ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPEMODELAN INDEKS KEDALAMAN KEMISKINAN DI INDONESIA MENGGUNAKAN SUPPORT VECTOR REGRESSIONDENGAN ALGORITMA GRID SEARCH |
| Nama: DIANA CHRISZILYA LASAMPA |
| Tahun: 2021 |
| Abstrak Indeks kedalaman kemiskinan (IKK) merupakan ukuran rata-rata penyebaran pengeluaran masing-masing penduduk terhadap garis kemiskinan. Metode dalam analisis regresi yang dapat digunakan untuk memodelkan IKK di Indonesia adalah Support Vector Regression (SVR) yang merupakan pengembangan dari metode Support Vector Machine (SVM). SVR merupakan metode yang dapat mengatasi overfitting sehingga akan menghasilkan performansi yang baik, salah satu algoritma untuk mendapatkan model SVR yaitu algoritma grid search. Algoritma grid search memiliki cara kerja dengan mengkombinasikan parameter satu persatu dan selanjutnya membandingkan nilai galat terkecil parameter tersebut. Hasil pada penelitian ini diperoleh model SVR terbaik berdasarkan nilai korelasi dan Root Mean Square Error (RMSE) terkecil yaitu model dengan kernel Radial Basis Function (RBF) dengan parameter terbaik ?=0,3, parameter terbaik C=8, dan parameter terbaik?=0,125 dengan nilai korelasi dan RMSE pada data latih sebesar 0,687 dan 0,908, sedangkan nilai korelasi dan RMSE pada data uji sebesar 0,594 dan 2,933. Kata Kunci: Kedalaman Kemiskinan,Support Vector Regression, Grid Search, Kernel. |