PENGGUNAAN ALGORITMA GENETIKA DALAM MENGESTIMASI PARAMETER REGRESI NONPARAMETRIK DENGAN PENDEKATAN TRUNCATED SPLINE

SUCI LUKFYANA, LESTARI (2023) PENGGUNAAN ALGORITMA GENETIKA DALAM MENGESTIMASI PARAMETER REGRESI NONPARAMETRIK DENGAN PENDEKATAN TRUNCATED SPLINE. S1 thesis, Universitas Mataram.

Text Skripsi Suci Lukfyana Lestari scan.pdf Restricted to Repository staff only Download (1MB)

Abstract

Algoritma genetika merupakan teknik yang digunakan untuk menyelesaikan permasalahan optimisasi. Dalam algoritma genetika terdapat beberapa tahapan, diantaranya adalah tahap inisialisasi populasi, , evaluasi, seleksi, crossover dan mutasi. Pada tahap seleksi digunakan metode seleksi Boltzmann dana pada tahap crossover digunakan generalisasi crossover IBAX. Penelitian ini bertujuan untuk melakukan optimisasi titik knot optimal regresi nonparametrik pendekatan truncated spline menggunakan algoritma genetika dan menentukan pengaruh generalisasi metode crossover Inversed Bi-segmented Average Crossover IBAX terhadap hasil optimisasi. Adapun orde regresi nonparametrik pendekatan truncated spline yang digunakan adalah orde non homogen untuk setiap variabel prediktor. Proses menentukan titik knot optimal merupakan proses penting untuk memperoleh model terbaik. Proses optimisasi yang dilakukan pada penelitian ini dibatasi oleh jumlah iterasi tertentu dan proses pencarian dilakukan hingga memperoleh titik knot optimal dengan nilai Generalized Cross Validation (GCV) minimum yang memiliki nilai Mean Absolute Percentage Error (MAPE) kurang dari 5%. Berdasarkan tahapan-tahapan optimisasi yang telah dilakukan diperoleh nilai GCV minimum 4,4259 dan nilai Mean Squared Error (MSE) sebesar 0,5469 dengan nilai MAPE adalah 4% dan metode crossover generalisasi IBAX dapat membantu metode seleksi Boltzmann dalam meminimumkan GCV untuk memperoleh hasil estimasi regresi truncated spline terbaik

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Truncated Spline, Generalized Cross Validation (GCV), Mean Squared Error (MSE), Mean Absolute Percentage Error (MAPE), Algoritma Genetika, Metode Boltzmann, Inversed Bisegmented Average Crossover (IBAX)
Subjects:	Q Science > QA Mathematics
Divisions:	Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User:	Meike Megawati
Date Deposited:	01 Feb 2023 03:45
Last Modified:	01 Feb 2023 03:45
URI:	http://eprints.unram.ac.id/id/eprint/34949

Actions (login required)

View Item