Seleksi Peubah Menggunakan Algoritme Genetika pada Data Rancangan Faktorial Pecahan Lewat Jenuh Dua Taraf.
Abstract
Pada berbagai bidang tertentu, percobaan melibatkan banyak faktor dan
terkendala biaya. Pengurangan unit percobaan merupakan salah satu solusi untuk
mengurangi biaya percobaan. Namun hal ini dapat menyebabkan unit percobaan
yang digunakan lebih sedikit dibandingkan faktor yang diduga. Rancangan
percobaan pada kasus tersebut dikenal sebagai rancangan lewat jenuh. Pengaruh
faktor pada rancangan ini umumnya diduga dengan metode yang melibatkan
seleksi peubah seperti forward selection, regresi bertatar dan regresi berkendala.
Algoritme genetika adalah salah satu metode yang dapat digunakan untuk seleksi
peubah, khususnya untuk data dimensi tinggi atau rancangan lewat jenuh.
Penelitian ini bertujuan menerapkan algoritme genetika untuk seleksi peubah pada
rancangan lewat jenuh dua taraf dan membandingkan hasilnya dengan regresi
bertatar yang umumnya digunakan untuk rancangan sederhana. Penelitian ini juga
melibatkan prinsip-prinsip rancangan faktorial pecahan. Faktor dan interaksi yang
terpilih pada model hasil algoritme genetika dan regresi bertatar tidak banyak
yang sama di kedua data. Namun pada prinsipnya sama, karena peubahnya
berkorelasi. Hasil penelitian ini menunjukkan bahwa model hasil algoritme
genetika memiliki AIC dan BIC terkecil, serta seluruh pengaruh utama dan
interaksi yang terpilih berpengaruh nyata pada taraf nyata 0.1%. Oleh karenanya,
model hasil algoritme genetika lebih dipilih meskipun demikian dari segi waktu
komputasi lebih lama dibandingkan model hasil regresi bertatar.