Nurul Fitriyah, 080 610 162 (2011) Perbandingan Forecasting pada Data yang Memuat Data Hilang Menggunakan Metode Model Linier dan Mixed Model. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) 2224.pdf Download (97kB) | Preview
	Text (FULL TEXT) gdlhub-gdl-s1-2011-fitriyahnu-16263-mpm.27-1-p.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Data hilang dalam time series merupakan permasalahan yang sering kita jumpai dalam kehidupan sehari – hari. Data hilang bisa diakibatkan kealpaan pengamat atau pengumpul data atau kerusakan alat dalam menghitung. Data hilang tersebut diinterpolasi sementara dengan mean dari data pada waktu yang sama. Dalam skripsi ini, terdapat dua model yang digunakan dalam pengoptimalan data interpolasi sementara yaitu model linier dan mixed model. Model linier merupakan pemodelan ARIMA Box – Jenkins sedangkan mixed model merupakan gabungan pemodelan ARIMA Box – Jenkins dengan metode smoothing dengan regresi nonparametrik. Data yang digunakan yaitu data curah hujan Cisarua Bogor tahun 1995 - 2003. Hasil akhir dari forecasting menunjukkan bahwa pada model linier MSE forecasting yaitu sebesar 4792,985, sedangkan untuk mixed model MSE forecasting yaitu sebesar 7186.132. Dari hasil tersebut dapat disimpulkan model yang terbaik untuk pengoptimalan data interpolasi sementara yaitu model linier atau pemodelan ARIMA Box - Jenkins. Kata Kunci : Data Hilang, ARIMA Box – Jenkins, Regresi Nonparametrik, Smoothing, Forecasting.

Actions (login required)

View Item