Aplikasi Small Area Estimation Pada Penghitungan Nilai Estimasi Indikator Imunisasi Dasar Lengkap Di Pulau Jawa Dan Bali Tahun 2020

Zenda Oka Briantiko, Rida Agustina
{"title":"Aplikasi Small Area Estimation Pada Penghitungan Nilai Estimasi Indikator Imunisasi Dasar Lengkap Di Pulau Jawa Dan Bali Tahun 2020","authors":"Zenda Oka Briantiko, Rida Agustina","doi":"10.34123/semnasoffstat.v2022i1.1551","DOIUrl":null,"url":null,"abstract":"Imunisasi dasar lengkap merupakan target RPJMN 2020-2024 dan menjadi salah satu indikator deprivasi tunggal kemiskinan multidimensi Sustainable Development Goals (SDGs) 1.2.2*. Akan tetapi baru sekitar 57,17 persen anak umur 12-23 bulan yang menerima imunisasi dasar lengkap pada tahun 2020. Ketersediaan fasilitas kesehatan di Pulau Jawa dan Bali lebih banyak dibandingkan daerah lain, namun baru Provinsi Bali yang memenuhi minimal 80 persen target program imunisasi dasar lengkap. Kajian ini dilakukan untuk menghitung nilai estimasi indikator imunisasi dasar lengkap sampai tingkat kabupaten/kota yang dapat dijadikan sebagai acuan dalam menentukan daerah prioritas program imunisasi dasar lengkap. Metode yang digunakan adalah Small Area Estimation dengan pendekatan EBLUP terhadap 128 kabupaten/kota di Pulau Jawa dan Bali dengan menggunakan data Susenas 2020 untuk direct estimate dan Podes 2018 sebagai variabel penjelasnya. Pemodelan SAE dilakukan dengan dua acara yaitu dengan menggabungkan seluruh kabupaten/kota di Model-1 dan memisahkan antara kabupaten dan kota di Model-2. Hasil penghitungan menunjukkan bahwa terdapat perbedaan variabel penjelas yang digunakan pada Model-1 dan Model-2. Namun pemodelan Model-1 menghasilkan nilai RSE ≤ 25% lebih banyak dari Model-2 sehingga dapat dikatakan bahwa pemodelannya lebih efektif.","PeriodicalId":213816,"journal":{"name":"Seminar Nasional Official Statistics","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Seminar Nasional Official Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34123/semnasoffstat.v2022i1.1551","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Imunisasi dasar lengkap merupakan target RPJMN 2020-2024 dan menjadi salah satu indikator deprivasi tunggal kemiskinan multidimensi Sustainable Development Goals (SDGs) 1.2.2*. Akan tetapi baru sekitar 57,17 persen anak umur 12-23 bulan yang menerima imunisasi dasar lengkap pada tahun 2020. Ketersediaan fasilitas kesehatan di Pulau Jawa dan Bali lebih banyak dibandingkan daerah lain, namun baru Provinsi Bali yang memenuhi minimal 80 persen target program imunisasi dasar lengkap. Kajian ini dilakukan untuk menghitung nilai estimasi indikator imunisasi dasar lengkap sampai tingkat kabupaten/kota yang dapat dijadikan sebagai acuan dalam menentukan daerah prioritas program imunisasi dasar lengkap. Metode yang digunakan adalah Small Area Estimation dengan pendekatan EBLUP terhadap 128 kabupaten/kota di Pulau Jawa dan Bali dengan menggunakan data Susenas 2020 untuk direct estimate dan Podes 2018 sebagai variabel penjelasnya. Pemodelan SAE dilakukan dengan dua acara yaitu dengan menggabungkan seluruh kabupaten/kota di Model-1 dan memisahkan antara kabupaten dan kota di Model-2. Hasil penghitungan menunjukkan bahwa terdapat perbedaan variabel penjelas yang digunakan pada Model-1 dan Model-2. Namun pemodelan Model-1 menghasilkan nilai RSE ≤ 25% lebih banyak dari Model-2 sehingga dapat dikatakan bahwa pemodelannya lebih efektif.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
完整的基本免疫接种是目标年20-2024年,是单一的多维、可持续发展目标(SDGs) 1.2.2*。然而,直到2020年,12-23个月大的儿童中,只有57.17人接受了完整的基本免疫接种。爪哇岛和巴厘岛的卫生设施比其他地区要多,但巴厘岛省只有80%的基本免疫计划目标是完整的。本研究的目的是计算一个完整的基本免疫指标的估计价值,直到一个地区/城市级别,这可以作为确定基本免疫计划优先区域的参考。使用的方法是EBLUP方法与爪哇岛和巴厘岛128个地区/城市的估计面积较小,使用Susenas 2020数据进行2018年预测预测。SAE建模有两项活动,即在Model-1将整个地区/城市合并,并将addons与adhd -2中的addons分隔开来。计算结果表明,调制解调器1和调制解调器2中使用的变量有差异。然而Model-1建模生成考试成绩≤25%比Model-2很多,所以可以说pemodelannya更有效。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Pemodelan Geographically Weighted Regression (GWR) dalam Prevalensi Obesitas Dewasa Kabupaten/Kota di Indonesia Tahun 2018 Estimasi Tingkat Kemiskinan Anak Level Kabupaten/Kota di Provinsi Banten Tahun 2018-2021 dengan Small Area Estimation (SAE) Rao-Yu Pendekatan Hierarchical Bayes Analisis Spasial Pengaruh Infrastruktur Sosial Dan Infrastruktur Ekonomi Terhadap Kemiskinan Pulau Jawa 2021 Penyusunan Indeks Kerentanan Sosial Ekonomi Pekerja Perempuan terhadap Pandemi Covid-19 di Indonesia Mampukah Proses Produksi Perusahaan Besar Industri Besi dan Baja Dasar di Indonesia Mencapai Tingkat Efisiensi Maksimal?
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1