Metode  robust principle  component  analysis  (RPCA) merupakan  metode yang kekar (robust ) untuk  principle component  analysis  (PCA)  terhadap kebe- radaan  outlier.  PCA  didefinisikan  sebagai metode  analisis statistik untuk  men- transformasi  variabel-variabel  yang berukuran  besar dan saling berkorelasi satu dengan  yang lain menjadi  variabel  baru  yang tidak  berkorelasi  lagi.  Sering di- temukan  data  yang  terdiri  atas  banyak  variabel,  akibatnya analisis  data  sulit dilakukan  karena masalah  dimensi data  dan terdeteksinya outlier.  Dengan demi- kian, metode RPCA  mempunyai  dua peranan  yaitu  mereduksi dimensi data  dan menghasilkan  komponen  utama  yang tidak  terpengaruh terlalu  banyak  dengan keberadaan  outlier.
Salah  satu  permasalahan utama  dalam  ekonomi makro  yang sering diha- dapi oleh berbagai  negara  adalah  pertumbuhan ekonomi yang belum sesuai de- ngan target.   Bagi negara berkembang  seperti  Indonesia,  pertumbuhan ekonomi merupakan  salah satu fokus utama  dalam memajukan  kesejahteraan umum yang merupakan  salah  satu  tujuan  dibentuknya Negara  Kesatuan  Republik  Indone- sia. Pertumbuhan ekonomi suatu  daerah  diukur dari Produk  Domestik Regional Bruto  (PDRB)   dan  laju  pertumbuhan atas  dasar  harga  berlaku.    Salah  satu pendekatan untuk  menghitung  nilai PDRB adalah pendekatan pengeluaran  yang dipengaruhi  oleh beberapa  variabel,  seperti  ekspor  neto,  perubahan   inventori, pembentukan modal tetap  bruto,  pengeluaran  konsumsi pemerintah, pengelua- ran konsumsi lembaga nonprofit  rumah  tangga  (LNPRT), dan pengeluaran  kon- sumsi rumah tangga.  Terdapat lebih dari dua variabel yang memengaruhi PDRB pengeluaran  dan lebih dari 100 data  amatan  sehingga dimungkinkan  terjadinya multikolinearitas antar  variabel serta outlier.  Metode yang dapat  digunakan  un- tuk  mengatasi  kondisi tersebut  adalah  metode  RPCA.  Dalam  perhitungannya, digunakan  matriks  ragam  peragam  sebagai  alat  untuk  menentukan komponen utama.  Matriks  tersebut  sensitif terhadap outlier  sehingga diperlukan  estimator yang robust terhadap outlier  yaitu  estimator  minimum covariance determinant. Tujuan  penelitian  ini untuk  mengkaji teori yang mendasari  metode  RPCA  dan menerapkan  metode RPCA  pada data  PDRB pengeluaran  atas dasar harga ber- laku (ADHB).
Berdasarkan hasil penelitian,  diperoleh kesimpulan  bahwa  dengan  metode RPCA dapat digunakan untuk mereduksi dimensi data dan mengestimasi parame- ter dengan estimator  minimum covariance determinant  (MCD ), serta  diperoleh konstruksi  model regresi robust  PDRB  Pengeluaran  ADHB hanya  dipengaruhi oleh modal fisik yakni Yˆ ∗∗  = 0.657 + 3.068Wi1  dengan R2=85%.