Salah satu ciri data statistik yang berkualitas adalah completeness. Namun, pada penyelenggaraan sensus atau survei, sering kali ditemukan masalah data hilang atau tidak lengkap (missing values), tidak terkecuali pada data Survei Sosial Ekonomi Indonesia (Susenas). Berbagai masalah dapat ditimbulkan oleh missing values. Oleh karena itu, masalah missing values harus ditangani. Imputasi adalah cara yang sering digunakan untuk menangani masalah ini. Terdapat beberapa metode imputasi yang telah dikembangkan untuk menangani missing values. Hot-deck Imputation dan K-Nearest Neighbor Imputation (KNNI) merupakan metode yang dapat digunakan untuk menangani masalah missing values. Metode Hot-deck Imputation dan KNNI memanfaatkan variabel prediktor untuk melakukan proses imputasi dan tidak memerlukan asumsi yang rumit dalam penggunaannya. Algoritma dan cara penanganan missing values yang berbeda pada kedua metode tentunya dapat menghasilkan hasil estimasi yang berbeda pula. Penelitian ini membandingkan metode Hot-deck Imputation dan KNNI dalam mengatasi missing values. Analisis perbandingan dilakukan dengan melihat ketepatan estimator melalui nilai RMSE dan MAPE. Selain itu, diukur juga performa komputasi melalui penghitungan running time pada proses imputasi. Implementasi kedua metode pada data Susenas Maret Tahun 2017 menunjukkan bahwa, metode KNNI menghasilkan ketepatan estimator yang lebih baik dibandingkan Hot-deck Imputation. Namun, performa komputasi yang dihasilkan pada Hot-deck Imputation lebih baik dibandingkan KNNI.

Pandemi Covid-19 membuat perekonomian Indonesia terkontraksi 5,32 persen. Hampir semua lapangan usaha mengalami tekanan di triwulan II-2020. Hal ini disebabkan karena terjadi penularan masif Covid-19 di pabrik-pabrik dan perkantoran. Ditambah lagi, penerapan pembatasan sosial berskala besar (PSBB) membuat konsumsi rumah tangga menurun. Dampak pandemi di setiap provinsi tentu berbeda antara satu dengan lainnya sehingga kebijakan yang diambil tidak bisa disamaratakan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis karakteristik pertumbuhan ekonomi dan sektor basis pada provinsi di Indonesia pada masa pandemi Covid-19. Penelitian ini menggunakan metode Location Quotient untuk mengidentifikasi sektor basis di setiap provinsi dan metode K-Means Clustering untuk memetakan karakteristik masing-masing provinsi. Hasil dari penelitian ini adalah provinsi dengan sektor basis pertanian dan memiliki risiko penularan Covid-19 yang rendah relatif tidak terkontraksi terlalu dalam. Dengan demikian, pemerintah harus tetap mengutamakan pencegahan penularan Covid-19 sekaligus memulihkan perekonomian yang dimulai dari sektor pertanian.

Salah satu tujuan SDG’s keenam adalah pada tahun 2030 mewujudkan 100 persen akses universal dan merata kepada air minum aman dan sanitasi yang terjangkau bagi semua. Secara umum, definisi ketahanan telah ada dan dirumuskan oleh UN-Water (2013), dimana ada enam aspek yang terkandung didalamnya. Belum ada suatu ukuran di Indonesia mengenai ketahanan air rumah tangga. Untuk mengetahui dan menggambarkan kondisi ketahanan air rumah tangga di Indonesia diperlukan indeks yang sampai saat ini belum tersedia yaitu Indeks Ketahanan Air Rumah Tangga (IKART) dengan mengacu kepada definisi ketahanan air UN-Water. Metode pembentukan indeks yang digunakan mengacu pada metode yang dikembangkan oleh OECD (2008) dengan menggunakan analisis faktor. Hasil yang diperoleh dari analisis faktor terbentuk dua faktor, yaitu faktor sarana air dan faktor sosial-ekonomi. Secara keseluruhan IKART yang dimiliki Indonesia sebesar 58,20 dan berada pada tingkatan cukup terpenuhi kebutuhan air rumah tangga. Papua menjadi provinsi dengan IKART terendah yaitu sebesar 9,56, sedangkan provinsi dengan IKART tertinggi adalah DKI Jakarta sebesar 83,82.

Labor force surveys conducted over time by the rotating panel design have been carried out in many countries, including Indonesia. Labor force survey in Indonesia is regularly conducted by Statistics Indonesia (Badan Pusat Statistik-BPS) and has been known as the National Labor Force Survey (Sakernas). The main purpose of Sakernas is to obtain information about unemployment rates and its changes over time. Sakernas is a quarterly survey. The quarterly survey is designed only for estimating the parameters at the provincial level. The quarterly unemployment rate published by BPS (official statistics) is calculated based on only cross-sectional methods, despite the fact that the data is collected under rotating panel design. The study purpose to estimate a quarterly unemployment rate at the district level used small area estimation (SAE) model by combining time series and cross-sectional data. The study focused on the application and comparison between the Rao-Yu model and dynamic model in context estimating the unemployment rate based on a rotating panel survey. The goodness of fit of both models was almost similar. Both models produced an almost similar estimation and better than direct estimation, but the dynamic model was more capable than the Rao-Yu model to capture a heterogeneity across area, although it was reduced over time.

Sumber air minum dan sanitasi layak merupakan komponen yang menjadi indikator baik buruknya lingkungan hidup. Air tidak dapat dipisahkan dari kehidupan manusia. Air menjadi kebutuhan dasar dan digunakan untuk minum, memasak, mencuci, mandi dan kegiatan lain yang bergantung pada air bersih sehingga air sangat penting bagi kehidupan manusia, bahkan makhluk hidup lainnya. Selain itu juga, sumber air dan sanitasi layak menjadi salah satu dari indikator utama dalam tujuan pembangunan berkelanjutan (SDGs) pada tujuan 6. Sumber air dapat berpengaruh terhadap perekonomian dan juga terhadap kesehatan. Semakin baik kualitas air yang digunakan, maka akan berpengaruh secara langsung terhadap baiknya kualitas kesehatan dan juga berpengaruh secara tidak langsung terhadap perekonomian. Provinsi Bengkulu merupakan provinsi dengan persentase sumber air layak terendah di Indonesia. Lebih dari setengah penduduknya menggunakan sumber air yang tidak layak dan hal tersebut jauh dari sasaran RPJMN yaitu 100 persen akses air minum layak pada tahun 2019. Sehingga penelitian ini bertujuan untuk menganalisis faktor yang mempengaruhi kelayakan sumber air minum yang digunakan di Bengkulu menggunakan metode regresi logistik biner. Dari hasil penelitian didapatkan bahwa faktor sosial ekonomi serta klasifikasi wilayah mempengaruhi penggunaan sumber air minum layak, sedangkan jumlah anggota rumah tangga dan faktor kelangkaan tidak berpengaruh.