HTML

Iklan

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

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
Share This :