ESTIMASI DATA YANG HILANG DENGAN MENGGUNAKAN PROSES PENYARINGAN DALAM PEMODELAN DATA TIME SERIES

Abstract

Makalah  ini  mengusulkan  sebuah  metode  baru  untuk  memperkirakan  data  yang  hilang  dengan menggunakan proses penyaringan. Kami menggunakan data asli dan data yang hilang secara acak untuk mengevaluasi  metode  estimasi  baru  dengan  menggunakan  teknik  pemodelan  Box-Jenkins  untuk memprediksi  rata-rata  curah  hujan  bulanan  untuk  Kota  Palu.  Data  curah  hujan  dikumpulkan  dari  1 Oktober 1973 sampai 31 Mei 2011 di Stasiun Badan Meteorologi Kota Palu. Data yang digunakan dalam pengembangan model untuk memprediksi curah hujan ditunjukkan oleh model autoregressive integrated moving  average  (ARIMA).  Model  untuk  kedua  kumpulan  data  adalah  ARIMA(1,1,0)(0,1,1) 12 .  Hasil peramalan diperiksa dengan uji sesungguhnnya, dengan menggunakan statistik Thiel’s dan diperoleh U = 0.895766 untuk data asli dan U = 0.726352 untuk data yang hilang, ini menunjukkan bahwa keduanya adalah model yang terbaik.