Penerapan metode empirical best linear unbiased prodiction pada model small area estimation dalam pendugaan tingkat pengangguran di Kota Bogor

ABSTRAK
RIZKA HARSANTI. Penerapan Metode Empirical Best Linear Unbiased Prediction pada Model
Small Area Esrimation dalam Pendugaan Tingkat Pengangguran di Kota Bogor. Dibimbing oleh
ANANG KURNIA dan MDAHWATI.
Pendugaan area kecil (small area estimation) mendapatkan perhatian statistisi dunia pada
beberapa tahun belakangan ini. Pendugaan parameter secara langsung berdasarkan data survey
untuk menduga statistik area kecil tidak dapat diandalkan karena memiliki keragaman yang besar
akibat ukuran contoh yang kecil. Small area estimation merupakan salah satu solusi untuk
memperbaiki ha1 tersebut, yaitu melakukan pendugaan dengan informasi-informasi tambahan
yang bisa didapatkan dari area lain yang serupa, survey terdahulu yang dilakukan di area yang
sama dan peubah lain yang berhubungan dengan peubah yang ingin diduga. Salah satu metode
yang dikembangkan dalam small area estimation adalah EBLUP (Empirical Best Linear
Unbiased Prediction).
Perbandingan kebaikan antara pendugaan langsung dan pendugaan tidak Iangsung dapat
dilihat dari RRMSE (Relalive Root Mean Squared Error) yang diperoleh. Pendugaan tidak
langsung dengan metode EBLUP untuk kasus tingkat pengangguran di Kota Bogor memiliki
RRMSE yang lebih kecil daripada RRMSE yang didapat dari pendugaan langsung. Dengan
demikian secara empirik pada keragaman sampling error yang cenderung homogen, pendugaan
tidak langsung dengan metode EBLUP memiliki akurasi d m presisi yang Iebih baik
dibandingkan dengan pendugaan langsung.