Pendugaan Angka Pengangguran di Jawa Barat Pada Tahun 2019 dengan Menggunakan Small Area Estimation Melalui Pendekatan Empirical Bayes Berbasis Model Beta-Binomial

Abstract

Abstract. Unemployment data is one of the main indicators of development. However, the unemployment data required by the Regional Government is not yet available at the district/city level due to the limited sample coverage in the National Labor Force Survey (Sakernas) conducted by BPS. The solution to this problem is to apply Small Area Estimation (SAE). Unemployment problem which assumes a binomial distribution with parameters (n,θ) and θ is a variable probability of success. This situation is known as the overdispersion problem. The method that is suitable for this case is the Empirical Bayes model of beta-binomial. The purpose of this study is to apply the Empirical Bayes method based on the beta-binomial model to estimate the district/city level unemployment rate in West Java Province and to obtain the results of a comparison between the direct and indirect estimators through the Mean Square Error (MSE) value using the Naive method. After testing the fit of the beta-biomial distribution, there is an overdispersion problem in the research data. This study resulted in the estimated value of the district/city unemployment rate in West Java Province in 2019 with the direct method and the indirect method producing relatively the same value. The highest unemployment rate is in Cirebon Regency and the lowest is in Majalengka Regency. The results of the estimation of the two methods can be concluded that the estimator using the Empirical Bayes method based on the beta-binomial model is better than the direct method.

Abstrak. Data pengangguran merupakan salah satu indikator utama pembangunan. Namun, data pengangguran yang dibutuhkan oleh Pemerintah Daerah belum tersedia di level kabupaten/kota karena terbatasnya cakupan sampel dalam Survei Angkatan Kerja Nasional (Sakernas) yang dilakukan oleh BPS. Solusi dari permasalahan ini yaitu dengan menerapkan Small Area Estimation (SAE). Masalah pengangguran yang diasumsikan distribusi binomial dengan parameter (n,θ) dan θ adalah peluang sukses yang bervariasi. Keadaan seperti ini disebut sebagai masalah overdispersi. Metode yang cocok untuk kasus ini yaitu Empirical Bayes model beta-binomial. Tujuan dari peneitian ini adalah mengaplikasikan metode Empirical Bayes berbasis model beta-binomial untuk menduga angka pengangguran level kabupaten/kota di Provinsi Jawa Barat serta memperoleh hasil perbandingan antara penduga langsung dan penduga tidak langsung melalui nilai Mean Square Error (MSE) dengan menggunakan metode Naive. Setelah dilakukan pengujian kecocokan distribusi beta-biomial, terdapat masalah overdispersi dalam data penelitian. Penelitian ini menghasilkan nilai dugaan angka pengangguran kabupaten/kota di Provinsi Jawa Barat pada tahun 2019 dengan metode langsung dan metode tidak langsung menghasilkan nilai yang relatif sama. Angka pengangguran paling tinggi ada di Kabupaten Cirebon dan paling rendah ada di Kabupaten Majalengka. Hasil pendugaan dari kedua metode tersebut dapat disimpulkan bahwa penduga menggunakan metode Empirical Bayes berbasis model beta-binomial lebih baik dari pada metode langsung.