S KOM 0902306 Table of content

(1)

Imam Fachmi Nasrulloh, 2016

IMPLEMENTASI GRAD IENT D ESCENT D AN VARIANNYA D ALAM BAHASA R D ENGAN STUD I KASUS PRED IKSI FAKTOR KOMPRESIBILITAS GAS

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

iii

KATA PENGANTAR

Puji dan syukur penulis panjatkan atas kehadirat Allah Subhanahu

Wata’ala karena atas kehendak, berkat serta karuana-Nya lah penyusunan skripsi

yang berjudul “Implementasi Gradient Descent dan Variannya dalam Bahasa R

Dengan Studi Kasus Prediksi Faktor Kompresibilitas Gas” telah mencapai tahap ini.

Penyusunan skripsi ini ditujukan untuk memenuhi dan melengkapi salah satu syarat untuk mendapatkan gelas sarjana Komputer atas jenjang studi Strata 1 pada Program Studi Ilmu Komputer Universitas Pendidikan Indonesia.

Penulis menyadari bahwa dalam penyusuna skripsi ini masih terdapat banyak kekurangan dan keterbatasan yang perlu disempurnakan, oleh karena itu penulis sangat berharap saran maupun kritik yang membangun agar tidak terjadi kesalah yang sama dikemudian hari dan dapat meningkatkan kualitas ke tahap yang lebih baik.

Bandung, Juni 2016

(2)

iv

UCAPAN TERIMA KASIH

Penulis menyadari bahwa dalam proses penyusunan skripsi ini tidak dapat dilakukan sendiri. Banyak pihak yang terlibat membantu dalam penyusunan skripsi ini baik dalam segi moril ataupun materi. Oleh karena itu penulis mengucapkan terima kasih dan apresiasi kepada:

1. Keluarga Penulis, ibunda tercinta Lilis Sumarni, ayahanda Dedi Budiman Abdillah, serta adik-adikku. Yang sabar dan mendorong penulis untuk menyelesaikan skripsi ini. Tanpa kalian penulis tidak akan mempunyai semangat lebih untuk menyelesaikan skripsi. 2. Bapak Dr. Lala Septem Riza, MT. Sebagai pembimbing utama

yang membimbing penulis dalam penyelesaian segala aspek dari skripsi ini.

3. Ibu Enjun Junaeti, MSi. Sebagai pembimbing pendamping yang membimbing penulis dalam menyusun tulisan, memperbaiki tulisan serta memotivasi penulis untuk mengerjakan skripsi.

4. Bapak Eddy Prasetyo Nugroho, MT., selaku ketua Program Studi Ilmu Komputer dan Bapak Jajang Kusnendar, MT., selaku ketua Program Studi Pendidikan Ilmu Komputer.

5. Seluruh dosen dan staf program studi ilmu komputer

6. Seluruh teman – teman ilkom C 2009 yang selalu ada membantu ketika penulis mendapati kesulitan.

7. Semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini yang tidak bisa disebutkan satu-persatu.

(3)

v DAFTAR ISI

ABSTRAK ...Error! Bookmark not defined. ABSTRACT ...Error! Bookmark not defined.

KATA PENGANTAR... iii

DAFTAR ISI ... v

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

DAFTAR LAMPIRAN ... x BAB I PENDAHULUAN ...Error! Bookmark not defined. 1.1 Latar Belakang ...Error! Bookmark not defined. 1.2 Rumusan Masalah ...Error! Bookmark not defined. 1.3 Batasan Masalah...Error! Bookmark not defined. 1.4 Tujuan Penelitian...Error! Bookmark not defined. 1.5 Manfaat Penitian ...Error! Bookmark not defined. 1.6 Sistematika Penulisan...Error! Bookmark not defined. BAB II KAJIAN PUSTAKA ...Error! Bookmark not defined. 2.1Bahasa Pemrograman R ...Error! Bookmark not defined. 2.1.1 Bahasa Pemrograman R ...Error! Bookmark not defined. 2.1.2 R Package...Error! Bookmark not defined. 2.2 Machine Learning ...Error! Bookmark not defined. 2.3 Regresi dengan Menggunakan Gradient DescentError! Bookmark not defined.

2.3.1 Mini-Batch Gradient Descent ...Error! Bookmark not defined. 2.3.2 Stochastic Gradient Descent ...Error! Bookmark not defined. 2.3.3 Stochastic Average Gradient...Error! Bookmark not defined. 2.4 Faktor Kompresibilitas Gas...Error! Bookmark not defined. BAB III METODOLOGI PENELITIAN ...Error! Bookmark not defined. 3.1 Desain Penelitian ...Error! Bookmark not defined. 3.2 Alat dan Bahan ...Error! Bookmark not defined. 3.3Metode Penelitian ...Error! Bookmark not defined. 3.3.1 Studi Literatur ...Error! Bookmark not defined. 3.3.2 Pengembangan Perangkat Lunak ...Error! Bookmark not defined. BAB IV HASIL PENELITIAN DAN PEMBAHASANError! Bookmark not defined.

