PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI

Transkripsi

1 PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pendugaan Perolehan Suara Level Kabupaten/Kota pada Pemilihan Gubernur Jawa Barat Tahun 2013 adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi atau lembaga mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Januari 2014 Lusi Triyani G

4 ABSTRAK LUSI TRIYANI. Pendugaan Perolehan Suara Level Kabupaten/Kota pada Pemilihan Gubernur Jawa Barat Tahun Dibimbing oleh ANANG KURNIA dan INDAHWATI. Quick count merupakan metode untuk memverifikasi hasil perolehan suara melalui pendugaan langsung dari tempat pemungutan suara dalam suatu pemilihan umum. Berdasarkan hasil simulasi quick count, dugaan langsung perolehan suara pada level subpopulasi, misalnya level kabupaten/kota pada pemilihan gubernur, menghasilkan resiko kesalahan yang lebih besar pada ukuran contoh yang relatif kecil. Alternatif lain untuk kasus tersebut adalah metode pendugaan tidak langsung menggunakan small area estimation (SAE). Aplikasi pendugaan proporsi perolehan suara menggunakan data quick count pilkada Jawa Barat 2013 dilakukan secara langsung dan menggunakan metode SAE. Pendekatan SAE yang digunakan yaitu generalized linear mixed models (GLMM) karena data yang digunakan untuk menghitung proporsi berupa data cacahan. Hasil analisis menunjukkan bahwa pendugaan menggunakan SAE secara umum menghasilkan dugaan yang lebih baik dibandingkan pendugaan langsung pada ukuran contoh yang relatif kecil berdasarkan kriteria MSE. Kata kunci: GLMM, MSE, quick count, small area estimation ABSTRACT LUSI TRIYANI. Election Result Estimation in County/City Level on 2013 West Java Governor Election. Supervised by ANANG KURNIA and INDAHWATI. Quick count is a method for verification of election results by estimating them from samples of the polling stations. Based on quick count simulation, direct estimation of election result at the level of subpopulations, for example at the county or city level on governor election, has greater risk of error in a relatively small sample size. One of the alternative methods for solving this problem is indirect estimation approach using small area estimation (SAE). This research applied direct estimation and SAE method to estimate proportion of election results in 2013 West Java governor election. Generalized linear mixed models (GLMM) approach of SAE is choosen since the data which were used to calculate the proportion is count data. The results show, the SAE generally better than direct estimation for relatively small sample size by MSE criterion. Keywords: GLMM, MSE, quick count and small area estimation

5 PENDUGAAN PEROLEHAN SUARA LEVEL KABUPATEN/KOTA PADA PEMILIHAN GUBERNUR JAWA BARAT TAHUN 2013 LUSI TRIYANI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

6

7 Judul Skripsi : Pendugaan Perolehan Suara Level Kabupaten/Kota pada Pemilihan Gubernur Jawa Barat Tahun 2013 Nama : Lusi Triyani NIM : G Disetujui oleh Dr. Anang Kurnia Pembimbing I Dr. Ir. Indahwati, M.Si Pembimbing II Diketahui oleh Dr. Ir. Hari Wijayanto, M.Si Ketua Departemen Tanggal Lulus:

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta ala atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam tugas akhir ini ialah Pendugaan Perolehan Suara Level Kabupaten/Kota pada Pemilihan Gubernur Jawa Barat Tahun Terima kasih penulis ucapkan kepada pembimbing yang selalu memberikan pengarahan dan dukungan, Bapak Dr. Anang Kurnia dan Ibu Dr. Ir. Indahwati. Bapak, mamah, adik-adik dan keluarga besar yang selalu memberikan dukungan dan doanya untuk penulis. Casia yang selalu bersedia diajak diskusi, Habibah, Indah, Miko, Fika, dan R. Rizki yang selalu mengingatkan untuk bimbingan bersama. Terimakasih juga untuk teman-teman Statistika 46 yang sudah memberi dukungan dan doa pada penulis. Untuk semua dosen Statistika IPB, terima kasih atas ilmu yang bapak/ibu berikan. Terima kasih juga kepada Bu Mar, Bu Tri dan seluruh staf tata usaha departemen Statistika IPB yang sudah membantu proses administrasi penulis. Semua pihak yang tidak bisa saya sebutkan satu per satu, terima kasih banyak atas doa dan dukungannya. Semoga karya ilmiah ini bermanfaat. Bogor, Januari 2014 Lusi Triyani

