No image available for this title

Text

Optimasi Hyperparameter Pada Algoritma Support Vector Machine Menggunakan Modifikasi Algoritma Particle Swarm Optimization Berbasis Tanh

Penelitian ini membahas modifikasi Particle Swarm Optimization dengan koefisien
akselerasi berbasis fungsi hiperbolik tangen (tanh) dalam pencarian kombinasi
hyperparameter optimal pada model Support Vector Machine. Hasil penelitian
menegaskan pentingnya menetapkan kriteria dalam parameter Particle Swarm
Optimization untuk memastikan konvergensi yang baik, terutama persyaratan
stabilitas konvergensi dengan nilai eigen sistem dinamika Particle Swarm
Optimization memenuhi max{‖�!‖, ‖�"‖} < 1. Studi ini mengidentifikasi
hubungan koefisien akselerasi dan inersia (0 < �! + �" dan #!$#"
" − 1 < �) untuk
memastikan konvergensi yang stabil. Modifikasi Particle Swarm Optimization
dengan akselerasi koefisien berbasis fungsi hiperbolik tangen (tanh) berhasil
diimplementasikan dalam prediksi potensi hujan di DKI Jakarta dan diuji untuk
mengoptimalkan hyperparameter regularisasi (C) dan gamma pada model Support
Vector Machine. Hasil eksperimen menunjukkan tingkat akurasi sebesar 0,8295,
dengan oenurunan sekitar 19% dalam false positive rate dibandingkan dengan
metode optimasi lainnya seperti Grid Search, Random Search, dan Bayesian
Optimization. Dengan inisialisasi populasi awal (swarm size = 50) dan parameter
akselerasi tanh diperoleh nilai hyperparameter optimal � = 0,1 dan � = 0,05,
menunjukkan keunggulan dibandingkan dengan metode klasifikasi Support Vector
Machine tanpa bantuan teknik optimasi, maupun dengan metode optimasi lainnya.
Kata kunci: Modifikasi Particle Swarm Optimization, Support Vector Machine,
Klasifikasi

Ketersediaan
48 S2MAT 202448 S2MAT 2024Perpustakaan FSM UndipTersedia
Informasi Detail
Judul Seri
-
No. Panggil
48 S2MAT 2024
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar