economicsinsight.files.wordpress.com · Web viewLAMPIRAN 2A EDITOR PROGRAM MATLAB – SIMULASI 1...

LAMPIRAN 2AEDITOR PROGRAM MATLAB – SIMULASI 1 ALGORITMA GENETIKA-MAXIMUM LIKELIHOODFUNGSI PRODUKSI COBB-DOUGLASS

clear, clc;fprintf('Algoritma Genetika - Maximum Likelihood - Simulasi 1\n');fprintf('Fungsi Produksi Cobb Douglass \n');fprintf('Menaksir parameter b1, b2, dan b3 Fungsi Produksi Cobb-Douglas \n');fprintf('Memerlukan File: objf, f1, evalpopu, evalech,bit2num, nextpop \n');fprintf('Oleh : La Ode Sabaruddin (1006782570)\n');fprintf('Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia \n');fprintf('............................................................... \n\n\n'); t = cputime; generation_n = 10000; % jumlah generasipopuSize = 50; % jumlah populasixover_rate = 1.0; % crossover ratemutate_rate = 0.03; % mutation rateconverge = 90; % syarat minimum tingkat keseragaman unsur kromosombit_n = 40; % jumlah bit untuk setiap varabel inputobj_fcn = 'objf'; % fungsi Objectivevar_n = 3; % jumlah input variabelrange = [ 0 2; 0 1; 0 1]; popu = rand(popuSize, bit_n*var_n) > 0.5;upper = zeros(generation_n, 1);average = zeros(generation_n, 1);lower = zeros(generation_n, 1); %2. ASUMSI DAN KRITERIAfprintf('1. ASUMSI DAN KRITERIA : \n\n');fprintf(' a. Jumlah Generasi Definisi Awal =%9.2f \n',generation_n);fprintf(' b. Jumlah Populasi =%9.2f \n',popuSize);fprintf(' c. Xover Rate =%9.2f \n',xover_rate);fprintf(' d. Mutation Rate =%9.2f \n',mutate_rate);fprintf(' e. Jumlah bit untuk setiap variabel input =%9.2f \n\n',bit_n);fprintf(' f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] \n\n');fprintf(' g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi \n'),fprintf(' yang disyaratkan =%9.2f \n\n\n',converge);

%3. HASIL OPTIMASI OBJECTIVE FUNCTIONfprintf('2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI : \n\n'); fprintf(' ---------------------------------------------------------------------\n'); fprintf(' tingkat keseragaman\n'); fprintf(' Generasi beta(1) beta(2) beta(3) L(beta) kromosom *) \n'); fprintf(' terkecil rata-rata) \n'); fprintf(' ---------------------------------------------------------------------\n'); for i = 1:generation_n; k = i; fcn_value = evalpopu(popu, bit_n, range, obj_fcn); upper(i) = max(fcn_value); average(i)= mean(fcn_value); lower(i) = min(fcn_value); [best, index] = max(fcn_value); popu = nextpopu(popu, fcn_value, xover_rate, mutate_rate, k);% *** Kriteria Konvergensi kon=(sum(popu))/popuSize*100;

popu_s = size(popu, 1); string_leng = size(popu, 2); for j=1:string_leng if kon(j)<50 kon(j)=100-kon(j); end prc=min(kon); avrg=mean(kon); end if prc>converge fprintf('%5.0f %13.6f %13.6f %13.6f %13.6f %10.2f %10.2f\n',i,... bit2num(popu(index, 1:bit_n), range(1,:)),... bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)),... bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)),... best,prc,avrg); break; end; fprintf('%5.0f %13.6f %13.6f %13.6f %13.6f %10.2f %10.2f\n',i,... bit2num(popu(index, 1:bit_n), range(1,:)),... bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)),... bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)),... best,prc,avrg);endr=i;fprintf(' ---------------------------------------------------------------------\n'); fprintf(' Generasi terakhir (generasi ke-%g)',i);fprintf(' memiliki nilai objective function yang terbaik. \n');fprintf(' *) nilai dalam persen \n\n\n');

% Kriteria AIC dan SCaic = abs(-2*(best)+2*var_n); cdsc = abs(-2*(best)+log(30)*var_n); %5. SUSUNAM KROMOSOM GENERASI TERAKHIRfprintf('4. SUSUNAN KROMOSOM PADA GENERASI KE - %g ',i),fprintf('(dengan jumlah populasi %g) : \n\n',popuSize); for i=1:popu_s fprintf('Susunan kromosom populasi ke-%i adalah ;\n',i); for j=1:string_leng fprintf(' %d',popu(i,j)) end fprintf('\n\n'); endfprintf('\n');

%6. HASIL EVALUASI KONVERGENSI KROMOSOMfprintf('5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : \n');fprintf(' (Setiap populasi terdiri atas %i ', string_leng), fprintf('unsur kromosom)\n\n'); for j=1:string_leng fprintf(' Tingkat keseragaman unsur kromosom ke %i = ',j), fprintf('%5.1f', kon(j)), fprintf(' persen \n'); endfprintf('\n');e = cputime-t; %7. KESIMPULANfprintf('6. KESIMPULAN AKHIR : \n\n');

fprintf(' a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) =%7.2f \n',converge);fprintf(' b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) =%7.2f \n',min(kon)); if converge<min(kon) fprintf(' c. Hasil simulasi telah memenuhi persyaratan terkecil keseragaman unsur kromosom\n'); fprintf(' Terjadi pada generasi ke = %d \n\n',r); else

fprintf(' c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom\n\n'); endfprintf(' d. Parameter hasil simulasi Algoritma Genetik : \n');fprintf(' - Beta(1) =%10.6f \n', bit2num(popu(index, 1:bit_n), range(1,:)));fprintf(' - Beta(2) =%10.6f \n', bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)));fprintf(' - Beta(3) =%10.6f \n', bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)));fprintf(' - L(beta) =%10.6f \n\n', best);fprintf(' e. Nilai AIC = %7.6f \n',aic);fprintf(' f. Nilai SC = %7.6f \n',cdsc);fprintf(' g. Waktu untuk proses perhitungan =%5.5f\n',e);……………………………………………………………………………………………………………………………………function f = f1(b,x) L = x(:,1);K = x(:,2); b1 = b(1); b2 = b(2); b3 = b(3); f = b1*(L.^b2).*(K.^b3);……………………………………………………………………………………………………………………………………function OBJF = objf(input) LKy=[5.4293 6.6871 8.1879 5.5530 5.5175 7.4104 6.7105 6.6477 8.9496 6.6425 6.2364 8.3695 6.2046 6.6307 8.5519 6.1883 6.0521 8.3299 6.5191 6.1137 8.4877 6.6174 6.7056 9.1260 6.5889 6.7393 8.7961 6.5439 6.8648 8.7941 6.1269 4.4308 6.8657 6.8886 3.0445 5.7132 6.6931 5.6870 8.1641 6.0615 5.6240 7.9482 5.4424 6.3026 8.1264 6.4983 4.8598 7.2432 6.4473 2.8332 5.2521 4.0775 6.8090 7.7220 6.6983 5.4072 8.0002 6.6307 4.9767 7.3157 3.9120 5.0814 5.9833 6.7130 1.7918 4.4132 6.1800 6.7286 8.7229 6.5250 6.2558 8.6233 4.7536 6.8352 7.8589 6.0868 6.2046 8.0981 6.1225 5.2204 7.5533 5.8348 4.5218 6.8249 5.8805 6.1841 8.2967 5.0876 6.8395 8.1922]; L = LKy(:,1);K = LKy(:,2);y = LKy(:,3); x = [L K]; b1 = input(1); b2 = input(2); b3 = input(3); T = length (x);b = [b1 b2 b3];

