ESTIMASI DATA YANG HILANG DENGAN MENGGUNAKAN PROSES PENYARINGAN DALAM PEMODELAN DATA TIME SERIES
Abstrak: 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.
Kata kunci: Model ARIMA,
rata-rata curah hujan bulanan, proses penyaringan dan metode peramalan
Penulis: Rais
Kode Jurnal: jpmatematikadd110021
