Persiapan data kualitas udara perkotaan melalui Imputasi Data Hilang

Info proyek

• Bidang studiMeteorologi dan Iklim
• JenjangSkripsi (S1)
• Jenis metodeKualitas Data
• Perkiraan pengerjaan± 3 hari kerja
• Perangkatscikit-learn SimpleImputer, KNNImputer, IterativeImputer
• HargaRp 300.000 - Rp 1.900.000

Tujuan analisis

Memeriksa dan memperbaiki mutu data konsentrasi PM2.5 bersama kecepatan angin dan suhu udara dengan Imputasi Data Hilang, lalu menilai dampaknya pada analisis.

Variabel

Contoh hasil

• 22.424Missing %
• 21.251RMSE mean
• 21.104RMSE median
• 23.331RMSE kNN
• 21.247RMSE iterative
• 0.692Best-method gain % vs mean

Dengan 22.4% data Konsentrasi PM2.5 hilang, metode Median memberi RMSE imputasi terendah (21.104) dibanding imputasi rata-rata (21.251).

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Imputasi Data Hilang

Imputasi mengisi data yang hilang dengan nilai perkiraan agar analisis tidak kehilangan banyak observasi. Metode umum adalah imputasi rata-rata atau median, k-NN, dan imputasi iteratif berbasis regresi.

Langkah pengerjaan

1. 1Hitung pola dan persentase data hilang
2. 2Pertimbangkan mekanisme hilang (MCAR, MAR, MNAR)
3. 3Pilih metode imputasi (median, KNNImputer, IterativeImputer)
4. 4Fit imputer pada data latih saja lalu terapkan ke data uji
5. 5Bandingkan hasil imputasi dengan nilai asli (pada simulasi)
6. 6Periksa dampak pada distribusi dan hasil model

Asumsi yang perlu diperiksa

• Mekanisme hilang minimal MAR agar imputasi masuk akal
• Imputer dilatih hanya pada data latih untuk mencegah kebocoran
• Imputasi tunggal mengecilkan varians sehingga ketidakpastian perlu dibahas

Membaca dan melaporkan hasil

Laporkan persentase data hilang, metode imputasi beserta alasannya, dan dampaknya terhadap hasil (misalnya RMSE imputasi atau perubahan koefisien). Tambahkan analisis sensitivitas.

Contoh kode Python

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.experimental import enable_iterative_imputer  # noqa: F401
from sklearn.impute import SimpleImputer, KNNImputer, IterativeImputer

rng = np.random.default_rng(37)
n = 300
wind_speed = rng.normal(0, 1, n)
air_temperature = 0.7 * wind_speed + rng.normal(0, 0.5, n)
pm2_5_concentration = wind_speed + air_temperature + rng.normal(0, 0.5, n)
full = np.column_stack([wind_speed, air_temperature, pm2_5_concentration])

X = full.copy()
miss = rng.random(n) < 0.2
X[miss, 1] = np.nan
print("Missing in x2 (%):", round(100 * miss.mean(), 1))

methods = {
    "Median": SimpleImputer(strategy="median"),
    "KNN": KNNImputer(n_neighbors=5),
    "Iterative": IterativeImputer(random_state=37),
}
rmse = {}
for name, imp in methods.items():
    out = imp.fit_transform(X)
    rmse[name] = np.sqrt(np.mean((out[miss, 1] - full[miss, 1]) ** 2))
    print(name, "imputation RMSE:", round(rmse[name], 3))

plt.bar(list(rmse.keys()), list(rmse.values()))
plt.ylabel("Imputation RMSE")
plt.show()

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum