Penerapan Support Vector Regression Dengan Optimasi PSO Dalam Memprediksi Harga Gabah

Dwi Saputro, Fitri (2017) Penerapan Support Vector Regression Dengan Optimasi PSO Dalam Memprediksi Harga Gabah.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Prediksi atau peramalan adalah suatu kegiatan memprediksi masa depan menggunakan kondisi ataupun data di masa lalu. Salah satu contoh prediksi adalah prediksi harga gabah. Dalam memprediksi harga gabah saat ini digunakan data harga gabah pada waktu sebelum-sebelumnya. Analisis time series digunakan untuk memprediksi data pada periode waktu tertentu menggunakan data yang ada pada masa lampau sehingga dapat membantu perencanaan ke depan. Dalam penelitian ini digunakan metode Support Vector Regression (SVR) dalam memprediksi harga gabah. Sebelum melakukan prediksi, akan dicari kombinasi fitur masukan yang optimal dan nilai parameter terbaik. Kombinasi tersebut akan mempengaruhi nilai prediksi harga gabah. Untuk mengatasi hal tersebut dilakukan optimasi menggunakan metode Particle Swarm Optimization (PSO). PSO dipilih karena telah terbukti memiliki kinerja yang baik dalam hal tersebut sebab PSO memiliki konsep sederhana dan efisien dalam mencapai solusi global. Penelitian ini menggunakan 100 data harga gabah. Kombinasi parameter yang dihasilkan adalah nilai C sebesar 0,1, nilai ε sebesar 0,001, nilai σ sebesar 0,1, nilai cLR sebesar 0,1148, nilai λ sebesar 0,01 dan dua fitur terpilih, yaitu F1 (t-3) dan F2 (t-2) menghasilkan error sebesar 20,0239% pada pengujian 80 data latih dan 20 data uji, sedangkan error sebesar 20,9499% pada pengujian 70 data latih dan 30 data uji. Hasil tersebut menunjukkan bahwa penggunaan metode ini sudah cukup baik.

Item Type: Article
Uncontrolled Keywords: prediksi harga gabah, time series, Support Vector Regression, Particle Swarm Optimization
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 10 Nov 2017 03:33
Last Modified: 10 Nov 2017 03:33
URI: https://repository.unikom.ac.id/id/eprint/53542

Actions (login required)

View Item View Item