e-Repository BATAN

Advanced Search

EFFICIENCY COMPARISON OF METHOD OF HANDLING MISSING VALUE IN DATA EVALUATION SYSTEM OR COMPONENT

Entin Hartini, EH (2016) EFFICIENCY COMPARISON OF METHOD OF HANDLING MISSING VALUE IN DATA EVALUATION SYSTEM OR COMPONENT. In: Prosiding Seminar Nasional Teknologi Energi Nuklir 2016, 4-5 Agustus 2016, BATAM.

[img]
Preview
Text
PROSIDING_SENTEN_2016.pdf

Download (145MB) | Preview

Abstract

ABSTRACT EFFICIENCY COMPARISON OF METHOD OF HANDLING MISSING VALUE IN DATA EVALUATION SYSTEM OR COMPONENT . Missing value is a common phenomenon in the research, survey or experimental. Missing values will lead to the loss of the information needed for the evaluation. Based on these facts used statistical methods for handling missing data. This paper evaluated the percentage value comparison bias of the standard deviation for the data lost 10% to 50%. In addition to the handling of missing data was also conducted to estimate the error ratio listwise deletion methods, means substitution and expectation maximum (EM). Data retrieved from the data maintenance 2 system / component RSG GAS reactor. Evaluation of this data is done because many of RSG GAS maintenance data is incomplete (missing). The efficiency of the method can be seen from the large bias. The bias of the standard deviation are not eligible for a good estimate. The results obtained are: mean values for listwise deletion methods, means substitution imputation and expectation maximum with missing data 10% to 50% on the same value. This occurs because the maintenance of data is the data univariate. Bias from the calculation of standard deviation for the three method of handling missing data is the greater of the percentage of data lost is greater. While the trend of bias standard deviation of the smallest of the three methods can be sequenced are: expectation maximum, mean substitution imputation and listwise deletion Keywords: Missing data, percentage of bias, data maintenance, imputation, expectation maximum. ABSTRAK PERBANDINGAN EFISIENSI METODE PENANGANAN DATA HILANG PADA EVALUASI DATA SISTEM ATAU KOMPONEN. Data hilang (missing values) merupakan suatu fenomena yang umum terjadi dalam penelitian, survei atau experimental. Data hilang akan menyebabkan hilangnya informasi yang dibutuhkan untuk evaluasi. Berdasarkan fakta tersebut digunakan metode statistik untuk penanganan data hilang. Pada makalah ini akan dievaluasi perbandingan nilai persentase bias dari standar deviasi untuk data hilang 10% sampai 50 %. Selain itu pada penanganan data hilang juga dilakukan perbandingan error untuk estimasi dengan metode listwise deletion, imputasi means substitution dan expectation maximum (EM). Data diambil dari data perawatan 2 sistem/ komponen reaktor RSG GAS. Evaluasi data ini dilakukan karena banyak data maintenance RSG GAS tidak lengkap (missing). Efisiensi dari metode dapat dilihat dari besarnya bias. Nilai bias yang besar dari standar deviasi tidak memenuhi syarat untuk suatu estimasi yang baik. Hasil yang diperoleh adalah: nilai rata-rata untuk metode listwise deletion, mean substitution dan expectation maximum dengan missing data 10%-50% menghasilkan nilai yang sama. Hal ini terjadi karena data maintenance tersebut merupakan data univariate. Dari hasil perhitungan dihasilkan besarnya bias dari standar deviasi untuk ketiga metode penanganan missing data tersebut akan semakin besar untuk persentase data hilang yang lebih besar. Sedangkan trend dari bias untuk standar deviasi terkecil dari ketiga metode tersebut dapat diurutkan yaitu: expectation maximum, imputasi mean substitution serta listwise deletion. Kata kunci: Data hilang, persentase bias, data maintenance, imputasi, expectation maximum

Item Type: Conference or Workshop Item (Paper)
Subjects: Keselamatan dan Keamanan Nuklir
Divisions: Pusat Teknologi dan Keselamatan Reaktor Nuklir
Depositing User: USER PTKRN BATAN
Date Deposited: 14 May 2018 08:50
Last Modified: 14 May 2018 08:50
URI: http://repo-nkm.batan.go.id/id/eprint/1561

Actions (login required)

View Item View Item