•  
  •  
 

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

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

Included in

Data Science Commons

Share

COinS