MEMODELKAN TINGKAT PENGANGGURAN DI KOTA DENPASAR DENGAN PENDUGAAN AREA KECIL EMPIRICAL BAYES

Economic development are described by the unemployment rate. The higher unemployment rate, the weaker economic conditions. Nowadays more policies require information on small areas. The direct estimation does not provide accurate results in smaller areas. Thus the small area estimation becomes an alternative to estimate the parameters. The accuracy depends on the selection of the predictors. In 2019, the unemployment rate in Denpasar is 2,22%. The result shows that the unemployment rate in each district in Denpasar varies from 0,1% to 0,3% Keywords : Small area, empirical Bayes, direct estimation, unemployment 1 PENDAHULUAN Pendugaan area kecil merupakan salah satu teknik statistika yang digunakan dalam menduga parameter yang diinginkan. Saat ini banyak kebijakan yang menghendaki informasi statistik pada area kecil. Kebijakan tersebut di antaranya pada bidang ekonomi, kesehatan, dan pendidikan (Prastesi, 2016). Menurut Rao area kecil dirujuk dari beberapa istilah seperti small area, small domain, minor doman, dan lain sebagainya yang memiliki makna suatu wilayah dengan jumlah sampel yang tidak memadai untuk pendugaan langsung ataupun aspek-aspek kecil yang tidak dapat diestimasi melalui suvei berskala besar ataupun sensus (Rao, 2003). Pendugaan area kecil memiliki tiga jenis metode yang umum digunakan yaitu empirical best linear unbiased prediction (EBLUP), empirical Bayes (EB), dan hierarchical Bayes (HB) (Fay & Herriot, 1979). Metode EBLUP dilakukan dengan pendekatan statistika klasik yang menggunakan asumsi varian diketahui namun tidak didasari informasi awal yang dimiliki. Metode EB dan HB dilakukan dengan pendekatan secara statistika Bayes yang menggunakan informasi awal sebaran data (prior) untuk menentukan sebaran hasil (posterior) (Congdon, 2014). Metode EB memiliki langkah perhitungan