TY  - GEN
CY  - UNIVERSITAS LAMPUNG
ID  - eprints30551
UR  - http://digilib.unila.ac.id/30551/
A1  - LIA LIONITA HARYANTO,  1317031046
Y1  - 2018/01/18/
N2  - Metode Spatial Empirical Best Linear Unbiased Prediction (SEBLUP) merupakan salah
satu metode pada pendugaan area kecil untuk data kontinu dengan memperhatikan
pengaruh acak area yang berkorelasi spasial. Metode pendugaan parameter SEBLUP
menggunakan metode Maximum Likelihood (ML) dan Restricted Maximum Likelihood
(REML) yang penyelesaiannya ditentukan secara numerik dengan Algoritma Fisher
Scoring. Penelitian ini mengkaji penerapan metode SEBLUP dengan pendekatan matrix
contiguity type rook pada data proporsi jumlah keluarga prasejahtera kota Bandar
Lampung tahun 2015 dan mengevaluasi Mean Square Error (MSE) metode SEBLUP pada
pendugaan area kecil. Hasil penelitian ini menunjukan bahwa nilai pendugaan untuk
koefisien autoregresif SEBLUP untuk metode ML bernilai positif dan sangat kuat
sedangkan untuk metode REML juga bernilai positif tetapi lemah. Nilai MSE REML lebih
kecil dibandingkan dengan metode penduga langsung dan metode ML. Hal ini
mengindikasikan bahwa pendugaan dengan metode SEBLUP REML lebih baik
dibandingkan dengan penduga langsung dan metode ML untuk keluarga Prasejahtera kota
Bandar Lampung Tahun 2015.
Kata Kunci: Spatial Empirical Best Linear Unbiased Prediction (SEBLUP), Maximum
Likelihood (ML), Restricted Maximum Likelihood (REML), Algoritma Fisher Scoring,
Matrix Contiguity Type Rook.

abstract

The Spatial Empirical Best Linear Unbiased Prediction (SEBLUP) method is one
method of estimating small areas for continuous data with respect to the random
effects of spatial correlated areas. The method of estimating the parameters used is
the Maximum Likelihood (ML) and the Restricted Maximum Likelihood (REML)
method, which is numerically determined by the Fisher Scoring Algorithm. This
study examines the application of the SEBLUP method with the matrix contiguity
type rook approach on the proportion of the number of families in Bandar
Lampung in 2015 and evaluates the Mean Square Error (MSE) of the SEBLUP
method on the estimation of small areas. The results of this study indicate that the
estimation value for the autoregresive coefficient SEBLUP for ML method is
positive and very strong, however, for the REML method is also positive but
weak. The MSE REML value is smaller than the direct estimator method and the
ML method. This indicates that the estimation by REML SEBLUP method is
better than direct estimator and ML method for the pre-prosperous family of
Bandar Lampung in 2015.
Keyword: Spatial Empirical Best Linear Unbiased Prediction (SEBLUP),
Maximum Likelihood (ML), Restricted Maximum Likelihood (REML), Fisher
Scoring Algorithm, Matrix Contiguity Type Rook.
PB  - FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM 
TI  - METODE SPATIAL EMPIRICAL BEST LINEAR UNBIASED PREDICTION
(SEBLUP) PADA PENDUGAAN AREA KECIL DENGAN MATRIX CONTIGUITY
TIPE ROOK
AV  - restricted
ER  -