Skripsi Statistik

Perbandingan metode mean imputation dan kalman filter dalam mengatasi data hilang pada percobaan kelembaban tanah untuk tanaman bawang merah

---

Pada suatu percobaan yang dilakukan sering sekali dalam pelaksanaannya tidak berjalan
dengan lancar seperti yang diharapkan, salah satu permasalahannya adalah data hilang
(missing data). Data hilang adalah informasi yang tidak tersedia untuk sebuah
kasus.Beberapa metode telah dikembangkan khusus untuk menangani missing data.
Salah satu metode tersebut adalah teknik imputasi. Imputasi data dilakukan dengan
mengisi data yang hilang berdasarkan hasil proses pengecekan kembali kewajaran data
atau kekonsistenan antar variabel. Metode yang digunakan dalam penelitian ini adalah
metode imputasi mean imputation dan metode kalman filter, dengan data yang
digunakan adalah data yang dibangkitkan berdasarkan distribusi populasi, yaitu tingkat
kelembaban tanah pada tanaman bawang merah yang datanya berdistribusi box cox
power exponential. Kemudian data sengaja dihilangkan menggunakan tekhnik MCAR
dengan tingkat missing 5%-25% Dari hasil analisis didapatkan bahwa untuk data
sebanyak 100 metode kalman filter lebih baik dilihat dari nilai MAPEnya, sedangkan
untuk data sebanyak 1000 tingkat missing 15%, 20% dan 25% metode kalman filter
lebih baik. Sedangkan untuk tingkat missing 5% dan 10% metode mean imputation
lebih baik dilihat dari nilai MAPEnya.

Kata kunci : Imputasi, Kalman Filter, Mean Imputation

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

519.072

Penerbit

Palu Universitas Tadulako : FMIPA Unversitas Tadulako Jurusan Matematika Prodi Statistika., 2023

Deskripsi Fisik

xv, 109 hlm, ilus.; 30 cm

Bahasa

Indonesia

ISBN/ISSN

G 501 18 049

Klasifikasi

519.072

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Fika Reski Amaliah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar