Keywords
algoritma Genetika, algoritma Greedy, neural network, prediksi harga CPO, time series.
Document Type
Article
Abstract
Penelitian ini menerapkan data mining pada prediksi harga CPO (Crude Palm Oil) dengan membandingkan pemodelan optimasi seleksi fitur algoritma genetika dan algoritma greedy pada metode neural network (NN). Prediksi harga CPO dilakukan untuk memenuhi kebutuhan investor kelapa sawit, melalui analisa masalah fluktuasi harga CPO time series yang tidak pasti. Guna mempermudah dalam melakukan perhitungan, langkah-langkah dari algoritma Genetika dan algoritma Greedy diimplementasikan dengan program komputer Rapid Miner Studio. Adapun tujuan penelitian ini yaitu mengetahui perbandingan akurasi dengan parameter evaluasi RMSE yang dihasilkan dan waktu eksekusi program yang dibutuhkan oleh algoritma Genetika dan algoritma Greedy dalam menyelesaikan masalah prediksi harga CPO. Hasil pengujian akurasi menunjukkan bahwa penggunaan metode NN optimasi algoritma Genetika secara umum memberikan nilai RMSE yang lebih baik (0,096) dibandingkan algoritma Greedy-forward selection (0,111) dan algoritma Greedy-backward selection (0,101). Akan tetapi jika ditinjau dari waktu eksekusi program yang dibutuhkan dalam menyelesaikan masalah prediksi harga CPO, maka algoritma Genetika membutuhkan waktu yang lebih lama dari pada algoritma Greedy.
Kata Kunci: algoritma Genetika, algoritma Greedy, neural network, prediksi harga CPO, time series.
First Page
21
Last Page
26
Page Range
21-26
Issue
1
Volume
2
Digital Object Identifier (DOI)
10.21831/elinvo.v2i1.13033
Source
https://journal.uny.ac.id/index.php/elinvo/article/view/13033
Recommended Citation
D. I. Puspitasari, "PENERAPAN DATA MINING MENGGUNAKAN PERBANDINGAN ALGORITMA GREEDY DENGAN ALGORITMA GENETIKA PADA PREDIKSI RENTET WAKTU HARGA CRUDE PALM OIL,", vol. 2, no. 1, pp. 21 - 26, Dec 2017.
The definitive version is available at https://doi.org/10.21831/elinvo.v2i1.13033
References
Hall, Ian H. Witten, E. F. M. A. (2011). Data Mining Practical Machine Learning Tools and Techniques. (ELSEVIER, Ed.) (Third Edit). Morgan Kaufmann (MK).
Larose, D. T. (2006). Data Mining Methods and Models. (A. J. W. & Sons, Ed.). Wiley-Interscience. http://doi.org/10.1002/0471756482
Lawrence, R. (1997). Using Neural Networks to Forecast Stock Market Prices, 1-21.
Pang, M. B., & Zhao, X. P. (2008). Traffic Flow Prediction of Chaos Time Series by Using Subtractive Clustering for Fuzzy Neural Network Modeling. Proceedings - Second International Symposium on Intelligent Information Technology Application, IEEE Computer Society, 1, 23-27. http://doi.org/10.1109/IITA.2008.50
Pasaribu, W. P. A. (2010). Analisa Harga Pembelian TBS Kelapa Sawit Produksi Petani Rakyat. Fakultas Pertanian. Universitas Sumatera Utara.
Prasetiady, D. (2013). Penerapan Algoritma Greedy pada Perbaikan Sudut Pergerakan Awal dalam Snellius Ray Path Tracing Tomografi. Retrieved August 10, 2015, from http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/2012-2013/Makalah2012/Makalah-IF3051-2012-016.pdf
Sugiyono, A. (2009). Pengembangan Bahan Bakar Nabati untuk Mengurangi Dampak Pemanasan Global. Jogjakarta.
Teng, M. O. (2013). Penerapan Algoritma Greedy dalam Permainan Tetris. Retrieved August 10, 2015, from http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/2012-2013/Makalah2012/Makalah-IF3051-2012-015.pdf
