• Tidak ada hasil yang ditemukan

Optimasi Parameter Support Vector Regression Dengan Algoritme Genetika Untuk Prediksi Harga Emas

N/A
N/A
Protected

Academic year: 2018

Membagikan "Optimasi Parameter Support Vector Regression Dengan Algoritme Genetika Untuk Prediksi Harga Emas"

Copied!
9
0
0

Teks penuh

Loading

Gambar

Gambar 2 Hasil Pengujian Kombinasi cr dan mr
Gambar 5 Hasil Pengujian Jumlah Generasi
Gambar 7 Hasil Pengujian Rentang c
Gambar 21 Pengujian Iterasi SVR

Referensi

Dokumen terkait

Selain itu, pengujian pada parameter generasi tertentu menunjukkan nilai rata-rata fitness pengujian GA-SA lebih tinggi daripada hasil pengujian GA karena

Pengujian penerapan algoritma genetika yang digunakan untuk melakukan optimasi parameter C, γ dan ε pada metode support vector machine dalam prediksi

Pada tulisan ini, diusulkan penggunaan metode support vector regression (SVR) untuk memprediksi irradiance dari matahari sehingga dapat dihitung jumlah energi yang

Untuk memprediksi IHSG dalam penelitian ini digunakan metode t to r ss o n (SVR) bertujuan untuk mencari garis pemisah berupa fungsi regresi terbaik yang digunakan

Tabel 5 memberikan informasi bahwa, dari beberapa model yang terbentuk, kriteria model terbaik adalah pada metode Support Vector Regression (SVR) dengan Kernel-Polynomial

kemudian akan digunakan sebagai masukan sistem di Support Vector Regression (SVR) tahap kedua. Output dari sistem adalah nilai prediksi indeks harga saham dimasa yang akan

Penelitian ini memprediksi harga penutupan indeks harga saham pada hari ke (t+1), (t+5), (t+10), (t+20), dan (t+30) menggunakan metode gabungan Support Vector

kemudian akan digunakan sebagai masukan sistem di Support Vector Regression (SVR) tahap kedua. Output dari sistem adalah nilai prediksi indeks harga saham dimasa yang akan