ESTIMASI PARAMETER FUNGSI COBB-DOUGLAS DENGAN ALGORITMA GENETIKA

Abstract

Algoritma Genetika adalah salah satu metode pendekatan untuk menentukan optimum global yang didasari oleh Teori Darwin, dan merupakan suatu algoritma pencarian yang bertujuan untuk mencari solusi dari suatu masalah, baik dengan satu variabel ataupun dengan multivariabel. Pada algoritma genetika tidak terlalu banyak memerlukan persyaratan matematika dalam penyelesaian proses optimasi dan dapat diaplikasikan pada beberapa jenis fungsi objektif dengan beberapa fungsi pembatas baik berbentuk linier maupun non-linier, serta sifat metode searchnya yang lebih optimal, tanpa terlalu memperbesar ruang pencarian dan tanpa kehilangan completeness. Pengestimasian parameter model Regresi Non-Linier menggunakan metode iterasi algoritma konvensional seperti Gauss-Newton, belum memberikan jaminan terjadinya konvergensi dan optimum global, sedangkan pada algoritma genetika sudah memberikan jaminan mengenai optimum global. Estimasi parameter fungsi cobb-douglas menggunakan algoritma genetika dapat dilakukan dengan mengoptimalkan fungsi objektif yaitu meminimumkan least square error atau memaksimumkan likelihood function, dengan melalui tahapan-tahapan yang ada pada algoritma genetika sehingga nantinya bisa didapatkan nilai parameter yang optimal. Kata Kunci : Algoritma genetika, regresi non-linier, fungsi cobb-douglas.