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