IMPLEMENTASI ALGORITMA GENETIKA DALAM MENENTUKAN TITIK KNOT OPTIMAL PADA REGRESI SPLINE TRUNCATED

AHMAD, AKRAM (2021) IMPLEMENTASI ALGORITMA GENETIKA DALAM MENENTUKAN TITIK KNOT OPTIMAL PADA REGRESI SPLINE TRUNCATED. S1 thesis, Universitas Mataram.

Text Revisian skripsi.pdf Restricted to Repository staff only Download (874kB)

Abstract

Abstrak. Salah satu jenis regresi nonparametrik yang dapat mengestimasi perilaku data dengan baik adalah regresi nonparametrik spline. Kemampuan mengestimasi perilaku data ini ditunjukkan oleh fungsi truncated (potongan-potongan) yang melekat pada estimator dan potongan-potongan tersebut yang dinamakan titik knot. Penelitian ini bertujuan untuk membangun package regresi nonparametrik spline truncated. Package ini dibangun dengan menggunakan bahasa pemrograman R. Algoritma genetika digunakan dalam proses pemilihan titik knot optimal dengan meminimumkan nilai Generalized Cross Validation (GCV). Hasil yang diperoleh adalah sebuah package, dinamakan package SPLag, yang digunakan untuk memudahkan proses pemodelan regresi nonparametrik spline truncated dan menyederhankan proses pemilihan titik knot optimal. Package SPLag diujicobakan dalam regresi nonparametrik spline truncated pada tiga data berbeda, salah satu percobaannya menggunakan data kemiskinan di Provinsi Nusa Tenggara Barat tahun 2017. Salah satu hasil optimal yang diperoleh memiliki parameter-parameter berikut: 1 titik knot, orde 2, populasi awal 5, 12 iterasi, dan peluang mutasi 0,5. Pada keadaan ini, diperoleh nilai GCV minimum sebesar 1,11799 x 10-4 dan MSE sebesar 1,11799 x 10-6. Pengaplikasian algoritma genetika dalam menentukan titik knot optimal sangat efektif karena algoritma ini mencari solusi di keseluruhan ruang solusi.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Kata kunci: Algoritma Genetika, Titik Knot, Bahasa R, Regresi Nonparametrik Spline, Package SPLag, Generalized Cross Validation (GCV).
Subjects:	Q Science > QA Mathematics
Divisions:	Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User:	Rini Trisnawati
Date Deposited:	12 Jan 2022 06:51
Last Modified:	12 Jan 2022 06:51
URI:	http://eprints.unram.ac.id/id/eprint/27066

Actions (login required)

View Item