f = f1(b,x) ; s2 = (y-f)'*(y-f)/T; OBJF = -0.5*(log(2*pi*s2) + (y-f)'*(y-f)/s2);…………………………………………………………………………………………………………………………………….function num = bit2num(bit, range) integer = polyval(bit, 2);num = integer*((range(2)-range(1))/(2^length(bit)-1)) + range(1);…………………………………………………………………………………………………………………………………….function out = evaleach(string, bit_n, range, obj_fcn) var_n = length(string)/bit_n;input = zeros(1, var_n); for i = 1:var_n, input(i) = bit2num(string((i-1)*bit_n+1:i*bit_n), range(i, :));end out = feval(obj_fcn, input);…………………………………………………………………………………………………………………………………function fitness = evalpopu(popu, bit_n, range, obj_fcn) global count pop_n = size(popu, 1);fitness = zeros(pop_n, 1); for count = 1:pop_n, fitness(count) = evaleach(popu(count, :), bit_n, range, obj_fcn);end……………………………………………………………………………………………………………………………….........function new_popu = nextpopu(popu, fitness, xover_rate, mut_rate,k) new_popu = popu;popu_s = size(popu, 1);string_leng = size(popu, 2); % ---- For Max. Likelihoodtmp_fitness = fitness;[junk, index1] = max(tmp_fitness); % find the besttmp_fitness(index1) = min(tmp_fitness);[junk, index2] = max(tmp_fitness); % find the second bestnew_popu([1 2], :) = popu([index1 index2], :); % rescaling the fitnessfitness = min(fitness) - fitness; % keep it positivetotal = sum(fitness); if total == 0, fprintf('=== Warning: converge to a single point ===\n'); fitness = ones(popu_s, 1)/popu_s;% sum is 1else fitness = fitness/sum(fitness); % sum is 1end cum_prob = cumsum(fitness); % ====== SELECTION and CROSSOVER for i = 2:popu_s/2, % === Select two parents based on their scaled fitness values tmp = find(cum_prob - rand > 0); parent1 = popu(tmp(1), :);

tmp = find(cum_prob - rand > 0); parent2 = popu(tmp(1), :); % === Do crossover if rand < xover_rate, % Perform crossover operation xover_point = ceil(rand*(string_leng-1)); new_popu(i*2-1, :) = ... [parent1(1:xover_point) parent2(xover_point+1:string_leng)]; new_popu(i*2, :) = ... [parent2(1:xover_point) parent1(xover_point+1:string_leng)]; endend % ====== MUTATION (elites are not subject to this.)mask = rand(popu_s, string_leng) < mut_rate;new_popu = xor(new_popu, mask);new_popu([1 2], :) = popu([index1 index2], :);.........................................................................................................................................................................................................

OUTPUT PROGRAM MATLAB – SIMULASI 1 ALGORITMA GENETIKA-MAXIMUM LIKELIHOODFUNGSI PRODUKSI COBB-DOUGLASS

Algoritma Genetika - Maximum Likelihood - Simulasi 1Fungsi Produksi Cobb Douglass Menaksir parameter b1, b2, dan b3 Fungsi Produksi Cobb-Douglas Memerlukan File: objf, f1, evalpopu, evalech,bit2num, nextpop Oleh : La Ode Sabaruddin (1006782570)Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia ....................................................................................

1. ASUMSI DAN KRITERIA :

a. Jumlah Generasi Definisi Awal = 10000.00 b. Jumlah Populasi = 50.00 c. Xover Rate = 1.00 d. Mutation Rate = 0.03 e. Jumlah bit untuk setiap variabel input = 40.00

f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1]

g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi yang disyaratkan = 90.00

2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI :

------------------------------------------------------------------------------------ tingkat keseragaman Generasi beta(1) beta(2) beta(3) L(beta) kromosom *) terkecil rata-rata) ----------------------------------------------------------------------------------- 1 1.350363 0.314122 0.164952 -14.912642 50.00 57.95 2 0.695056 0.696674 0.662653 -14.912642 50.00 61.65 3 1.235070 0.945464 0.193327 -14.888668 50.00 62.65 4 1.994499 0.448698 0.290622 -14.888592 50.00 62.20 5 0.702868 0.700579 0.662641 -14.888592 50.00 63.37 6 0.697624 0.216203 0.302821 -14.887016 50.00 63.73 7 1.248313 0.701067 0.670455 -14.440229 50.00 63.72 8 0.982553 0.510093 0.662653 -14.440227 50.00 69.97 9 0.713247 0.450529 0.795381 -14.436047 50.00 70.67 10 0.983126 0.684837 0.290230 -14.435960 50.00 73.33

1001 1.467773 0.376955 0.573517 -13.914521 50.00 82.60 1002 1.467773 0.376955 0.573517 -13.914521 50.00 80.68

1003 1.467773 0.376955 0.573517 -13.914521 52.00 80.30 1004 1.467773 0.376955 0.573517 -13.914521 50.00 79.40 1005 1.467773 0.376955 0.573517 -13.914521 52.00 80.78 1006 1.467773 0.376955 0.573517 -13.914521 50.00 81.18 1007 1.467773 0.376955 0.573517 -13.914521 52.00 80.38 1008 1.467773 0.376955 0.573517 -13.914521 50.00 79.63 1009 1.467773 0.376955 0.573517 -13.914521 50.00 79.82 1010 1.467773 0.376955 0.573517 -13.914521 50.00 80.45

5001 1.500000 0.368415 0.569946 -13.915419 52.00 76.72 5002 1.500000 0.368415 0.569946 -13.915419 50.00 76.67 5003 1.500000 0.368415 0.569946 -13.915419 50.00 75.25 5004 1.500000 0.368415 0.569946 -13.915419 50.00 72.87 5005 1.500000 0.368415 0.569946 -13.915419 50.00 73.25 5006 1.500000 0.368415 0.569946 -13.915419 50.00 72.63 5007 1.500000 0.368415 0.569946 -13.915419 50.00 73.28 5008 1.500000 0.368415 0.569946 -13.915419 50.00 75.18 5009 1.500000 0.368415 0.569946 -13.915419 50.00 76.45 5010 1.500000 0.368415 0.569946 -13.915419 50.00 77.28