9 DAFTAR ISI DAFTAR TABEL viii DAFTAR GAMBAR viii DAFTAR LAMPIRAN viii PENDAHULUAN 1 Latar Belakang 1 Tujuan Penelitian 1 TINJAUAN PUSTAKA 2 Quick Count 2 Small Area Estimation 2 Generalized Linear Mixed Models 2 Mean Square Error 3 METODE 4 Bahan 4 Tahapan Penelitian 4 HASIL DAN PEMBAHASAN 6 Kajian Simulasi 6 Aplikasi Data Quick Count Pilkada Jawa Barat SIMPULAN DAN SARAN 9 Simpulan 9 Saran 10 DAFTAR PUSTAKA 10 LAMPIRAN 11 RIWAYAT HIDUP 14

10 DAFTAR TABEL 1 Rataan Proporsi Hasil Simulasi Skenario Rataan Proporsi Hasil Simulasi Skenario 2 7 DAFTAR GAMBAR 1 Hasil perolehan suara pasangan Rieke dan Teten dari KPU, pendugaan dengan menggunakan SAE dan pendugaan langsung pada level kabupaten/kota 8 2 MSE penduga langsung dan penduga SAE 9 DAFTAR LAMPIRAN 1 Rataan dugaan simpangan baku simulasi skenario Rataan dugaan simpangan baku simulasi skenario Hasil perolehan suara pasangan Rieke dan Teten dari KPU, pendugaan dengan menggunakan SAE dan pendugaan langsung pada level kabupaten/kota 12 4 MSE penduga langsung dan penduga SAE 13

11 PENDAHULUAN Latar Belakang Pemilihan umum (pemilu) di Indonesia merupakan kegiatan akbar yang dilakukan setiap lima tahun sekali. Pemilu dilakukan untuk memilih kepala negara, anggota legislatif dan kepala daerah. Pada tanggal 24 Februari 2013, provinsi Jawa Barat melakukan pemilihan kepala daerah (pilkada) untuk periode pemerintahan 2013 sampai Dalam pemilihan tersebut ada lima pasangan calon gubernur yaitu Dikdik Mulyana Arief Mansur dan Cecep Nana Suryana Toyib, Irianto MS Syafiuddin dan Tatang Farhanul, Dede Yusuf dan Lex Laksamana, Ahmad Heryawan dan Deddy Mizwar serta Rieke Diah Pitaloka dan Teten Masduki. Beberapa lembaga survei melakukan quick count untuk mendapatkan dugaan perolehan suara yang cepat dan memantau perkembangan proses pilkada. Quick count dilakukan dengan mengambil tempat pemungutan suara (TPS) secara acak sebagai contoh. Quick count digunakan untuk menduga secara langsung perolehan suara masing-masing pasangan calon gubernur dari populasi TPS di Jawa Barat. Total TPS di Jawa Barat sebanyak 74948, sementara quick count yang dilakukan oleh Lembaga Survei Indonesia hanya mengambil 300 TPS sebagai contoh. Ukuran contoh TPS untuk setiap kabupaten/kota berkisar antara 1-30 TPS. Kondisi banyaknya contoh TPS di setiap kabupaten/kota yaitu di Kota Sukabumi dari total 577 TPS, hanya dua TPS yang terpilih sebagai contoh. Kemudian Kabupaten Bogor, dari total 7379 TPS, ada 30 TPS yang terpilih. Selanjutnya Kota Banjar, dari total 306 TPS, hanya satu TPS yang terpilih sebagai contoh. Berdasarkan kondisi tersebut, pendugaan langsung perolehan suara pada level kabupaten/kota dengan menggunakan data quick count dikhawatirkan akan menghasilkan presisi dugaan yang rendah dan ragam yang besar karena ukuran contoh yang relatif kecil. Alternatif metode pendugaan untuk kasus tersebut dapat dilakukan dengan menggunakan teknik small area estimation (SAE). Pendugaan perolehan suara akan dilakukan dengan menggunakan pendekatan generalized linear mixed models (GLMM). Sebagai kasus, pada penelitian ini hanya akan menduga perolehan suara pasangan Rieke Diah Pitaloka dan Teten Masduki di level kabupaten/kota. Pemilihan pasangan tersebut sebagai objek dalam pendugaan ini tidak didasarkan pada alasan komersial atau sejenisnya, hanya berdasarkan subjektifitas penulis karena Rieke merupakan kandidat perempuan satu-satunya dalam pilkada tersebut dan kandidat perempuan pertama sejak pilkada Jawa Barat Tujuan Penelitian 1. Menduga perolehan suara pasangan Rieke Diah Pitaloka dan Teten Masduki di level kabupaten/kota secara langsung dan menggunakan SAE. 2. Membandingkan hasil pendugaan perolehan suara hasil SAE dan pendugaan langsung terhadap hasil pleno Komisi Pemilihan Umum (KPU) provinsi Jawa Barat.

