(0721) 8030188    [email protected]   

All of ITERA Repository
Titles

Small Area Estimation dengan pendekatan Hierarchical Bayesian Normal (Studi Kasus: Tingkat Pengangguran Terbuka di Provinsi Sumatera Utara)


View/Open

Author
DEODRY, SIAHAAN

Date Published
20 Aug 2025

Advisor
Mika Alvionita S, S.Si., M.Si.,
Tirta Setiawan, S.Pd., M.Si.,

Subject
Sains Data

Publisher


Pengangguran merupakan merupakan isu penting di Indonesia, termasuk di Provinsi Sumatera Utara yang mencatat Tingkat Pengangguran Terbuka (TPT) sebesar 5,10% pada Februari 2024, tertinggi ketiga di Sumatera. Estimasi TPT tingkat kabupaten/kota penting untuk kebijakan yang tepat sasaran, namun sering kurang akurat akibat keterbatasan sampel. Penelitian ini menggunakan metode Small Area Estimation (SAE) dengan pendekatan Hierarchical Bayesian (HB) Normal, menggunakan model regresi linier dengan efek acak. Estimasi parameter dilakukan melalui simulasi Markov Chain Monte Carlo (MCMC) dengan perangkat lunak JAGS. Hasil estimasi menunjukkan bahwa hanya variabel Tingkat Partisipasi Angkatan Kerja (TPAK) yang signifikan secara statistik pada tingkat kredibel 95%, dengan koefisien β7 = −1,4407 dan intersep β0 = 4,0639, sehingga model akhir diperoleh yaitu θi = 4,0639 − 1,4407 · X7i + vi. Nilai Monte Carlo error yang rendah (<5

URI
https://repo.itera.ac.id/depan/submission/SB2508180016

Keyword
Tingkat Penganguran Terbuka Small Area Estimation Hierarchical Bayesian MCMC JAGS