7501 1.500000 0.368415 0.569946 -13.915419 52.00 80.53 7502 1.500000 0.368415 0.569946 -13.915419 56.00 83.50 7503 1.500000 0.368415 0.569946 -13.915419 50.00 81.93 7504 1.500000 0.368415 0.569946 -13.915419 58.00 84.63 7505 1.500000 0.368415 0.569946 -13.915419 50.00 85.00 7506 1.500000 0.368415 0.569946 -13.915419 54.00 84.65 7507 1.500000 0.368415 0.569946 -13.915419 54.00 82.92 7508 1.500000 0.368415 0.569946 -13.915419 56.00 82.93 7509 1.500000 0.368415 0.569946 -13.915419 54.00 81.98 7510 1.500000 0.368415 0.569946 -13.915419 54.00 83.13

9001 1.500000 0.368415 0.569946 -13.915419 50.00 78.32 9002 1.500000 0.368415 0.569946 -13.915419 52.00 78.58 9003 1.500000 0.368415 0.569946 -13.915419 50.00 76.82 9004 1.500000 0.368415 0.569946 -13.915419 50.00 75.77 9005 1.500000 0.368415 0.569946 -13.915419 50.00 76.45 9006 1.500000 0.368415 0.569946 -13.915419 50.00 76.23 9007 1.500000 0.368415 0.569946 -13.915419 50.00 76.58 9008 1.500000 0.368415 0.569946 -13.915419 50.00 75.92 9009 1.500000 0.368415 0.569946 -13.915419 50.00 76.48 9010 1.500000 0.368415 0.569946 -13.915419 50.00 75.83

9501 1.500000 0.368415 0.569946 -13.915419 50.00 77.68 9502 1.500000 0.368415 0.569946 -13.915419 50.00 77.37 9503 1.500000 0.368415 0.569946 -13.915419 50.00 77.75 9504 1.500000 0.368415 0.569946 -13.915419 50.00 77.52 9505 1.500000 0.368415 0.569946 -13.915419 52.00 79.30 9506 1.500000 0.368415 0.569946 -13.915419 52.00 80.87 9507 1.500000 0.368415 0.569946 -13.915419 52.00 79.53 9508 1.500000 0.368415 0.569946 -13.915419 50.00 78.68 9509 1.500000 0.368415 0.569946 -13.915419 50.00 79.10 9510 1.500000 0.368415 0.569946 -13.915419 50.00 78.43

9751 1.500000 0.368415 0.569946 -13.915419 52.00 78.68 9752 1.500000 0.368415 0.569946 -13.915419 52.00 79.60 9753 1.500000 0.368415 0.569946 -13.915419 52.00 80.00 9754 1.500000 0.368415 0.569946 -13.915419 52.00 81.52 9755 1.500000 0.368415 0.569946 -13.915419 50.00 80.67 9756 1.500000 0.368415 0.569946 -13.915419 50.00 79.40 9757 1.500000 0.368415 0.569946 -13.915419 52.00 78.28 9758 1.500000 0.368415 0.569946 -13.915419 54.00 79.67 9759 1.500000 0.368415 0.569946 -13.915419 52.00 80.63 9760 1.500000 0.368415 0.569946 -13.915419 52.00 80.50

9991 1.500000 0.368415 0.569946 -13.915419 50.00 75.30 9992 1.500000 0.368415 0.569946 -13.915419 50.00 74.55 9993 1.500000 0.368415 0.569946 -13.915419 50.00 74.73 9994 1.500000 0.368415 0.569946 -13.915419 50.00 75.72 9995 1.500000 0.368415 0.569946 -13.915419 50.00 78.60 9996 1.500000 0.368415 0.569946 -13.915419 52.00 79.90 9997 1.500000 0.368415 0.569946 -13.915419 54.00 81.57

9998 1.500000 0.368415 0.569946 -13.915419 50.00 80.30 9999 1.500000 0.368415 0.569946 -13.915419 52.00 81.0810000 1.500000 0.368415 0.569946 -13.915419 50.00 81.03 ----------------------------------------------------------------------------------- Generasi terakhir (generasi ke-10000) memiliki nilai objective function yang terbaik. *) nilai dalam persen

4. SUSUNAN KROMOSOM PADA GENERASI KE - 10000 (dengan jumlah populasi 50) :

Susunan kromosom populasi ke-1 adalah ;1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 1 1 0 0 1 0 1 0 0 0 0 0 1 1 1 0 0 1 0 0 0 0 0 1 0 1 0 1 0 1 1 0 0 0 0 1 0 0 1 0 0 0 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0











Susunan kromosom populasi ke-12 adalah ;

1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0 1 0 1 1 0 1 1 0 1 0 1 0 0 1 0 0 1 1 1 0 0 1 0 0 0 0 0 0 0 1 0 1 0 1 0 0 0 0 1 1 0 0 1 0 1 1 1 0 1 0 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 0















1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 1 0 0 1 0 1 0 1 0 0 0 1 1 1 1 1 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 1 0 0 1 0 0 1 0 0 1 1 0 0 0 1 0 0 1 1 1 0 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0

























5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : (Setiap populasi terdiri atas 120 unsur kromosom)

Tingkat keseragaman unsur kromosom ke 1 = 100.0 persen Tingkat keseragaman unsur kromosom ke 2 = 96.0 persen Tingkat keseragaman unsur kromosom ke 3 = 94.0 persen Tingkat keseragaman unsur kromosom ke 4 = 86.0 persen Tingkat keseragaman unsur kromosom ke 5 = 86.0 persen Tingkat keseragaman unsur kromosom ke 6 = 86.0 persen Tingkat keseragaman unsur kromosom ke 7 = 82.0 persen Tingkat keseragaman unsur kromosom ke 8 = 76.0 persen Tingkat keseragaman unsur kromosom ke 9 = 74.0 persen Tingkat keseragaman unsur kromosom ke 10 = 86.0 persen Tingkat keseragaman unsur kromosom ke 11 = 90.0 persen

