This undesirable problem is general

This undesirable problem is generally solved by using methods such as Ridge regression which
gives the biased parameter estimates. Ridge regression shrinks the ordinary least squares estimation vector of regression
coefficients towards origin, allowing with a bias but providing a smaller variance. However, the choice of shrinkage
parameter k in ridge regression is another serious issue. In this study, a new algorithm based on particle swarm optimization is
proposed to find optimal shrinkage parameter.

Results (Indonesian) 2:

Masalah yang tidak diinginkan ini umumnya diselesaikan dengan menggunakan metode seperti regresi Ridge yang
memberikan estimasi parameter bias. Ridge regresi menyusut vektor estimasi kuadrat biasa regresi
koefisien terhadap asal, memungkinkan dengan bias tetapi menyediakan varian yang lebih kecil. Namun, pilihan penyusutan
parameter k dalam regresi ridge merupakan masalah serius lain. Dalam penelitian ini, algoritma baru berdasarkan optimasi partikel swarm yang
diusulkan untuk menemukan optimal parameter penyusutan.