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.