PERANCANGAN PACKAGE REGRESI NONPARAMETRIK KERNEL DENGAN OPTIMASI PARAMETER PENGHALUS MENGGUNAKAN PARTICLE SWARM OPTIMIZATION

BURHA, NUDDIN (2023) PERANCANGAN PACKAGE REGRESI NONPARAMETRIK KERNEL DENGAN OPTIMASI PARAMETER PENGHALUS MENGGUNAKAN PARTICLE SWARM OPTIMIZATION. S1 thesis, Universitas Mataram.

	Text burhan-skripsi.pdf Restricted to Repository staff only Download (1MB)
Preview	Text burhan-journal.pdf Download (784kB) | Preview

Abstract

Analisis regresi merupakan salah satu metode dalam statistika yang digunakan untuk mengetahui hubungan antara dua variabel atau lebih. Salah satu pendekatan yang dapat digunakan untuk mengetahui pola hubungan antara variabel dependen dengan satu atau lebih variabel independen adalah pendekatan regresi nonparametrik. Pendekatan nonparametrik tidak tergantung pada asumsi bentuk kurva tertentu, oleh karena itu pendekatan regresi nonparametrik memberikan fleksibilitas yang lebih besar. Salah satu model pendekatan regresi nonparametrik yang memiliki kemampuan yang baik dalam memodelkan data yang tidak mempunyai pola tertentu adalah regresi nonparametrik kernel. Regresi nonparametrik kernel merupakan suatu teknik pemulusan dalam mengestimasi fungsi dengan menggunakan estimator densitas kernel. Penelitian ini bertujuan untuk membangun package regresi nonparametrik kernel. Package ini dibangun dengan menggunakan bahasa pemrograman R. Algoritma Particle Swarm Optimization (PSO) digunakan dalam proses pemilihan nilai bandwidth optimal dengan meminimumkan nilai Generalized Cross Validation (GCV). Hasil yang diperoleh adalah package yang memudahkan proses pemodelan regresi nonparametrik dan menyederhanakan proses pemilihan nilai bandwidth optimal

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Algoritma Particle Swarm Optimization, Bandwidth, Regresi Nonparametrik
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Matematika dan ilmu Pengetahuan Alam
Depositing User:	Meike Megawati
Date Deposited:	30 Mar 2023 04:23
Last Modified:	30 Mar 2023 04:23
URI:	http://eprints.unram.ac.id/id/eprint/35929

Actions (login required)

View Item