12 2 TINJAUAN PUSTAKA Quick Count Quick count merupakan metode yang kuat untuk memantau perkembangan proses pemilihan umum. Metode ini tidak mengumpulkan data dari setiap tempat pemungutan suara (TPS) yang ada melainkan memilih beberapa TPS secara acak. Selama quick count, pengamat menyaksikan proses pemungutan dan perhitungan suara di setiap TPS yang terpilih sebagai contoh kemudian mencatat hasilnya. Data yang dikumpulkan dari setiap TPS kemudian dikirimkan ke tempat pengumpulan data sentral. Suatu lembaga survei maupun kelompok tertentu akan mendapatkan hasil perolehan suara dari pemilihan umum secara akurat dan cepat dengan tingkat kesalahan yang relatif kecil melalui metode ini. Selain itu, metode ini juga digunakan untuk mengevaluasi keseluruhan proses pemilihan umum dan memverifikasi hasil perolehan suara resmi (Estok et al., 2002). Small Area Estimation Small area estimation (SAE) merupakan metode pendugaan parameter dari suatu area (sub-domain, sub-populasi) yang mempunyai ukuran contoh relatif kecil dalam percontohan survei. Metode ini melakukan pendugaan dengan cara menambahkan informasi dari area lain yang memiliki karakteristik yang sama dengan area yang akan diduga. Informasi tambahan juga dapat diperoleh dari hasil survei sebelumnya di area tersebut. Ada dua pendekatan yang digunakan pada pendugaan ini yaitu pendekatan geografi dan pendekatan statistika (Rahman, 2008). Dalam pendekatan geografi, pendugaan area kecil dapat dilakukan dengan microsimulation models. Pada pendekatan statistika ada dua model yang dapat digunakan yaitu model eksplisit dan model implisit. Model eksplisit dikategorikan menjadi tiga yaitu area level model, unit level model dan general linear mixed models. Dalam pendekatan model eksplisit, ada tiga metode yang dapat digunakan yaitu empirical-best linear unbiased prediction (E-BLUP), empirical bayes (EB), dan hierarchical bayes (HB) (Rao, 2003). Pendekatan model implisit memiliki tiga metode yaitu sintetik, komposit, dan pendugaan demografi. Beberapa pilihan pendekatan dapat digunakan untuk menduga parameter area kecil, tetapi yang terpenting dalam pendugaan ini adalah pemilihan peubah penyerta sebagai informasi tambahan (auxiliary variables) karena keefektifan suatu model bergantung pada adanya peubah penyerta yang baik (Rao, 2003). Generalized Linear Mixed Models (GLMM) GLMM merupakan model yang lebih umum dari model linear, dimana peubah respon tidak harus normal. Ketika peubah respon menyebar binomial, poisson ataupun masih dalam keluarga eksponensial, maka model ini dapat digunakan. Berikut dicontohkan salah satu model dengan peubah respon menyebar binomial: θ i =logit π i = x i ' β+v i +e i (1) v i ~N 0,σ v 2 dan e i ~N 0,σ e 2

13 dengan: i : area ke-1,..., n. π i : peluang terpilihnya calon di area ke-i x i : peubah penyerta area ke-i v i : pengaruh acak area ke-i. e i : sampling error area ke-i. diasumsikan v i dan e i saling bebas. Parameter yang menjadi perhatian adalah proporsi dari area kecil ke- i. Nilai tersebut dapat dihitung melalui persamaan: 3 P i = j y j N i P i = j s i y ij + j si y ij N i penduga proporsi dapat diperoleh dari persamaan: P i = j s i y ij + j si y ij N i (2) j s i y ij = π i.n i dengan: i : area ke- 1, 2, 3,..., n j : unit ke- 1, 2, 3,..., m. P i : proporsi perolehan suara calon di area ke-i s i : himpunan unit yang terambil sebagai contoh di area ke-i s i c : himpunan unit yang tidak terambil sebagai contoh di area ke-i y ij : terpilihnya calon di area ke-i unit ke-j N i : populasi suara sah di area ke-i nilai π i diperoleh dari persamaan (3) yang merupakan hasil penguraian dari model (1). π i = e(x ' i β +v i ) 1+e (x i ' β +v i ) (3) Mean Square Error (MSE) Mean Square Error (MSE) merupakan salah satu cara untuk mengevalusi suatu statistik. MSE penduga θ dari suatu parameter θ adalah fungsi dari θ yang didefinisikan E θ-θ 2.

