Pendugaan data hilang pada data presipitasi harian berbasis model AR(3) menggunakan algoritme EM (Expectation-Maximization)

Abstract

Penelitian mengenai pendugaan data hilang (imputasi) berskala kuantitatif sudah banyak dilakukan oleh para peneliti, salah satunya menggunakan algoritme EM (Expectation-Maximization). Namun, belum banyak pendugaan data hilang yang mengangkat topik kejadian tidak tentu (intermittent) khususnya deret waktu, misalnya data presipitasi harian. Penelitian ini bertujuan mengembangkan algoritme EM sebagai penduga data hilang terbaik pada data presipitasi harian di Desa Citeko, Kab Bogor yang mengandung pola intermittent. Pengembangan dilakukan melalui kajian simulasi pendugaan data hilang menggunakan metode EM, Markov-EM, dan Logistik-EM sebanyak 1000 ulangan dengan proporsi hilang sebesar 0%, 5%, 10%, 15%, 20%. Hasil menunjukkan bahwa Logistik-EM merupakan penduga data hilang yang lebih baik dalam menjelaskan ketidakpastian nilai kejadian pada data presipitasi harian. Ditunjukkan dengan nilai rataan MAE dan galat baku dugaan parameter model yang signifikan lebih rendah….