Achmad BachrudinYusep SuparmanANISSA INDRIATI DEBYANTO2024-05-212024-05-212020-01-29https://repository.unpad.ac.id/handle/kandaga/140610160095Pada data keuangan sering terjadi masalah missing values yang dapat diakibatkan oleh berbagai hal. Gap data menyebabkan hilangnya sebuah informasi yang tidak dapat diabaikan, terutama pada data deret waktu di mana nilai suatu himpunan pengamatan bergantung pada data historis pengamatan tersebut. Jika kasus data hilang dibuang dari kumpulan data, maka akan menghasilkan interval waktu yang tidak teratur sehingga mengakibatkan pada pendugaan parameter yang menjadi tidak efisien. Untuk mengatasi masalah data hilang, perlu digunakan teknik imputasi, yaitu mengisi nilai-nilai yang hilang dengan suatu nilai yang mungkin. Dalam penelitian ini akan digunakan algoritma Kalman Filter untuk mengimputasi data hilang pada data deret waktu univariat. Metode ini menggunakan model state space yang dapat mengakomodasi karakteristik data deret waktu yang dimiliki. Data yang digunakan pada penelitian ini merupakan data historis pendapatan harian tenant di Terminal 3 Domestik Bandara Internasional Soekarno Hatta pada periode Februari 2018 hingga Desember 2018. Data tersebut terdiri dari 334 unit observasi dengan 17 data hilang. Berdasarkan hasil analisis dengan metode Kalman Filter, didapat nilai imputasi untuk 17 observasi yang missing. Dengan melakukan simulasi data hilang pada data lengkap hasil imputasi, didapatkan nilai rata-rata Mean Absolute Percentage Error (MAPE) sebesar 10,38% dengan standar deviasi sebesar 1,2.Data HilangImputasiKalman Filter