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

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