%0 Generic
%A SANDRIA FEBRIANTI, 1517031049
%C UNIVERSITAS LAMPUNG
%D 2019
%F eprints:54806
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T PEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE  (ARIMA) DENGAN DATA HILANG MELALUI METODE INTERPOLASI
%U http://digilib.unila.ac.id/54806/
%X In this study, we will examine how to overcome missing data in a data analysis. In  this case, it uses time series data and it is assumed that there are some missing data  and the model will be searched using ARIMA. Data that is lost or incomplete will  affect the results of the analysis so that an estimate is made to find the missing data  with one method, the interpolation method. Where interpolation is an estimate of an  intermediate value of a set of known values. Based on the degree of polynomials,  interpolation is divided into several types, but in this study only uses degrees 2, 3 and  4 and compares which degree is best in this case.  Kata kunci : Missing Data, Polinomial Interpolation, ARIMA  Pada penelitian ini akan diteliti bagaimana mengatasi data hilang pada suatu analisis  data. Dalam kasus ini menggunakan data deret waktu dan diasumsikan terdapat  beberapa data yang hilang dan akan dicari modelnya dengan menggunakan ARIMA.  Data yang hilang atau tidak lengkap akan mempengaruhi hasil analisis sehingga  dilakukan pendugaan untuk mencari data yang hilang dengan salah satu metode yaitu  metode interpolasi. Dimana interpolasi merupakan perkiraan suatu nilai tengah dari  suatu set nilai yang diketahui. Berdasarkan derajat polinomial, interpolasi dibagi  menjadi beberapa macam, tetapi pada penelitian ini hanya menggunakan derajat 2, 3  dan 4 dan membandingkan derajat mana yang terbaik dalam kasus ini.  Kata kunci : Data Hilang, Interpolasi Polinomial, ARIMA