Tingkat keseragaman unsur kromosom ke 12 = 62.0 persen Tingkat keseragaman unsur kromosom ke 13 = 86.0 persen Tingkat keseragaman unsur kromosom ke 14 = 92.0 persen Tingkat keseragaman unsur kromosom ke 15 = 72.0 persen Tingkat keseragaman unsur kromosom ke 16 = 72.0 persen Tingkat keseragaman unsur kromosom ke 17 = 90.0 persen Tingkat keseragaman unsur kromosom ke 18 = 88.0 persen Tingkat keseragaman unsur kromosom ke 19 = 86.0 persen Tingkat keseragaman unsur kromosom ke 20 = 80.0 persen Tingkat keseragaman unsur kromosom ke 21 = 98.0 persen Tingkat keseragaman unsur kromosom ke 22 = 88.0 persen Tingkat keseragaman unsur kromosom ke 23 = 78.0 persen Tingkat keseragaman unsur kromosom ke 24 = 90.0 persen Tingkat keseragaman unsur kromosom ke 25 = 86.0 persen Tingkat keseragaman unsur kromosom ke 26 = 80.0 persen Tingkat keseragaman unsur kromosom ke 27 = 84.0 persen Tingkat keseragaman unsur kromosom ke 28 = 76.0 persen Tingkat keseragaman unsur kromosom ke 29 = 80.0 persen Tingkat keseragaman unsur kromosom ke 30 = 92.0 persen Tingkat keseragaman unsur kromosom ke 31 = 98.0 persen Tingkat keseragaman unsur kromosom ke 32 = 86.0 persen Tingkat keseragaman unsur kromosom ke 33 = 90.0 persen Tingkat keseragaman unsur kromosom ke 34 = 70.0 persen Tingkat keseragaman unsur kromosom ke 35 = 70.0 persen Tingkat keseragaman unsur kromosom ke 36 = 76.0 persen Tingkat keseragaman unsur kromosom ke 37 = 62.0 persen Tingkat keseragaman unsur kromosom ke 38 = 60.0 persen Tingkat keseragaman unsur kromosom ke 39 = 84.0 persen Tingkat keseragaman unsur kromosom ke 40 = 78.0 persen Tingkat keseragaman unsur kromosom ke 41 = 100.0 persen Tingkat keseragaman unsur kromosom ke 42 = 92.0 persen Tingkat keseragaman unsur kromosom ke 43 = 100.0 persen Tingkat keseragaman unsur kromosom ke 44 = 90.0 persen Tingkat keseragaman unsur kromosom ke 45 = 78.0 persen Tingkat keseragaman unsur kromosom ke 46 = 70.0 persen Tingkat keseragaman unsur kromosom ke 47 = 74.0 persen Tingkat keseragaman unsur kromosom ke 48 = 84.0 persen Tingkat keseragaman unsur kromosom ke 49 = 94.0 persen Tingkat keseragaman unsur kromosom ke 50 = 98.0 persen Tingkat keseragaman unsur kromosom ke 51 = 82.0 persen Tingkat keseragaman unsur kromosom ke 52 = 64.0 persen Tingkat keseragaman unsur kromosom ke 53 = 92.0 persen Tingkat keseragaman unsur kromosom ke 54 = 70.0 persen Tingkat keseragaman unsur kromosom ke 55 = 50.0 persen Tingkat keseragaman unsur kromosom ke 56 = 68.0 persen Tingkat keseragaman unsur kromosom ke 57 = 84.0 persen Tingkat keseragaman unsur kromosom ke 58 = 98.0 persen Tingkat keseragaman unsur kromosom ke 59 = 92.0 persen Tingkat keseragaman unsur kromosom ke 60 = 62.0 persen Tingkat keseragaman unsur kromosom ke 61 = 62.0 persen Tingkat keseragaman unsur kromosom ke 62 = 56.0 persen Tingkat keseragaman unsur kromosom ke 63 = 72.0 persen Tingkat keseragaman unsur kromosom ke 64 = 78.0 persen Tingkat keseragaman unsur kromosom ke 65 = 82.0 persen Tingkat keseragaman unsur kromosom ke 66 = 58.0 persen Tingkat keseragaman unsur kromosom ke 67 = 74.0 persen Tingkat keseragaman unsur kromosom ke 68 = 98.0 persen Tingkat keseragaman unsur kromosom ke 69 = 70.0 persen Tingkat keseragaman unsur kromosom ke 70 = 68.0 persen Tingkat keseragaman unsur kromosom ke 71 = 90.0 persen Tingkat keseragaman unsur kromosom ke 72 = 76.0 persen Tingkat keseragaman unsur kromosom ke 73 = 90.0 persen Tingkat keseragaman unsur kromosom ke 74 = 84.0 persen Tingkat keseragaman unsur kromosom ke 75 = 66.0 persen Tingkat keseragaman unsur kromosom ke 76 = 58.0 persen Tingkat keseragaman unsur kromosom ke 77 = 58.0 persen Tingkat keseragaman unsur kromosom ke 78 = 74.0 persen Tingkat keseragaman unsur kromosom ke 79 = 52.0 persen Tingkat keseragaman unsur kromosom ke 80 = 80.0 persen Tingkat keseragaman unsur kromosom ke 81 = 98.0 persen Tingkat keseragaman unsur kromosom ke 82 = 94.0 persen

Tingkat keseragaman unsur kromosom ke 83 = 96.0 persen Tingkat keseragaman unsur kromosom ke 84 = 92.0 persen Tingkat keseragaman unsur kromosom ke 85 = 86.0 persen Tingkat keseragaman unsur kromosom ke 86 = 90.0 persen Tingkat keseragaman unsur kromosom ke 87 = 74.0 persen Tingkat keseragaman unsur kromosom ke 88 = 68.0 persen Tingkat keseragaman unsur kromosom ke 89 = 88.0 persen Tingkat keseragaman unsur kromosom ke 90 = 94.0 persen Tingkat keseragaman unsur kromosom ke 91 = 68.0 persen Tingkat keseragaman unsur kromosom ke 92 = 60.0 persen Tingkat keseragaman unsur kromosom ke 93 = 78.0 persen Tingkat keseragaman unsur kromosom ke 94 = 60.0 persen Tingkat keseragaman unsur kromosom ke 95 = 100.0 persen Tingkat keseragaman unsur kromosom ke 96 = 78.0 persen Tingkat keseragaman unsur kromosom ke 97 = 88.0 persen Tingkat keseragaman unsur kromosom ke 98 = 78.0 persen Tingkat keseragaman unsur kromosom ke 99 = 76.0 persen Tingkat keseragaman unsur kromosom ke 100 = 94.0 persen Tingkat keseragaman unsur kromosom ke 101 = 72.0 persen Tingkat keseragaman unsur kromosom ke 102 = 88.0 persen Tingkat keseragaman unsur kromosom ke 103 = 88.0 persen Tingkat keseragaman unsur kromosom ke 104 = 86.0 persen Tingkat keseragaman unsur kromosom ke 105 = 74.0 persen Tingkat keseragaman unsur kromosom ke 106 = 80.0 persen Tingkat keseragaman unsur kromosom ke 107 = 88.0 persen Tingkat keseragaman unsur kromosom ke 108 = 98.0 persen Tingkat keseragaman unsur kromosom ke 109 = 88.0 persen Tingkat keseragaman unsur kromosom ke 110 = 86.0 persen Tingkat keseragaman unsur kromosom ke 111 = 64.0 persen Tingkat keseragaman unsur kromosom ke 112 = 82.0 persen Tingkat keseragaman unsur kromosom ke 113 = 72.0 persen Tingkat keseragaman unsur kromosom ke 114 = 86.0 persen Tingkat keseragaman unsur kromosom ke 115 = 78.0 persen Tingkat keseragaman unsur kromosom ke 116 = 86.0 persen Tingkat keseragaman unsur kromosom ke 117 = 98.0 persen Tingkat keseragaman unsur kromosom ke 118 = 72.0 persen Tingkat keseragaman unsur kromosom ke 119 = 94.0 persen Tingkat keseragaman unsur kromosom ke 120 = 86.0 persen

