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

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