ABSTRAKPenduga rasio baik digunakan untuk menduga variansi populasi jikaterdapat korelasi positif antara variabel penelitian ( ) dan variabel bantu ( ).Adanya penambahan informasi dari variabel bantu seperti koefisien variasi danmedian bertujuan untuk meningkatkan keakuratan dari hasil estimasi sehingganilai rata-rata kuadrat sesatan (RKS) akan menjadi lebih kecil. RKS digunakanuntuk membandingkan keakuratan penduga rasio menggunakan median danpenduga rasio menggunakan koefisien variasi-median variabel bantu. Penelitianini bertujuan untuk menurunkan ulang RKS penduga rasio menggunakan mediandan menggunakan koefisien variasi-median variabel bantu kemudianmembandingkan keakuratan antara kedua penduga rasio tersebut.Penurunan ulang RKS dari penduga rasio menggunakan pendekatan deretTaylor orde pertama. Penduga rasio yang memiliki nilai RKS lebih kecil adalahpenduga rasio yang lebih akurat digunakan dalam menduga variansi. Selanjutnyapenduga rasio yang lebih akurat diterapkan pada produksi kacang tanah di JawaBarat tahun 2013.Pada suatu kondisi dapat ditunjukkan bahwa penduga rasio menggunakanmedian lebih akurat daripada penduga rasio menggunakan gabungan koefisienvariasi dan median. Hasil penerapan menunjukkan bahwa penduga rasio untukvariansi populasi yang lebih akurat adalah penduga rasio menggunakan medianvariabel bantu. Hasil pendugaan variansi populasi produksi kacang tanah diProvinsi Jawa Barat pada tahun 2013 dengan menggunakan sampel = 46 sebesar37916,54.Kata Kunci : keakuratan, penduga rasio, variansi populasi, median, koefisienvariasi, rata-rata kuadrat sesatan.ABSTRACTRatio estimator may give the best estimation of population variance ifthere is positive correlation between interest variable ( ) and the auxiliaryvariable ( ). The information addition from auxiliary variable such as median andcoefficient of variation may improve the estimation result so that the value ofmean squared error (MSE) will be smaller than ratio estimator withoutinformation addition from auxiliary variable. MSE was used to compare the ratioestimator accuracy using median and using coefficient of variation-median ofauxiliary variable. The aim of this research are to redefine the MSE of ratioestimator using median of auxiliary variable and ratio estimator using coefficientof variation-median of auxiliary variable and to compare the ratio estimatoraccuracy using median and using coefficient of variation-median of auxiliaryvariable.First order of Taylor series approximation was used to reconstruct theMSE of ratio estimators. Ratio estimator which has smaller value of MSE is moreaccurate than the other ratio estimator for estimating population variance.Futhermore, the best ratio estimator is applied to the data of peanuts production inProvince of West Java in the year of 2013.In certain condition can be showed that the ratio estimator using medianperforms better than ratio estimator using combination of coefficient of variationand median are obtained. According to the result of application, the best ratioestimator was ratio estimator using median of auxiliary variable. The estimationpopulation variance of peanuts in Province of West Java in the year of 2013 usingsample size = 46 is 37916,54.Keywords : ratio estimators, population variance, median, coefficient ofvariation, mean squared error.