Simulasi Klasifikasi Dengan Metode Quest (Quick, Unbiased, Efficient Statistical Tree) Pada Data Hasil Imputasi Berganda Dan Imputasi Modus
| Main Author: | Kasih, AnnisaSekar |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154459/ |
Daftar Isi:
- Sering kali data mengandung nilai hilang (missing value). Metode pengisian/penggantian missing value dengan suatu nilai disebut imputasi. Missing value pada variabel kategorik biasanya diimputasi dengan nilai modus. Imputasi menggunakan beberapa nilai dikenal dengan imputasi berganda (multiple imputation), di mana nilai imputasi diprediksi dari sebaran nilai pada variabel. Pada penelitian ini kinerja imputasi modus dan imputasi berganda dibandingkan dengan simulasi berdasarkan persentase hasil klasifikasi dan selisih hasil klasifikasi (antara data lengkap asli dan data lengkap imputasi) yang dihasilkan dengan metode QUEST (Quick, Unbiased, Efficient Statistical Tree). Hasil analisis menunjukkan bahwa imputasi modus lebih unggul daripada imputasi berganda dalam mengimputasi missing value pada variabel kategorik.