Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Abstract Metode Empirical Best Linear Unbiased Prediction (EBLUP) merupakan salah satu metode pendugaan area kecil yang digunakan pada data kontinu dengan mensubtitusikan komponen ragam yang tidak diketahui ke dalam penduga BLUP. Keakuratan penduga salah satunya dapat diperoleh dengan cara mengukur Mean Squared Error (MSE). Beberapa metode telah dikembangkan dalam pendugaan MSE EBLUP. Prasad dan Rao (1990) mengembangkan penduga bagi MSE dengan menggunakan ekspansi deret Taylor. Jiang-Lahiri-Wan (2002) mengembangkan penduga bagi MSE dengan menggunakan metode Jackknife. Dalam penelitian ini pendugaan MSE bagi EBLUP dilakukan dengan kedua metode tersebut. Pendugaan MSE dilakukan secara empiris melalui data simulasi yang berdistribusi Normal dengan bantuan software R 3.3.3. Hasil penelitian ini menunjukkan bahwa metode pendugaan MSE EBLUP dengan metode Jiang-Lahiri-Wan relatif lebih baik karena menghasilkan nilai yang lebih kecil dibanding MSE Prasad dan Rao dan besarnya nilai ragam pengaruh acak menyebabkan nilai MSE yang dihasilkan semakin besar. Download: Fullpaper