14 4 MSE θ = E θ-θ 2 =Var θ + Bias θ 2 Suatu penduga dikatakan tidak bias jika E θ =θ. Ketika θ merupakan penduga yang tidak bias maka nilai MSE θ = Var θ. Nilai MSE pada SAE dapat dihitung menggunakan metode Jackknife. Penulisan ini hanya akan menggunakan konsep Jackknife untuk menghitung nilai MSE. METODE Bahan Data yang digunakan dalam penelitian ini merupakan data yang berasal dari hasil quick count Lembaga Survei Indonesia (LSI) pada pemilihan gubernur Jawa Barat, 24 Februari Data tersebut merupakan data perolehan suara lima pasangan calon gubernur Jawa Barat yang diambil dari 300 TPS sebagai contoh. Pengambilan contoh TPS yang dilakukan oleh LSI yaitu teknik penarikan contoh bertahap. Tahap pertama yaitu penarikan contoh acak strata kemudian dilanjutkan dengan tahap dua yaitu teknik penarikan contok acak sistematik. Pada penulisan ini diasumsikan bahwa pengambilan contoh TPS dilakukan dengan teknik penarikan contoh acak sederhana. Selain itu, peubah respon yang digunakan hanya perolehan suara pasangan Rieke Diah Pitaloka-Teten Masduki. Tahapan Penelitian Pada penelitian ini ada dua hal utama yang dilakukan yaitu simulasi quick count dan aplikasi pengolahan data hasil quick count pilkada Jawa Barat Kajian Simulasi Quick Count Simulasi quick count dilakukan dengan mempertahankan kondisi ukuran populasi TPS dan ukuran contoh TPS yang sesuai dengan quick count pilkada Jawa Barat 2013 pada suatu kabupaten/kota. Ada dua skenario yang dilakukan dalam simulasi yaitu skenario pertama dengan menggunakan satu ukuran populasi TPS yang sama kemudian dikombinasikan dengan beberapa ukuran contoh TPS yang berbeda. Skenario kedua pada simulasi dilakukan dengan menggunakan ukuran contoh yang memiliki proporsi sama untuk setiap ukuran populasi TPS yang berbeda. Skenario kedua dilakukan karena menyesuaikan dengan kondisi data quick count pilkada Jawa Barat 2013 yaitu proportional to size TPS. Perhitungan yang dilakukan pada simulasi yaitu menghitung rataan dari dugaan proporsi perolehan suara, bias, MSE dan rataan dari dugaan simpangan baku. Perhitungan proporsi pada kedua skenario simulasi dilakukan dengan menggunakan dua cara berbeda yaitu proporsi metode 1 melakukan perhitungan dengan menjumlahkan seluruh perolehan suara di TPS contoh kemudian membaginya dengan total suara sah. Perhitungan proporsi metode 2 yaitu dengan mengasumsikan bahwa sudah terdapat proporsi suara calon pada masing-masing

