Perbandingan Metode Mean Imputation Dan Kalman Filter Dalam Mengatasi Data Hilang Pada Percobaan Kelembaban Tanah Untuk Tanaman Bawang Merah

Pada suatu percobaan yang dilakukan sering sekali dalam pelaksanaannya tidak berjalan dengan lancar seperti yang diharapkan, salah satu permasalahannya adalah data hilang (missing data). Data hilang adalah informasi yang tidak tersedia untuk sebuah kasus.Beberapa metode telah dikembangkan khusus untuk menangani missing data. Salah satu metode tersebut adalah teknik imputasi. Imputasi data dilakukan dengan mengisi data yang hilang berdasarkan hasil proses pengecekan kembali kewajaran data atau kekonsistenan antar variabel. Metode yang digunakan dalam penelitian ini adalah metode imputasi mean imputation dan metode kalman filter, dengan data yang digunakan adalah data yang dibangkitkan berdasarkan distribusi populasi, yaitu tingkat kelembaban tanah pada tanaman bawang merah yang datanya berdistribusi box cox power exponential. Kemudian data sengaja dihilangkan menggunakan tekhnik MCAR dengan tingkat missing 5%-25?ri hasil analisis didapatkan bahwa untuk data sebanyak 100 metode kalman filter lebih baik dilihat dari nilai MAPEnya, sedangkan untuk data sebanyak 1000 tingkat missing 15%, 20?n 25% metode kalman filter lebih baik. Sedangkan untuk tingkat missing 5?n 10% metode mean imputation lebih baik dilihat dari nilai MAPEnya.
Kata kunci : Imputasi, Kalman Filter, Mean Imputation