Metode Imputasi pada Data Debit Daerah Aliran Sungai Opak, Provinsi DI Yogyakarta

Abstract

Ketersediaan data sumber daya air di Indonesia memiliki beberapa permasalahan yang kompleks terkait dengan kesempurnaan data. Permasalahan yang terjadi saat pendataan di beberapa instansi di Indonesia adalah kurangnya keakuratan dan kelengkapan data. Terdapat beberapa metode yang dapat digunakan untuk imputasi nilai hilang, misalnya k-Nearest Neighbors Imputation (k-NNi) dan Multivariate Imputation by Chained Equation (MICE). Tujuan makalah ini adalah membandingkan dan menemukan metode yang paling tepat dalam menggunakan dataset DAS Opak di Provinsi DIY. Karakteristik DAS Opak adalah berbentuk kipas atau melebar sehingga memberikan waktu konsentrasi yang lebih rendah dan menghasilkan aliran yang lebih tinggi. Hasil perbandingan validasi statistik, nilai rata-rata RMSE dan MAE, yang paling konsisten adalah metode k-NNi dengan nilai k = 28, sedangkan untuk perbandingan nilai R-Squared, metode k-NNi dengan nilai k = 28 mendapatkan nilai rata-rata terbaik sebesar 80%, disusul metode k-NNi sebesar k = 7 sebagai nilai k default dengan persentase 73%. Metode perbandingan MICE mendapatkan nilai persentase rata-rata terendah dari metode lainnya, yaitu sebesar 63%.

Imputation Missing Value to Overcome Sparsity Problems in The Recommendation System

“…Then, it will be imputed with the mean method and the Hot-Deck Method. Imputation with the Mean method has the disadvantage of reducing the variance of the variables because the values entered are the same for each variable [18]. The initial calculation can be seen in Formula 1.…”