6. KESIMPULAN AKHIR :

a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) = 90.00 b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) = 50.00 c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom

d. Parameter hasil simulasi Algoritma Genetik : - Beta(1) = 1.500000 - Beta(2) = 0.368415 - Beta(3) = 0.569946 - L(beta) =-13.915419

e. Nilai AIC = 33.830837 f. Nilai SC = 38.034429

LAMPIRAN 2BEDITOR PROGRAM MATLAB – SIMULASI 2 ALGORITMA GENETIKA-MAXIMUM LIKELIHOODFUNGSI PRODUKSI COBB-DOUGLASS

clear, clc;fprintf('Algoritma Genetika - Maximum Likelihood - Simulasi 2\n');fprintf('Fungsi Produksi Cobb Douglass \n');fprintf('Menaksir parameter b1, b2, dan b3 Fungsi Produksi Cobb-Douglas \n');fprintf('Memerlukan File: objf, f1, evalpopu, evalech,bit2num, nextpop \n');fprintf('Oleh : La Ode Sabaruddin (1006782570)\n');fprintf('Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia \n');fprintf('............................................................... \n\n\n'); t = cputime; generation_n = 15000; % jumlah generasipopuSize = 50; % jumlah populasixover_rate = 1.0; % crossover ratemutate_rate = 0.02; % mutation rateconverge = 90; % syarat minimum tingkat keseragaman unsur kromosombit_n = 40; % jumlah bit untuk setiap varabel inputobj_fcn = 'objf'; % fungsi Objectivevar_n = 3; % jumlah input variabelrange = [ 0 2; 0 1; 0 1]; popu = rand(popuSize, bit_n*var_n) > 0.5;upper = zeros(generation_n, 1);average = zeros(generation_n, 1);lower = zeros(generation_n, 1); %2. ASUMSI DAN KRITERIAfprintf('1. ASUMSI DAN KRITERIA : \n\n');fprintf(' a. Jumlah Generasi Definisi Awal =%9.2f \n',generation_n);fprintf(' b. Jumlah Populasi =%9.2f \n',popuSize);fprintf(' c. Xover Rate =%9.2f \n',xover_rate);fprintf(' d. Mutation Rate =%9.2f \n',mutate_rate);fprintf(' e. Jumlah bit untuk setiap variabel input =%9.2f \n\n',bit_n);

fprintf(' f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1] \n\n');fprintf(' g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi \n'),fprintf(' yang disyaratkan =%9.2f \n\n\n',converge);

%3. HASIL OPTIMASI OBJECTIVE FUNCTIONfprintf('2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI : \n\n'); fprintf(' ---------------------------------------------------------------------\n'); fprintf(' tingkat keseragaman\n'); fprintf(' Generasi beta(1) beta(2) beta(3) L(beta) kromosom *) \n'); fprintf(' terkecil rata-rata) \n'); fprintf(' ---------------------------------------------------------------------\n'); for i = 1:generation_n; k = i; fcn_value = evalpopu(popu, bit_n, range, obj_fcn); upper(i) = max(fcn_value); average(i)= mean(fcn_value); lower(i) = min(fcn_value); [best, index] = max(fcn_value); popu = nextpopu(popu, fcn_value, xover_rate, mutate_rate, k);% *** Kriteria Konvergensi kon=(sum(popu))/popuSize*100; popu_s = size(popu, 1); string_leng = size(popu, 2); for j=1:string_leng if kon(j)<50 kon(j)=100-kon(j); end prc=min(kon); avrg=mean(kon); end if prc>converge fprintf('%5.0f %13.6f %13.6f %13.6f %13.6f %10.2f %10.2f\n',i,... bit2num(popu(index, 1:bit_n), range(1,:)),... bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)),... bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)),... best,prc,avrg); break; end; fprintf('%5.0f %13.6f %13.6f %13.6f %13.6f %10.2f %10.2f\n',i,... bit2num(popu(index, 1:bit_n), range(1,:)),... bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)),... bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)),... best,prc,avrg);endr=i;fprintf(' ---------------------------------------------------------------------\n'); fprintf(' Generasi terakhir (generasi ke-%g)',i);fprintf(' memiliki nilai objective function yang terbaik. \n');fprintf(' *) nilai dalam persen \n\n\n');

% Kriteria AIC dan SCaic = abs(-2*(best)+2*var_n); cdsc = abs(-2*(best)+log(30)*var_n); %5. SUSUNAM KROMOSOM GENERASI TERAKHIRfprintf('4. SUSUNAN KROMOSOM PADA GENERASI KE - %g ',i),fprintf('(dengan jumlah populasi %g) : \n\n',popuSize); for i=1:popu_s fprintf('Susunan kromosom populasi ke-%i adalah ;\n',i); for j=1:string_leng fprintf(' %d',popu(i,j)) end fprintf('\n\n');

endfprintf('\n');

%6. HASIL EVALUASI KONVERGENSI KROMOSOMfprintf('5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : \n');fprintf(' (Setiap populasi terdiri atas %i ', string_leng), fprintf('unsur kromosom)\n\n'); for j=1:string_leng fprintf(' Tingkat keseragaman unsur kromosom ke %i = ',j), fprintf('%5.1f', kon(j)), fprintf(' persen \n'); endfprintf('\n');e = cputime-t; %7. KESIMPULANfprintf('6. KESIMPULAN AKHIR : \n\n');

fprintf(' a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) =%7.2f \n',converge);fprintf(' b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) =%7.2f \n',min(kon)); if converge<min(kon) fprintf(' c. Hasil simulasi telah memenuhi persyaratan terkecil keseragaman unsur kromosom\n'); fprintf(' Terjadi pada generasi ke = %d \n\n',r); else fprintf(' c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom\n\n'); endfprintf(' d. Parameter hasil simulasi Algoritma Genetik : \n');fprintf(' - Beta(1) =%10.6f \n', bit2num(popu(index, 1:bit_n), range(1,:)));fprintf(' - Beta(2) =%10.6f \n', bit2num(popu(index, bit_n+1:2*bit_n), range(2,:)));fprintf(' - Beta(3) =%10.6f \n', bit2num(popu(index, 2*bit_n+1:3*bit_n), range(3,:)));fprintf(' - L(beta) =%10.6f \n\n', best);fprintf(' e. Nilai AIC = %7.6f \n',aic);fprintf(' f. Nilai SC = %7.6f \n',cdsc);fprintf(' g. Waktu untuk proses perhitungan =%5.5f\n',e);……………………………………………………………………………………………………………………………………function f = f1(b,x) L = x(:,1);K = x(:,2); b1 = b(1); b2 = b(2); b3 = b(3); f = b1*(L.^b2).*(K.^b3);……………………………………………………………………………………………………………………………………

function OBJF = objf(input) LKy=[5.4293 6.6871 8.1879 5.5530 5.5175 7.4104 6.7105 6.6477 8.9496 6.6425 6.2364 8.3695 6.2046 6.6307 8.5519 6.1883 6.0521 8.3299 6.5191 6.1137 8.4877 6.6174 6.7056 9.1260 6.5889 6.7393 8.7961 6.5439 6.8648 8.7941 6.1269 4.4308 6.8657 6.8886 3.0445 5.7132 6.6931 5.6870 8.1641 6.0615 5.6240 7.9482 5.4424 6.3026 8.1264 6.4983 4.8598 7.2432

