Detail buku

No BukuT.ITS.2008.16
UniversitasITS
PenulisHeri Sulistio
Judul BukuANALISIS KEMISKINAN BERDASARKAN ESTIMASI DISTRIBUSI PENGELUARAN MENGGUNAKAN DENSITAS KERNEL
PembimbingDra. Agnes Tuti Rumiati, M.Sc. ; Hera Hendra Permana, MA.
AbstrakABSTRAK INDONESIA : Berbagai pendekatan untuk estimasi distribusi pengeluaran digunakan oleh para ahli baik yang bersifat parametik maupun non parametrik. Pendekatan parametrik dilakukan dengan menghubungkan distribusi pengeluaran dengan distribusi parametrik tertentu seperti distribusi pengeluaran dengan distribusi parametrik tertentu seperti distribusi lognormal ,beta ,gamma maupun dagum (misalnya dalam Lin ,2003 ,Kleiber ,2003 serta Bandourian ,Mc Donald dan Turley ,2002 ). Pendekatan parametrik kurang fleksibel menyesuaikan dengan pola data hasil survei yang mungkin saja tidak mirip sama sekali dengan distribusi formal yang ada .karena itu ,pendekatan nonparametrik menjadi alternatif pilihan dalam estimasi distribusi pengeluaran .pendekatan nonparametrik yang paling luas penggunaannya dalam estimasi distribusi pengeluaran adalah pendekatan densitas kernel (sebagai contoh , Pittau dan Zelli ,2002 ;Zhu,2005 ;Mino iu ,2006 dan Basile ,2007 ). BPS dalam melakukan analisis kemiskinan berdasarkan data pengeluaraan per kapita hasil Survei Sosial Ekonomi Nasional (Susenas 2002 dan 2005 )tidak mempertimbangkan distribusi statistiknya .sehingga perlu alternatif analisis yaitu dengan mengistimasi distribusi pengeluaran yang dihasilkan dari survei rumah tangga dengan menggunakan pendekatan densitas kernel adaptif SIMBOL Hasilnya adalah pendekatan fungsi destinitas kernel adaptif mempunyai nilai MSE (Mean Square Error) yang lebih kecil dibandingkan dengan pendekatan distribusi parametik Lognormal, Lognormal 3-Parameter,Loglogistik, dan Loglogistik 3- parameter. Hasil estimasi menggunakan fungsi densitas kernel adaptif untuk analisis kemiskinan di Propinsi Sumatra Barat menghasilkan beberapa ukuran kemiskinan yang umum seperti headcount index (P?), poverty gap index (P?) dan poverty severity index (P�). Masing-masing bernilai SIMBOL 0,38 pada data pengeluaran tahun 2002 dan SIMBOL Kata Kunci: Distribusi pengeluaran, Estimasi densitas kernel adaptif, Bandwidth Lokal, Indek Kemiskinan. ABSTRAK INGGRIS : There are a variety approaches used by expertsto estimate expenditure distribution, both parametric and nonparametric. The parametric approach is conducted by connecting expendicture distribution with a specified parametric distribution like lognormal distribution, beta, gamma and dagum (see Lin, 2003, Kleiber, 2003 and Bandourian, McDonald and Turley, 2002). The parametric approach is less flexible to fit survey data pattern that sometimes does not likely at all with any formal distribution estimation. The nonparametric approach which is the most widely used in the expendicture distribution estimation is kernel density approach (as examples, Pittau and Zelli, 2002; Zhu, 2005; Minoiu, 2006 and Basile, 2007). BPS in conducting poverty analysis based on per capita expendicture data of the Survei Sosial Ekonomi Nasional (Susenas 2002 and 2005) is not considered its statistical distribution. So, an analysis alternative is needed by estimating the expendicture distribution of house hold survey using the adaptive kernel density approach. SIMBOL The result is the adptive kernel density function approach has MSE (Mean Square Error) value smaller than Lognormal parametric distribution approach, 3-Parameter Lognormal, Loghlogistic, and 3-Parameter Loglogistic. Estimation result using by adaptive kernel density on the poverty analysis in Provice of Sumater Barat are some general poverty severity index like head count index (P0), poverty gap index (p1) and poverty severity index (P2). Each values : P0 = 11.37 P1 = 1.51, P2 = 0.38 on expenditure data of the year 2002 and P0 = 12.13, Pi = 2.28, P2 = 0.66 on expenditure data of the year 2005. Keywords : Expenditure Distribution, Kernel desity Estimation, Local Bandwidth, Poverty Index.
JenisThesis