleh menunjukkan bahwa metode SAE HB Beta memberikan estimasi dengan RSE lebih baik dibandingkan estimasi langsung dan SAE EBLUP.</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2024-09-15</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/35293</dc:identifier>
	<dc:identifier>10.20956/j.v21i1.35293</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 21 No. 1 (2024): SEPTEMBER 2024; 46-61</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/35293/11998</dc:relation>
	<dc:relation>10.20956/j.v21i1.35293.g11998</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2024 Jurnal Matematika, Statistika dan Komputasi</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by/4.0</dc:rights>
</oai_dc:dc>