6.4473 2.8332 5.2521 4.0775 6.8090 7.7220 6.6983 5.4072 8.0002 6.6307 4.9767 7.3157 3.9120 5.0814 5.9833 6.7130 1.7918 4.4132 6.1800 6.7286 8.7229 6.5250 6.2558 8.6233 4.7536 6.8352 7.8589 6.0868 6.2046 8.0981 6.1225 5.2204 7.5533 5.8348 4.5218 6.8249 5.8805 6.1841 8.2967 5.0876 6.8395 8.1922]; L = LKy(:,1);K = LKy(:,2);y = LKy(:,3); x = [L K]; b1 = input(1); b2 = input(2); b3 = input(3); T = length (x);b = [b1 b2 b3];f = f1(b,x) ; s2 = (y-f)'*(y-f)/T; OBJF = -0.5*(log(2*pi*s2) + (y-f)'*(y-f)/s2);…………………………………………………………………………………………………………………………………….function num = bit2num(bit, range) integer = polyval(bit, 2);num = integer*((range(2)-range(1))/(2^length(bit)-1)) + range(1);…………………………………………………………………………………………………………………………………….function out = evaleach(string, bit_n, range, obj_fcn) var_n = length(string)/bit_n;input = zeros(1, var_n); for i = 1:var_n, input(i) = bit2num(string((i-1)*bit_n+1:i*bit_n), range(i, :));end out = feval(obj_fcn, input);…………………………………………………………………………………………………………………………………function fitness = evalpopu(popu, bit_n, range, obj_fcn) global count pop_n = size(popu, 1);fitness = zeros(pop_n, 1); for count = 1:pop_n, fitness(count) = evaleach(popu(count, :), bit_n, range, obj_fcn);end……………………………………………………………………………………………………………………………….........function new_popu = nextpopu(popu, fitness, xover_rate, mut_rate,k) new_popu = popu;popu_s = size(popu, 1);string_leng = size(popu, 2); % ---- For Max. Likelihood

tmp_fitness = fitness;[junk, index1] = max(tmp_fitness); % find the besttmp_fitness(index1) = min(tmp_fitness);[junk, index2] = max(tmp_fitness); % find the second bestnew_popu([1 2], :) = popu([index1 index2], :); % rescaling the fitnessfitness = min(fitness) - fitness; % keep it positivetotal = sum(fitness); if total == 0, fprintf('=== Warning: converge to a single point ===\n'); fitness = ones(popu_s, 1)/popu_s;% sum is 1else fitness = fitness/sum(fitness); % sum is 1endcum_prob = cumsum(fitness); % ====== SELECTION and CROSSOVERfor i = 2:popu_s/2, % === Select two parents based on their scaled fitness values tmp = find(cum_prob - rand > 0); parent1 = popu(tmp(1), :); tmp = find(cum_prob - rand > 0); parent2 = popu(tmp(1), :); % === Do crossover if rand < xover_rate, % Perform crossover operation xover_point = ceil(rand*(string_leng-1)); new_popu(i*2-1, :) = ... [parent1(1:xover_point) parent2(xover_point+1:string_leng)]; new_popu(i*2, :) = ... [parent2(1:xover_point) parent1(xover_point+1:string_leng)]; endend % ====== MUTATION (elites are not subject to this.)mask = rand(popu_s, string_leng) < mut_rate;new_popu = xor(new_popu, mask);new_popu([1 2], :) = popu([index1 index2], :);.........................................................................................................................................................................................................OUTPUT PROGRAM MATLAB – SIMULASI 2 ALGORITMA GENETIKA-MAXIMUM LIKELIHOODFUNGSI PRODUKSI COBB-DOUGLASS

Algoritma Genetika - Maximum Likelihood - Simulasi 2Fungsi Produksi Cobb Douglass Menaksir parameter b1, b2, dan b3 Fungsi Produksi Cobb-Douglas Memerlukan File: objf, f1, evalpopu, evalech,bit2num, nextpop Oleh : La Ode Sabaruddin (1006782570)Program Pasca Sarjana Ilmu Ekonomi Universitas Indonesia ....................................................................................

1. ASUMSI DAN KRITERIA :

a. Jumlah Generasi Definisi Awal = 15000.00 b. Jumlah Populasi = 50.00 c. Xover Rate = 1.00 d. Mutation Rate = 0.02 e. Jumlah bit untuk setiap variabel input = 40.00

f. Range variabel beta(1), beta(2) dan beta(3) = [0 2; 0 1; 0 1]

g. Tingkat keseragaman terkecil setiap unsur kromosom per generasi yang disyaratkan = 90.00

2. NILAI OBJECTIVE FUNCTION TERBAIK PADA SETIAP GENERASI :

------------------------------------------------------------------------------------ tingkat keseragamanGenerasi beta(1) beta(2) beta(3) S(beta) kromosom *) terkecil rata-rata) ------------------------------------------------------------------------------------ 1 1.666913 0.587936 0.749832 -14.188127 50.00 58.18 2 1.805987 0.276779 0.562206 -14.188127 50.00 60.75 3 1.805987 0.276779 0.562206 -14.188127 50.00 61.27 4 1.805987 0.276779 0.562206 -14.188127 50.00 66.25 5 1.805987 0.276779 0.562206 -14.188127 50.00 70.93 6 1.805987 0.276779 0.562206 -14.188127 50.00 77.03 7 1.805987 0.277145 0.562390 -14.134700 50.00 78.17 8 1.798159 0.275335 0.562390 -14.134700 50.00 77.58 9 1.807696 0.265060 0.562206 -14.134068 52.00 79.48 10 1.868487 0.277145 0.562388 -14.133642 50.00 81.98

1001 1.479004 0.373852 0.572371 -13.914256 50.00 81.55 1002 1.479004 0.373852 0.572371 -13.914256 50.00 83.78 1003 1.479004 0.373852 0.572371 -13.914256 54.00 84.07 1004 1.479004 0.373852 0.572371 -13.914256 50.00 83.97 1005 1.354004 0.358223 0.580184 -13.914256 50.00 83.42 1006 1.479004 0.373852 0.572371 -13.914256 52.00 84.38 1007 1.479004 0.373852 0.572371 -13.914256 54.00 83.65 1008 1.479004 0.373852 0.572371 -13.914256 50.00 83.07 1009 1.479004 0.373852 0.572371 -13.914256 52.00 84.55 1010 1.479004 0.373852 0.572371 -13.914256 54.00 84.10