15 contoh TPS, Asumsi tidak ada data jumlah perolehan suara, kemudian dihitung rataan dari proporsi suara calon di kabupaten/kota. Langkah-langkah yang dilakukan dalam simulasi yaitu sebagai berikut: A. Simulasi dengan skenario 1. a. Menentukan ukuran populasi TPS dalam satu kabupaten/kota, misal 5000 TPS. b. Membangkitkan data jumlah penduduk yang terdaftar dalam setiap TPS, misal jumlah penduduk setiap TPS berada dalam kisaran orang. c. Membuat data induk suara penduduk dengan cara membangkitkan bilangan acak binomial dengan peluang terpilihnya seorang calon sebesar d. Melakukan penarikan contoh TPS, dengan ukuran contoh berkisar antara 1-30 TPS. e. Menghitung proporsi metode 1: gabungan seluruh data di TPS contoh dibagi total suara sah. f. Menghitung proporsi metode 2: dalam perhitungan ini, mengasumsikan bahwa sudah terdapat proporsi suara calon pada masing-masing contoh TPS, asumsi tidak ada data jumlah perolehan suara, kemudian dihitung rataan dari proporsi suara calon di kabupaten/kota. g. Menghitung simpangan baku dari metode 1 dan metode 2. h. Ulang langkah (d)-(g) sebanyak 1000 kali. i. Menghitung rataan dari hasil dugaan proporsi dan dugaan simpangan baku dari 1000 ulangan tersebut. B. Simulasi dengan skenario 2. Langkah-langkah simulasi skenario 2 hampir sama dengan simulasi skenario 1 hanya saja pada tahap (a) ukuran populasi TPS yang digunakan berbeda-beda sedemikian sehingga proporsi antara ukuran populasi dan ukuran contoh TPS sama. Hal ini dilakukan agar sesuai dengan kondisi data quick count pilkada Jawa Barat 2013 yaitu proportional to size TPS. 2. Aplikasi menggunakan data quick count pilkada Jawa Barat 2013 Langkah-langkah untuk menduga perolehan suara pasangan Rieke Diah Pitaloka dan Teten Masduki pada level kabupaten/kota adalah sebagai berikut: 1. Melakukan pendugaan langsung proporsi perolehan suara Rieke Diah Pitaloka dan Teten Masduki pada level kabupaten/kota kemudian menghitung MSE penduga langsung. 2. Melakukan pendugaan proporsi perolehan suara pasangan Rieke Diah Pitaloka dan Teten Masduki pada level kabupaten/kota yang dihitung menggunakan SAE melalui model (1) dan persamaan (2) kemudian menghitung MSE dengan pendekatan konsep Jackknife. 5

16 6 Berikut langkah-langkah menghitung MSE dengan pendekatan konsep Jackknife: a. Menghitung M 1i M 1i = 1 n 1 m=n 1 j=1 P j( i) P i P j( i) diperoleh dengan membuang pengamatan ke-i pada sekumpulan data perolehan suara. b. Menghitung M 2i c. MSE i J = M 1i + M 2i M 2i = 1 n 2 m=n 1 j=1 P j( i) P i 2 3. Membandingkan hasil pendugaan langsung, hasil pendugaan SAE dan hasil KPU. 2 HASIL DAN PEMBAHASAN Kajian Simulasi Berdasarkan hasil simulasi skenario satu (Tabel 1), nilai rataan dari dugaan proporsi metode 1 dan metode 2 hampir sama untuk setiap ukuran contoh TPS karena keduanya merupakan penduga yang tidak bias. Begitu pula dengan rataan dugaan proporsi metode 1 dan 2 pada skenario 2 (Tabel 2), nilainya hampir sama untuk setiap ukuran contoh TPS. Akan tetapi rataan dugaan simpangan baku dari kedua metode pada simulasi skenario 1 dan skenario 2, semakin besar dengan semakin kecilnya ukuran contoh TPS (Lampiran 1 dan Lampiran 2). Pada simulasi skenario satu, pendugaan proporsi metode 1 untuk ukuran contoh TPS yang relatif kecil, misal n=1, memiliki resiko kesalahan menduga lima kali lipat dibandingkan dengan pendugaan menggunakan ukuran contoh yang relatif besar (n=30). Hal tersebut sama dengan hasil pendugaan proporsi dengan metode 2 ketika hanya dua TPS yang terpilih sebagai contoh. Akan tetapi ketika hanya ada satu TPS yang terpilih sebagai contoh, tidak dapat diketahui nilai resiko kesalahan pendugaannya karena nilai simpangan baku tidak terdefinisi. Hal yang sama terjadi pada hasil simulasi skenario dua. Selain itu, pada simulasi skenario dua, hasil pendugaan proporsi metode 1 maupun metode 2 dengan ukuran contoh yang relatif kecil memiliki selang kepercayaan yang lebih lebar dibandingkan dengan selang kepercayaan pada hasil pendugaan untuk ukuran contoh yang relatif besar (Lampiran 1 dan Lampiran 2). Pada pendugaan proporsi dengan metode 1, selang kepercayaan ketika hanya dua TPS yang terpilih sebagai contoh yaitu ± sedangkan selang kepercayaan saat ukuran contoh relatif besar ± (n=30).

