ABSTRAK
PEMILIHAN MODEL REGRESI LINIER BERGANDA MENGGUNAKAN ALGORITMA GENETIKA (Oleh: Sigit Dwi Prabowo; Pembimbing: Oni Soesanto, Dewi Sri Susanti, 2018; 34 halaman)
Analisis regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk hubungan antara variabel bebas dengan variabel terikat, yang dapat dinyatakan dengan suatu model regresi linier. Model regresi linear yang terdiri dari beberapa variabel bebas dan satu variabel terikat merupakan model regresi linear berganda. Algoritma genetika dapat menjadi metode alternatif dalam pemilihan model regresi linier berganda terbaik. Tujuan dari penelitian ini adalah menjelaskan tentang pemilihan model regresi linier berganda terbaik menggunakan algoritma genetika. Penelitian ini bersifat studi literatur dengan mengumpulkan materi yang berhubungan dengan topik penelitian. Langkah – langkah dari penelitian ini adalah merepresentasikan model regresi menjadi kromosom dan menentukan fungsi fitness, menyeleksi kromosom, menyilangan kromosom induk, memutasi kromosom, dan mengevaluasi nilai fitness. Hasil yang diperoleh adalah metode algoritma genetika dapat digunakan dalam pemilihan model regresi linier berganda terbaik dengan memilih model regresi yang memiliki nilai ???????????? terkecil dibandingkan model regresi yang lain. Nilai ???????????? model regresi linier berganda terbaik diperoleh pada jumlah generasi ke- 200 dengan nilai sebesar 123,4728.
Kata Kunci: Model Regresi Linier Berganda, Bayesian Information Criterion, Algoritma Genetika