Perpustakaan Universitas Padjajaran
Pencarian Spesifik

Detail Cantuman

Image of Imputasi Missing Values Dengan Expectation Maximization With Bootsrapping (EMB) Data Time Series-Cross Section (TSCS) Produksi Tandan Buah Segar (TBS)

 

Imputasi Missing Values Dengan Expectation Maximization With Bootsrapping (EMB) Data Time Series-Cross Section (TSCS) Produksi Tandan Buah Segar (TBS)

Pengumpulan data Tandan Buah Segar (TBS) sangat penting mengingat
manfaat Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) yang dihasilkannya ...

  • CodeCallNoLokasiKetersediaan
    01001150700047519.5 Las iPerpustakaan Pusat (REF.14.47)Tersedia
  • Perpustakaan
    Perpustakaan Pusat
    Judul Seri
    -
    No. Panggil
    519.5 Las i R.14.47
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    xii,; 54 hlm,;29 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.5 Las i
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    EM 2. Bootstrap 3.EMB 4. Missing Values
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • Pengumpulan data Tandan Buah Segar (TBS) sangat penting mengingat
    manfaat Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) yang dihasilkannya
    cukup besar sebagai bahan baku dalam berbagai industri. Akan tetapi, dalam
    pelaksanaannya terjadi kendala non respon unit pengamatan yang tidak dapat
    ditanggulangi yang berdampak pada terjadinya missing values. Untuk menangani
    missing values, salah satu metode yang dapat digunakan adalah imputasi melalui
    Expectation Maximization with Bootsrapping (EMB). Metode ini dapat diterapkan
    pada data yang merniliki struktur gabungan time series dan cross section (TSCS)
    sebagaimana data TBS yang dikumpulkan perbulan untuk setiap perusahaan
    perkebunan. Dari hasil pengolahan menggunakan metode EMB dengan package
    Amelia IT melalui software R, diperoleh prediksi nilai imputasi missing values
    yang cukup baik dan layak. Hal tersebut terlihat dari perbandingan densitas antara
    rata-rata prediksi nilai imputasi dan nilai observasi asli yang rnirip serta diperkuat
    dengan uji statistik yang hasilnya menunjukkan bahwa rata-rata prediksi nilai
    imputasi sama dengan rata-rata nilai observasi asli. Selain itu, dari overimpute
    yaitu plot antara distribusi rata-rata prediksi nilai imputasi dengan distribusi nilai
    observasi asli, berada di sekitar garis diagonal yang menunjukkan bahwa rata-rata
    prediksi nilai imputasi tidak jauh berbeda dengan nilai observasi asli.

  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


//

Informasi