SMALL AREA ESTIMATION PENGELUARAN PER KAPITA DI KABUPATEN BANGKALAN DENGAN METODE HIERARCHICAL BAYES

Penelitian ini mengkaji tentang Hierarchical Bayes (HB) yang diaplikasikan pada Small Area Estimation (SAE) dengan tujuan mengestimasi pengeluaran per kapita di Kabupaten Bangkalan. Digunakan SAE karena penambahan ukuran sampel dari pendugaan secara langsung merupakan salah satu cara untuk mendapatkan data pendugaan sampai level kecamatan. Akan tetapi penambahan ukuran sampel akan menambah biaya yang diperlukan menjadi lebih besar dan waktu yang diperlukan pun dalam survei menjadi lama. Oleh karena itu untuk mengatasi masalah tersebut yaitu dengan mengoptimalkan data yang tersedia dengan metode SAE. Kemudian menggunakan metode HB untuk mencari penduganya. Proses pendugaan dilakukan menggunakan Markov Chain Monte Carlo (MCMC) dengan menerapkan algoritma Gibbs sampling . Pemodelan secara tidak langsung menggunakan HB SAE dilakukan dibawah model Fay-Herriot untuk level area dengan bantuan variabel penyerta persentase penduduk bekerja di sektor pertanian (X 1 ), rata-rata anggota keluarga (X 2 ), persentase keluarga miskin (X 3 ), jumlah penduduk yang sedang sekolah (X 4 ), jumlah penduduk pelanggan listrik PLN (X 5 ), dan kepadatan penduduk (X 6 ). Hasil pendugaan tersebut dibandingkan dengan pendugaan langsung dengan mengeluarkan output DIC sebagai tolak ukurnya. dari hasil yang telah diperoleh menunjukkan bahwa pendugaan dengan menggunakan HB menghasilkan nilai DIC yang lebih kecil yaitu sebesar 46.656 daripada pendugaan langsung sebesar 72.043. Maka dapat disimpulkan model pendugaan tak langsung menggunakan HB lebih baik dari pendugaan langsung. Kata Kunci : Deviance Information Criterion, Hierarchical Bayes, Pengeluaran per Kapita, Small Area Estimation .