5001 1.500000 0.368164 0.570199 -13.915424 52.00 83.85 5002 1.500000 0.368164 0.570199 -13.915424 50.00 85.57 5003 1.500000 0.368164 0.570199 -13.915424 54.00 85.35 5004 1.500000 0.368164 0.570199 -13.915424 52.00 84.63 5005 1.500000 0.368164 0.570199 -13.915424 54.00 85.43 5006 1.500000 0.368164 0.570199 -13.915424 56.00 86.72 5007 1.500000 0.368164 0.570199 -13.915424 54.00 87.20 5008 1.500000 0.368164 0.570199 -13.915424 58.00 86.98 5009 1.500000 0.368164 0.570199 -13.915424 56.00 86.40 5010 1.500000 0.368164 0.570199 -13.915424 54.00 85.40

10001 1.478516 0.373989 0.572418 -13.914254 50.00 82.8510002 1.478516 0.373989 0.572418 -13.914254 54.00 82.6510003 1.478516 0.373989 0.572418 -13.914254 50.00 81.3510004 1.478516 0.373989 0.572418 -13.914254 50.00 80.5810005 1.478516 0.373989 0.572418 -13.914254 52.00 80.0010006 1.478516 0.373989 0.572418 -13.914254 52.00 80.8810007 1.478516 0.373989 0.572418 -13.914254 52.00 80.9310008 1.478516 0.373989 0.572418 -13.914254 50.00 81.3510009 1.478516 0.373989 0.572418 -13.914254 50.00 81.9210010 1.478516 0.373989 0.572418 -13.914254 52.00 81.60

12501 1.478516 0.373989 0.572418 -13.914254 56.00 85.4512502 1.478516 0.373989 0.572418 -13.914254 60.00 85.1512503 1.478516 0.373989 0.572418 -13.914254 58.00 85.9812504 1.478516 0.373989 0.572418 -13.914254 58.00 85.3712505 1.478516 0.373989 0.572418 -13.914254 56.00 85.1012506 1.478516 0.373989 0.572418 -13.914254 52.00 83.6212507 1.478516 0.373989 0.572418 -13.914254 54.00 83.6312508 1.478516 0.373989 0.572418 -13.914254 52.00 83.0712509 1.478516 0.373989 0.572418 -13.914254 56.00 83.3012510 1.478516 0.373989 0.572418 -13.914254 54.00 83.57

14991 1.478516 0.373989 0.572418 -13.914254 50.00 84.7714992 1.478516 0.373989 0.572418 -13.914254 54.00 83.2314993 1.478516 0.373989 0.572418 -13.914254 54.00 83.8314994 1.478516 0.373989 0.572418 -13.914254 50.00 83.4514995 1.478516 0.373989 0.572418 -13.914254 52.00 82.72

14996 1.478516 0.373989 0.572418 -13.914254 50.00 82.8214997 1.478516 0.373989 0.572418 -13.914254 52.00 83.7814998 1.478516 0.373989 0.572418 -13.914254 52.00 82.8314999 1.478516 0.373989 0.572418 -13.914254 54.00 82.7215000 1.478516 0.373989 0.572418 -13.914254 50.00 83.07 ----------------------------------------------------------------------------------- Generasi terakhir (generasi ke-15000) memiliki nilai objective function yang terbaik. *) nilai dalam persen

4. SUSUNAN KROMOSOM PADA GENERASI KE - 15000 (dengan jumlah populasi 50) :

Susunan kromosom populasi ke-1 adalah ; 1 0 1 1 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 1 1 1 1 0 1 1 1 1 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 1 0 0 1 0 1 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0












0 0 1 1 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 1 0 1 1 1 1 0 1 0 1 1 1 1 0 1 1 1 0 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 1 1 1 1 1 0 0 1 1 0 0 0 1 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 0 1 1 0 0










5. EVALUASI KESERAGAMAN UNSUR KROMOSOM PADA GENERASI TERAKHIR : (Setiap populasi terdiri atas 120 unsur kromosom)

Tingkat keseragaman unsur kromosom ke 1 = 96.0 persen Tingkat keseragaman unsur kromosom ke 2 = 98.0 persen Tingkat keseragaman unsur kromosom ke 3 = 96.0 persen Tingkat keseragaman unsur kromosom ke 4 = 100.0 persen Tingkat keseragaman unsur kromosom ke 5 = 92.0 persen Tingkat keseragaman unsur kromosom ke 6 = 76.0 persen Tingkat keseragaman unsur kromosom ke 7 = 76.0 persen Tingkat keseragaman unsur kromosom ke 8 = 94.0 persen Tingkat keseragaman unsur kromosom ke 9 = 82.0 persen Tingkat keseragaman unsur kromosom ke 10 = 94.0 persen Tingkat keseragaman unsur kromosom ke 11 = 66.0 persen Tingkat keseragaman unsur kromosom ke 12 = 76.0 persen Tingkat keseragaman unsur kromosom ke 13 = 88.0 persen Tingkat keseragaman unsur kromosom ke 14 = 94.0 persen Tingkat keseragaman unsur kromosom ke 15 = 80.0 persen Tingkat keseragaman unsur kromosom ke 16 = 84.0 persen Tingkat keseragaman unsur kromosom ke 17 = 76.0 persen Tingkat keseragaman unsur kromosom ke 18 = 84.0 persen

