ANALISIS PERFORMANSI SUPPORT VECTOR REGRESSION DALAM MEMPREDIKSI BONUS TAHUNAN KARYAWAN

*Diana Puspita Sari  -  Industrial Engineering Departement Diponegoro University , Indonesia
Published: .
Open Access
Citation Format:
Abstract

Penelitian ini mengaplikasikan support vector regression (SVR) untuk meramalkan bonus tahunan karyawan berdasarkan hasil pengukuran kinerjanya.. Setelah dilakukan running dengan SVR,yang memberikan nilai kesalahan terkecil baik mean square error maupun mean absolute error adalah pada fungsi kernel polinomial, parameter kernel 1 dan loss function kuadratik. Sedangkan besar kecilnya error tidak dipengaruhi besar kecilnya upperbound. Hasil prediksi SVR memberikan performansi yang bagus, ini ditunjukkan dengan error yang kecil, fungsi yang tipis dan banyaknya support vector. Prediksi dengan linier regresi juga memberikan performansi yang bagus dengan tingkat error yang kecil, tetapi hasil dari SVR masih lebih bagus meskipun perbedaannya tidak signifikan.

Kata Kunci: SVR, Prediksi, Bonus, Regresi Linier, mean square error, mean absolute error.

 

Abstract

 

This research use Support Vector Regression (SVR) application to forecast the annual bonus of employes by their perfomance measuring result.After done by running with SVR, the smallest error value from mean square error or mean absolute error is shown in the kernel polinomial function, parameter I and loss function kuadratik. While the error value is not affected by upperbound value.The SVR result give the good perfomance,this is shown by small error value, the flimsy function, and the number of support vector.  Prediction with Linier Regression also give the good perfomance with the small error value, but SVR is better although not significant.

Keywords: SVR, Regresi Linier, mean square error, mean absolute error.

Article Metrics:

Last update: 2021-03-08 08:09:05

No citation recorded.

Last update: 2021-03-08 08:09:05

No citation recorded.