Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
EVALUASI KINERJA PERBANDINGAN METODE INTERPOLASI DAN UJI BEDA DALAM PENANGANAN DATA DERET WAKTU YANG HILANG (STUDI KASUS: IKLIM KABUPATEN ACEH UTARA)
Pengarang
NOVITA SARI SARAGIH - Personal Name;
Dosen Pembimbing
Novi Reandy Sasmita - 198906072022031007 - Dosen Pembimbing I
Latifah Rahayu Siregar - 198409282015042002 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
2008108010043
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas MIPA (S1)., 2024
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Keberadaan data yang tidak lengkap atau kosong dalam analisis data dapat menjadi
hambatan dalam memahami dan menginterpretasikan pola serta tren. Interpolasi
sebagai teknik matematis memungkinkan kita untuk memproyeksikan atau mengisi
data yang hilang berdasarkan data yang tersedia. Pemilihan metode interpolasi
yang tepat menjadi tahap kritis dalam mengatasi data yang hilang. Data iklim
merupakan salah satu dataset yang kerap ditemukan data yang hilang.
Menginterpolasi data iklim yang hilang di Kabupaten Aceh Utara merupakan
masalah penting yang mempengaruhi perencanaan pertanian dan pengelolaan
lingkungan. Penelitian ini melihat ada tidaknya perbedaan antara interpolasi linier,
spline, stineman, dan moving average metode dalam menangani data hilang dan
melihat metode mana yang paling efektif dalam menangani data hilang pada data
iklim di Kabupaten Aceh Utara. Hasil penelitian menunjukkan bahwa pada variabel
curah hujan, metode interpolasi linier, spline, stineman, dan moving average
menunjukkan perbedaan dalam menangani data hilang pada persentase kehilangan
data 10%, 20%, dan 30%. Namun, pada variabel lainnya, keempat metode tersebut
tidak menunjukkan perbedaan. Hasil metrik evaluasi menunjukkan bahwa interpolasi
linier merupakan metode yang paling unggul dalam memberikan hasil prediksi yang
paling mendekati nilai sebenarnya dengan nilai MAE, RMSE, dan MASE yang lebih
rendah. Nilai MAE untuk interpolasi linier pada persentase kehilangan data 10%,
20%, dan 30% masing-masing adalah 0,2181; 0,4581; 0,6665, RMSE adalah
1,2379; 1,9135; 2,2284, dan MASE adalah 0,1695; 0,3567; 0,5313.
The presence of incomplete or blank data in data analysis can be an obstacle in understanding and interpreting patterns and trends. Interpolation as a mathematical technique allows us to project or fill in missing data based on the available data. Choosing the right interpolation method is a critical step in overcoming missing data. Climate data is one of the datasets where missing data is often found. Interpolating missing climate data in North Aceh District is an important issue that affects agricultural planning and environmental management. This study looks at whether there is a difference between linear interpolation, spline, stineman, and moving average methods in handling missing data and sees which method is most effective in handling missing data on climate data in North Aceh District. The results showed that in the rainfall variable, the linear interpolation, spline, stineman, and moving average methods showed differences in handling missing data at a percentage of data loss of 10%, 20%, and 30%. However, on other variables, the four methods showed no difference. The results of the evaluation metrics show that linear interpolation is the most superior method in providing prediction results that are closest to the true value with lower MAE, RMSE, and MASE values. The MAE values for linear interpolation at 10%, 20%, and 30% data loss percentage are 0.2181, 0.4581, 0.6665, respectively, RMSE is 1.2379, 1.9135, 2.2284, and MASE is 0.1695, 0.3567, 0.5313
EVALUASI KINERJA PERBANDINGAN METODE INTERPOLASI DAN UJI BEDA DALAM PENANGANAN DATA DERET WAKTU YANG HILANG (STUDI KASUS: IKLIM KABUPATEN ACEH UTARA) (NOVITA SARI SARAGIH, 2024)
PENANGANAN DATA HILANG MENGGUNAKAN METODE IMPUTASI PADA DATA IKLIM DI KABUPATEN ACEH UTARA (Malfirah, 2024)
PERBANDINGAN PERFORMA ALGORITMA PERAMALAN LONG SHORT-TERM MEMORY (LSTM) DAN GATED RECURRENT UNIT (GRU) PADA DATA IKLIM DAN POLUTAN UDARA DI KOTA MEDAN (Mista lizar, 2024)
PERSEPSI TOKOH MASYARAKAT TERHADAP KINERJA ANGGOTA LEGISLATIF KABUPATEN ACEH UTARA DARI PARTAI ACEH (SUATU PENELITIAN DI ACEH UTARA) (Samsul Bahri, 2015)
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI KASUS DEMAM BERDARAH DENGUE MENGGUNAKAN REGRESI SPASIAL (STUDI KASUS : KASUS DBD DI PROVINSI ACEH TAHUN 2022) (Wahdini Hanifa, 2024)