(4)

vi

(5)

vii

DAFTAR TABEL

Tabel 2.1. Contoh kasus harga jasa foto copy berdasarkan jumlah kertas Error! Bookmark not defin Tabel 4.1. Scenario metode GD dengan iterasi sebanyak

.………Error! Bookmark not defined.

Tabel 4.2. Hasil skenario metode SGD dengan max iterasi 2. Error! Bookmark not defined. Tabel 4.3. Skenario metode MBGD dengan menggunakan max iterasi = 5 dan

nData = 10. ...Error! Bookmark not defined. Tabel 4.4. Skenario metode SAG dengan menggunakan max iterasi = 1 dan

nData_{= 50...Error! Bookmark not defined.}

(6)

viii

DAFTAR GAMBAR

Gambar 2.1. Hasil survey popularitas software yang paling banyak dipakai untuk

data analisis oleh KDnuggets (Piatetsky, 2015). ...Error! Bookmark not defined.

Gambar 2.2. Skema pembuatan R package dan pengecekan standarisasi CRAN. Error! Bookmark n

Gambar 2.3. Skema proses pembelajaran pada machine learning (Abu-Mostafa,

Magdon-Ismail, & Lin, 2003). ...Error! Bookmark not defined. Gambar 2.4. Skema proses prediction pada machine learning (Abu-Mostafa,

Magdon-Ismail, & Lin, 2003) ...Error! Bookmark not defined. Gambar 2.5. Contoh hasil linier regresi...Error! Bookmark not defined.

Gambar 2.6. Proses “melangkah” metode GD. ...Error! Bookmark not defined. Gambar 2.7. Hasil plot table harga jasa foto copy Tabel 2.1. Error! Bookmark not defined.

Gambar 2.8. Hasil plot dari data tabel 2.1 dengan prediksi hasil inisiasi hipotesis.Error! Bookmark

Gambar 2.9. Hasil plot nilai hipotesis setelah menggunakan GD. Error! Bookmark not defined.

Gambar 2.10. Proses yang terjadi pada GD ketika nilai step size terlalu besar

(kiri) dan kecil (kanan) (Raschka, 2016). ...Error! Bookmark not defined.

Gambar 2.11. Ilustrasi perbedaan proses learning dari GD dan SGDError! Bookmark not defined.

Gambar 2.12 Simpangan berbagai gas nyata terhadap gas ideal berdasarkan

keadaan tekanan dalam skala Bar. ...Error! Bookmark not defined. Gambar 3.1. Skema penelitian yang

dilakukan………Error! Bookmark not defined.

Gambar 3.2. Proses Rekayasa Models Sekuental Linier (Pressman, 2012).Error! Bookmark not de Gambar 4.1. Bentuk data asli sebelum disalin dan dikonversi (Kennedy,

1954).Error! Bookmark not defined.

Gambar 4.2. Cuplikan data dalam excel sebelum diconversi (kiri) dan setelah

dikonversi (kanan) beserta nilai faktor kompresibilitas gas nya. Error! Bookmark not defined. Gambar 4.3. Skema proses learning pada perangkat lunak Error! Bookmark not defined.

Gambar 4.4. Hasil prediksi metode GD pada skenario 1. Error! Bookmark not defined.

Gambar 4.5. Hasil prediksi SGD pada skenario 2. ...Error! Bookmark not defined.

Gambar 4.6. Hasil prediksi metode MBGD pada skenario 3 dengan nilai nData =

10. ...Error! Bookmark not defined. Gambar 4.7. Hasil prediksi metode MBGD pada skenario 3 denga menggunakan

(7)

ix

Gambar 4.8. Hasil prediksi SAG pada skenario 4 dengan maksimum iterasi 1. Error! Bookmark not

Gambar 4.9. Hasil prediksi metode SAG dengan menggunakan nData = 10 pada

(8)

x

DAFTAR LAMPIRAN

Lampiran 1 Data Behavioural Gas CO2

Lampiran 2 Data Hasil Skenario Eksperimen Metode GD Lampiran 3 Data Hasil Skenario Eksperimen Metode SGD Lampiran 4 Data Hasil Skenario Eksperimen Metode MBGD Lampiran 5 Data Hasil Skenario Eksperimen Metode SAG Lampiran 6 Kode Fungsi trainData