17 7 Tabel 1 Rataan proporsi hasil simulasi skenario 1 Ukuran populasi TPS Ukuran contoh TPS Rataan dari proporsi metode 1 Rataan dari proporsi metode Tabel 2 Rataan proporsi hasil simulasi skenario 2 Ukuran populasi TPS Ukuran contoh TPS Rataan dari proporsi metode 1 Rataan dari proporsi metode Nilai bias pada simulasi skenario satu berkisar antara ( ) Rataan nilai bias dari ukuran contoh yang berbeda pada skenario satu untuk metode 1 dan metode 2 adalah Nilai tersebut sangat dekat dengan nol karena dugaan proporsi dari hasil simulasi merupakan penduga yang tidak bias. Nilai ragam dari bias untuk kedua metode juga sangat kecil yaitu 1.3x10-7 dan 1.4x10-7. Pada simulasi skenario dua nilai bias berkisar antara ( ) Rataan nilai bias dari skenario dua untuk metode 1 dan 2 yaitu dengan nilai ragam lebih besar dari hasil skenario 1 yaitu 4.5x10-7 dan 4.3x10-7. Aplikasi Data Quick Count Pilkada Jawa Barat 2013 Berdasarkan kondisi pada simulasi skenario satu dan skenario dua, pendugaan langsung di level kabupaten/kota dengan menggunakan data quick count menghasilkan resiko kesalahan yang cukup besar untuk ukuran contoh yang relatif kecil. Alternatif lain pendugaan perolehan suara di level kabupaten/kota yaitu menggunakan teknik small area estimation (SAE) dengan pendekatan GLMM. Model GLMM yang digunakan merupakan model yang paling sederhana yaitu sebagai berikut: θ i =logit π i = β 0 +v i +e i Nilai dugaan π i dan β 0 diperoleh dengan menggunakan PROC GLIMMIX. Kemudian nilai π i digunakan untuk menghitung P i (Persamaan 2). Berdasarkan hasil pendugaan perolehan suara pasangan Rieke dan Teten (Gambar 1), selisih mutlak pendugaan perolehan suara hasil pendugaan langsung dengan hasil KPU untuk Kota Banjar, Kota Sukabumi, Kota Cirebon dan Kota

18 8 Cimahi berkisar antara 4-11%. Kemudian untuk Kota Tasikmalaya, Kabupaten Purwakarta dan Kota Bogor, selisih mutlak hasil pendugaan langsung dengan hasil KPU berkisar antara 1-3%. Selanjutnya di Kabupaten Kuningan dan Majalengka nilai selisih mutlak hasil pendugaan langsung dan hasil KPU berkisar antara 8-10%. Kabupaten Sumedang memiliki nilai selisih mutlak pendugaan langsung dengan hasil KPU sebesar 7.95%. Selisih mutlak hasil pendugaan langsung dengan KPU di Kabupaten Subang, Kota Depok, Kabupaten Tasikmalaya, Ciamis dan Bandung Barat berkisar antara 0-11% Kota Banjar Kota Sukabumi Kota Cirebon Kota Cimahi Kota Tasik Purwakarta Kota Bogor Kuningan Majalengka Sumedang Subang Kota Depok Tasik Ciamis Bandung Barat Indramayu Karawang Kota Bekasi Cianjur Garut Cirebon Bekasi Kota Bandung Sukabumi Bandung Bogor Hasil KPU (%) Proporsi Dugaan Langsung (%) Proporsi Dugaan SAE (%) Gambar 1 Hasil perolehan suara pasangan Rieke dan Teten dari KPU, pendugaan dengan menggunakan SAE dan pendugaan langsung pada level kabupaten/kota Kabupaten Indramayu memiliki nilai selisih mutlak pendugaan langsung dengan hasil KPU sebesar 0.85%. Kabupaten Karawang dan Kota Bekasi memiliki selisih mutlak pendugaan langsung dengan hasil KPU berkisar antara 1-5%. Kabupaten Cianjur, Garut, Cirebon dan Bekasi memiliki selisih mutlak pendugaan langsung dengan hasil KPU berkisar antara 0-5%. Kota Bandung memiliki nilai selisih mutlak pendugaan langsung dengan hasil KPU sebesar 4.24%. Kemudian Kabupaten Sukabumi, Bandung dan Bogor memiliki nilai selisih mutlak pendugaan langsung dengan hasil KPU berkisar antara 0-3%. Pada Gambar 1, selisih mutlak pendugaan perolehan suara hasil pendugaan SAE dengan hasil KPU untuk Kota Banjar, Kota Sukabumi, Kota Cirebon dan Kota Cimahi berkisar antara 1-3%. Kemudian untuk Kota Tasikmalaya, Kabupaten Purwakarta dan Kota Bogor, selisih mutlak hasil pendugaan SAE dengan hasil KPU berkisar antara 1-6%. Selanjutnya di Kabupaten Kuningan dan Majalengka nilai selisih mutlak hasil pendugaan SAE dan hasil KPU berkisar antara 4-7%. Kabupaten Sumedang memiliki nilai selisih mutlak pendugaan SAE dengan hasil KPU sebesar 10.76%. Selisih mutlak hasil pendugaan SAE dengan KPU di Kabupaten Subang, Kota Depok, Kabupaten Tasikmalaya, Ciamis dan Bandung Barat berkisar antara 0-9%. Kabupaten Indramayu memiliki nilai selisih mutlak pendugaan SAE dengan hasil KPU sebesar 0.91%. Kabupaten Karawang