Tingkat keseragaman unsur kromosom ke 19 = 88.0 persen Tingkat keseragaman unsur kromosom ke 20 = 62.0 persen Tingkat keseragaman unsur kromosom ke 21 = 90.0 persen Tingkat keseragaman unsur kromosom ke 22 = 96.0 persen Tingkat keseragaman unsur kromosom ke 23 = 86.0 persen Tingkat keseragaman unsur kromosom ke 24 = 98.0 persen Tingkat keseragaman unsur kromosom ke 25 = 80.0 persen Tingkat keseragaman unsur kromosom ke 26 = 86.0 persen Tingkat keseragaman unsur kromosom ke 27 = 94.0 persen Tingkat keseragaman unsur kromosom ke 28 = 80.0 persen Tingkat keseragaman unsur kromosom ke 29 = 58.0 persen Tingkat keseragaman unsur kromosom ke 30 = 78.0 persen Tingkat keseragaman unsur kromosom ke 31 = 56.0 persen Tingkat keseragaman unsur kromosom ke 32 = 88.0 persen Tingkat keseragaman unsur kromosom ke 33 = 94.0 persen Tingkat keseragaman unsur kromosom ke 34 = 98.0 persen Tingkat keseragaman unsur kromosom ke 35 = 80.0 persen Tingkat keseragaman unsur kromosom ke 36 = 82.0 persen Tingkat keseragaman unsur kromosom ke 37 = 84.0 persen Tingkat keseragaman unsur kromosom ke 38 = 62.0 persen Tingkat keseragaman unsur kromosom ke 39 = 92.0 persen Tingkat keseragaman unsur kromosom ke 40 = 88.0 persen Tingkat keseragaman unsur kromosom ke 41 = 98.0 persen Tingkat keseragaman unsur kromosom ke 42 = 100.0 persen Tingkat keseragaman unsur kromosom ke 43 = 100.0 persen Tingkat keseragaman unsur kromosom ke 44 = 86.0 persen Tingkat keseragaman unsur kromosom ke 45 = 82.0 persen Tingkat keseragaman unsur kromosom ke 46 = 94.0 persen Tingkat keseragaman unsur kromosom ke 47 = 86.0 persen Tingkat keseragaman unsur kromosom ke 48 = 74.0 persen Tingkat keseragaman unsur kromosom ke 49 = 86.0 persen Tingkat keseragaman unsur kromosom ke 50 = 96.0 persen Tingkat keseragaman unsur kromosom ke 51 = 90.0 persen Tingkat keseragaman unsur kromosom ke 52 = 96.0 persen Tingkat keseragaman unsur kromosom ke 53 = 78.0 persen Tingkat keseragaman unsur kromosom ke 54 = 60.0 persen Tingkat keseragaman unsur kromosom ke 55 = 78.0 persen Tingkat keseragaman unsur kromosom ke 56 = 94.0 persen Tingkat keseragaman unsur kromosom ke 57 = 76.0 persen Tingkat keseragaman unsur kromosom ke 58 = 58.0 persen Tingkat keseragaman unsur kromosom ke 59 = 76.0 persen Tingkat keseragaman unsur kromosom ke 60 = 92.0 persen Tingkat keseragaman unsur kromosom ke 61 = 78.0 persen Tingkat keseragaman unsur kromosom ke 62 = 80.0 persen Tingkat keseragaman unsur kromosom ke 63 = 90.0 persen Tingkat keseragaman unsur kromosom ke 64 = 70.0 persen Tingkat keseragaman unsur kromosom ke 65 = 74.0 persen Tingkat keseragaman unsur kromosom ke 66 = 92.0 persen Tingkat keseragaman unsur kromosom ke 67 = 92.0 persen Tingkat keseragaman unsur kromosom ke 68 = 90.0 persen Tingkat keseragaman unsur kromosom ke 69 = 84.0 persen Tingkat keseragaman unsur kromosom ke 70 = 94.0 persen Tingkat keseragaman unsur kromosom ke 71 = 86.0 persen Tingkat keseragaman unsur kromosom ke 72 = 94.0 persen Tingkat keseragaman unsur kromosom ke 73 = 90.0 persen Tingkat keseragaman unsur kromosom ke 74 = 80.0 persen Tingkat keseragaman unsur kromosom ke 75 = 84.0 persen Tingkat keseragaman unsur kromosom ke 76 = 78.0 persen Tingkat keseragaman unsur kromosom ke 77 = 96.0 persen Tingkat keseragaman unsur kromosom ke 78 = 76.0 persen Tingkat keseragaman unsur kromosom ke 79 = 96.0 persen Tingkat keseragaman unsur kromosom ke 80 = 68.0 persen Tingkat keseragaman unsur kromosom ke 81 = 100.0 persen Tingkat keseragaman unsur kromosom ke 82 = 100.0 persen Tingkat keseragaman unsur kromosom ke 83 = 98.0 persen Tingkat keseragaman unsur kromosom ke 84 = 90.0 persen Tingkat keseragaman unsur kromosom ke 85 = 82.0 persen Tingkat keseragaman unsur kromosom ke 86 = 50.0 persen Tingkat keseragaman unsur kromosom ke 87 = 66.0 persen Tingkat keseragaman unsur kromosom ke 88 = 86.0 persen Tingkat keseragaman unsur kromosom ke 89 = 94.0 persen

Tingkat keseragaman unsur kromosom ke 90 = 84.0 persen Tingkat keseragaman unsur kromosom ke 91 = 78.0 persen Tingkat keseragaman unsur kromosom ke 92 = 88.0 persen Tingkat keseragaman unsur kromosom ke 93 = 94.0 persen Tingkat keseragaman unsur kromosom ke 94 = 94.0 persen Tingkat keseragaman unsur kromosom ke 95 = 72.0 persen Tingkat keseragaman unsur kromosom ke 96 = 76.0 persen Tingkat keseragaman unsur kromosom ke 97 = 82.0 persen Tingkat keseragaman unsur kromosom ke 98 = 52.0 persen Tingkat keseragaman unsur kromosom ke 99 = 62.0 persen Tingkat keseragaman unsur kromosom ke 100 = 52.0 persen Tingkat keseragaman unsur kromosom ke 101 = 88.0 persen Tingkat keseragaman unsur kromosom ke 102 = 82.0 persen Tingkat keseragaman unsur kromosom ke 103 = 92.0 persen Tingkat keseragaman unsur kromosom ke 104 = 72.0 persen Tingkat keseragaman unsur kromosom ke 105 = 98.0 persen Tingkat keseragaman unsur kromosom ke 106 = 84.0 persen Tingkat keseragaman unsur kromosom ke 107 = 98.0 persen Tingkat keseragaman unsur kromosom ke 108 = 54.0 persen Tingkat keseragaman unsur kromosom ke 109 = 88.0 persen Tingkat keseragaman unsur kromosom ke 110 = 100.0 persen Tingkat keseragaman unsur kromosom ke 111 = 76.0 persen Tingkat keseragaman unsur kromosom ke 112 = 90.0 persen Tingkat keseragaman unsur kromosom ke 113 = 66.0 persen Tingkat keseragaman unsur kromosom ke 114 = 54.0 persen Tingkat keseragaman unsur kromosom ke 115 = 76.0 persen Tingkat keseragaman unsur kromosom ke 116 = 62.0 persen Tingkat keseragaman unsur kromosom ke 117 = 92.0 persen Tingkat keseragaman unsur kromosom ke 118 = 84.0 persen Tingkat keseragaman unsur kromosom ke 119 = 60.0 persen Tingkat keseragaman unsur kromosom ke 120 = 88.0 persen

6. KESIMPULAN AKHIR :

a. Tingkat keseragaman terkecil unsur kromosom yang disyaratkan (persen) = 90.00 b. Tingkat keseragaman terkecil unsur kromosom yang terjadi (persen) = 50.00 c. Hasil simulasi belum memenuhi persyaratan terkecil keseragaman unsur kromosom

d. Parameter hasil simulasi Algoritma Genetik : - Beta(1) = 1.478516 - Beta(2) = 0.373989 - Beta(3) = 0.572418 - L(beta) =-13.914254 e. Nilai AIC = 33.828508 f. Nilai SC = 38.032101

economicsinsight.files.wordpress.com · Web viewLAMPIRAN 2A EDITOR PROGRAM MATLAB – SIMULASI 1...

Documents

Transcript of economicsinsight.files.wordpress.com · Web viewLAMPIRAN 2A EDITOR PROGRAM MATLAB – SIMULASI 1...