19 dan Kota Bekasi memiliki selisih mutlak pendugaan SAE dengan hasil KPU berkisar antara 0-4%. Kabupaten Cianjur, Garut, Cirebon dan Bekasi memiliki selisih mutlak pendugaan SAE dengan hasil KPU berkisar antara 1-5%. Kota Bandung memiliki nilai selisih mutlak pendugaan SAE dengan hasil KPU sebesar 2.84%. Kemudian Kabupaten Sukabumi, Bandung dan Bogor memiliki nilai Kota Banjar Kota Sukabumi Kota Cirebon Kota Cimahi Kota Tasik Purwakarta Kota Bogor Kuningan Majalengka Sumedang Subang Kota Depok Tasik Ciamis Bandung Barat Indramayu Karawang Kota Bekasi Cianjur Garut Cirebon Bekasi Kota Bandung Sukabumi Bandung Bogor MSE Penduga Langsung MSE Penduga SAE Gambar 2 MSE penduga langsung dan penduga SAE selisih mutlak pendugaan SAE dengan hasil KPU berkisar antara 0-3%. Berdasarkan hasil tersebut, secara umum untuk kasus ini, pendugaan perolehan suara dengan menggunakan SAE lebih baik dibandingkan dengan pendugaan langsung ketika ukuran contoh TPS yang terpilih di kabupaten/kota relatif kecil, yaitu kurang dari empat. Akan tetapi pada ukuran contoh yang relatif besar, lebih dari 16, pendugaan langsung maupun pendugaan SAE memiliki kemampuan menduga yang sama. Selain itu, pendugaan proporsi perolehan suara dengan menggunakan SAE secara umum menghasilkan nilai MSE yang lebih kecil dibandingkan dengan pendugaan langsung (Gambar 2). Akan tetapi pada MSE penduga SAE untuk kabupaten Majalengka nilainya lebih tinggi dibandingkan MSE penduga SAE di kabupaten/kota lainnya. Hal tersebut diduga karena nilai dugaan proporsi suara pasangan Rieke dan Teten di kabupaten Majalengka lebih besar dibandingkan dengan kabupaten/kota lain. SIMPULAN DAN SARAN Simpulan Kajian simulasi menunjukkan bahwa pendugaan langsung perolehan suara pada level subpopulasi dengan mempertahankan populasi TPS dan ukuran contoh TPS yang sesuai dengan data quick count pilkada Jawa Barat tahun 2013, menghasilkan resiko kesalahan menduga yang lebih besar pada ukuran contoh yang relatif kecil dengan selang kepercayaan yang lebih lebar. Berdasarkan

20 10 aplikasi pada data quick count pilkada Jawa Barat 2013, pendugaan proporsi perolehan suara pasangan Rieke dan Teten dengan menggunakan SAE menghasilkan dugaan yang lebih baik dibandingkan dengan pendugaan langsung pada ukuran contoh yang relatif kecil. Selain itu, pendugaan dengan SAE menghasilkan nilai MSE yang lebih kecil dibandingkan MSE pada pendugaan langsung. Saran Penelitian lebih lanjut mengenai pendugaan perolehan suara dapat dilakukan dengan menggunakan teknik penarikan contoh yang sebenarnya dilakukan di lapangan, dalam hal ini teknik penarikan contoh bertahap. Selain itu, penggunaan peubah penyerta yang baik dapat dilakukan untuk menghasilkan pendugaan SAE yang lebih baik. Pada kasus ini, salah satu peubah penyerta yang mungkin dapat digunakan yaitu perolehan suara partai pengusung pasangan Rieke dan Teten dalam pemilihan umum legislatif. DAFTAR PUSTAKA Estok M, Nevitte N & Cowan G The Quick count and Election Observation. USA: NDI Munnich R, Burgard JP & Vogt M Small Area Estimation for Population Count in The German Cencus [internet].[diunduh 2013 Mei 24]. Tersedia pada: sections/srms/proceedings/y2009/files/ pdf. Patrick J Farrel Bayesian Inference For Small Area Proportion. The Indian Journal of Statsistics. 62: Rahman A A Review of Small Area Estimation Problems and Methodological Development. Australia: University of Canberra ACT 2601 Rao JNK Small Area Estimation. New Jersey: John Wiley & Sons,Inc

21 11 Lampiran 1 Rataan dugaan simpangan baku simulasi skenario 1 Ukuran populasi TPS Ukuran contoh TPS Rataan dari dugaan simpangan baku metode 1 Rataan dari dugaan simpangan baku metode 2 Tidak terdefinisi Lampiran 2 Rataan dugaan simpangan baku simulasi skenario 2 Ukuran populasi TPS Ukuran contoh TPS Rataan dari dugaan simpangan baku metode 1 Rataan dari dugaan simpangan baku metode Tidak terdefinisi

22 12 Lampiran 3 Hasil perolehan suara pasangan Rieke dan Teten dari KPU, pendugaan dengan menggunakan SAE dan pendugaan langsung pada level kabupaten/kota Kabupaten/Kota Ukuran contoh TPS Hasil KPU (%) Proporsi Dugaan Langsung (%)* Proporsi Dugaan SAE (%) Kota Banjar Kota Sukabumi Kota Cirebon Kota Cimahi Kota Tasik Purwakarta Kota Bogor Kuningan Majalengka Sumedang Subang Kota Depok Tasik Ciamis Bandung Barat Indramayu Karawang Kota Bekasi Cianjur Garut Cirebon Bekasi Kota Bandung Sukabumi Bandung Bogor *quick count

23 13 Lampiran 4 MSE penduga langsung dan penduga SAE Kabupaten/Kota Ukuran contoh TPS MSE Penduga Langsung MSE Penduga SAE Kota Banjar 1 Tidak terdefinisi Kota Sukabumi Kota Cirebon Kota Cimahi Kota Tasik Purwakarta Kota Bogor Kuningan Majalengka Sumedang Subang Kota Depok Tasik Ciamis Bandung Barat Indramayu Karawang Kota Bekasi Cianjur Garut Cirebon Bekasi Kota Bandung Sukabumi Bandung Bogor

24 14 RIWAYAT HIDUP Penulis dilahirkan di Tegal pada tanggal 6 Desember Penulis merupakan anak pertama dari pasangan Unen Sahunen dan Wiwin. Penulis memiliki 3 saudara, Lela Nur Indah, Lelis Listiyani dan Rifki Aldiansyah. Pendidikan dini penulis dilakukan di TK Mashitoh Tegal 1996/1997. Kemudian penulis melanjutkan pendidikan dasar di SDN Kuningan XV dan lulus tahun Selanjutnya tahun 2006 penulis lulus dari SMPN 7 Kuningan. Tahun 2009 penulis lulus dari SMAN 1 Kuningan dan pada tahun itu juga penulis diterima di Institut Pertanian Bogor melalui jalur seleksi undangan masuk IPB (USMI). Penulis masuk Departemen Statistika setelah menyelesaikan masa Tingkat Persiapan Brsama (TPB) dan mengikuti minor Matematika Keuangan dan Aktuaria. Selama masa pekuliahan penulis pernah mengikuti Club Cybertron saat masih di Asrama, kepanitiaan IPB s Dedication for Education (IDEA) pada tahun 2010 dan di tahun itu juga penulis bergabung di divisi HRD kegiatan Leadership and Enterpreneurship School. Selain itu penulis pernah menjadi panitia Statistika Ria (2011) dan aktif di himpunan keprofesian Gamma Sigma Beta IPB (2011) sebagai Staf Department Survey and Research.