Tabel 4.7 MSE Hasil Pelatihan Mencari Jumlah Node Pada Hidden Layer Ke-4 No Susunan
struktur jaringan saraf tiruan
Jumlah epoch
Nilai learnin
g rate Nilai
momen tum
MSE pelati
han Lama
pelatihan detik
1 192 –14 – 6 – 4 – 2 – 1
1000 0,5
0,8 9,99e-05
11
Dari hasil pengujian yang telah dilakukan seperti pada Tabel 4.7 bahwasanya jumlah node hidden layer ke-4 yang masih diterima jaringan saraf tiruan terletak
pada 2 node dan ditetapkan sebagai jaringan saraf tiruan berikutnya dengan susunan jumlah node input, hidden dan output layer adalah 192 – 14 – 6 – 4 – 2 – 1.
4.3. Pengujian Mencari Nilai Learning Rate
Setelah struktur jaringan saraf tiruan yang optimal diperoleh maka penelitian dilanjutkan pada pencarian nilai learning rate yang optimal. Di mana metode yang
digunakan untuk mencari nilai learning rate adalah trial and error. Adapun langkah- langkah metode trial and error yang diterapkan pada penelitian adalah sebagai
berikut: Langkah a. Menetapkan nilai learning rate.
Nilai learning rate yang akan diuji dari 0,1 – 0,9. Langkah b. Melakukan proses pelatihan.
Setelah nilai learning rate ditetapkan maka langkah selanjutnya dilakukan proses pelatihan. Dari proses pelatihan ini akan dilihat pengaruh nilai
learning rate terhadap nilai MSE pelatihan, waktu dan hasil prediksi.
Universitas Sumatera Utara
Langkah c. Dilakukan proses pengulangan dari langkah a – b. Pada langkah ini dilakukan pengujian terhadap nilai learning rate yang
diuji. Tabel 4.48 menunjukkan MSE hasil pelatihan dari learning rate 0,1 – 0,9.
Tabel 4.8 MSE Hasil Pelatihan Dari Learning Rate 0,1 – 0,9 No Susunan
struktur jaringan saraf tiruan
Jumlah epoch
Nilai learning
rate Nilai
mome ntum
MSE pelati
han Lama
pelatihan detik
1 192 – 14 – 6 – 4 – 2 – 1
1000 0,1
0,8 0,00135
28 2
192 – 14 – 6 – 4 – 2 – 1 1000
0,2 0,8
0,000194 21
3 192 – 14 – 6 – 4 – 2 – 1
1000 0,3
0,8 0,0001
20 4
192 – 14 – 6 – 4 – 2 – 1 1000
0,4 0,8
0,0001 15
5 192 – 14 – 6 – 4 – 2 – 1
1000 0,5
0,8 9,99e-05
11 6
192 – 14 – 6 – 4 – 2 – 1 1000
0,6 0,8
9,98e-05 10
7 192 – 14 – 6 – 4 – 2 – 1
1000 0,7
0,8 9,99e-05
8 8
192 – 14 – 6 – 4 – 2 – 1 1000
0,8 0,8
9,98e-05 7
9 192 – 14 – 6 – 4 – 2 – 1
1000 0,9
0,8 9,95e-05 9
Dari Tabel 4.8 dapat diketahui bahwasanya dari nilai learning rate 0,1 – 0,9 yang diuji, MSE pelatihan yang terkecil terdapat pada nilai learning rate 0,9 nilai
learning rate, MSE pelatihan dan waktu pelatihan diberi warna hijau dan nilai
tersebut ditetapkan sebagai learning rate jaringan saraf tiruan.
4.4. Pengujian Mencari Nilai Momentum
Setelah struktur jaringan saraf tiruan dan nilai learning rate yang optimal diperoleh maka penelitian dilanjutkan pada pencarian nilai momentum yang optimal.
Di mana metode yang digunakan untuk mencari nilai momentum adalah trial and
Universitas Sumatera Utara
error . Adapun langkah-langkah metode trial and error yang diterapkan pada
penelitian adalah sebagai berikut: Langkah a. Menetapkan nilai momentum.
Nilai momentum yang akan diuji dari 0,1 – 0,9. Langkah b. Melakukan proses pelatihan.
Setelah nilai momentum ditetapkan maka langkah selanjutnya dilakukan proses pelatihan. Dari proses pelatihan ini akan dilihat pengaruh nilai
momentum yang ditetapkan yaitu dari 0,1 – 0,9 terhadap nilai MSE pelatihan, waktu dan hasil prediksi.
Langkah c. Dilakukan proses pengulangan dari langkah a – b. Pada langkah ini dilakukan pengujian terhadap nilai momentum yang
diuji. Tabel 4.9 menunjukkan MSE hasil pelatihan dari momentum 0,1 – 0,9.
Tabel 4.9 MSE Hasil Pelatihan Dari Momentum 0,1 – 0,9 No Susunan
struktur jaringan saraf tiruan
Jumlah epoch
Nilai learnin
g rate Nilai
mome ntum
MSE pelati
han Lama
pelatih an
detik 1
192 – 14 – 6 – 4 – 2 – 1 1000
0,9 0,1
0,000142 23
2 192 – 14 – 6 – 4 – 2 – 1
1000 0,9
0,2 0,0001
8 3
192 – 14 – 6 – 4 – 2 – 1 1000
0,9 0,3
9,97e-05 7
4 192 – 14 – 6 – 4 – 2 – 1
1000 0,9
0,4 0,0001
7 5
192 – 14 – 6 – 4 – 2 – 1 1000
0,9 0,5
9,99e-05 7
6 192 – 14 – 6 – 4 – 2 – 1
1000 0,9
0,6 9,97e-05
7 7
192 – 14 – 6 – 4 – 2 – 1 1000
0,9 0,7
9,97e-05 7
8 192 – 14 – 6 – 4 – 2 – 1
1000 0,9
0,8 9,95e-05 7
9 192 – 14 – 6 – 4 – 2 – 1
1000 0,9
0,9 9,95e-05 8
Universitas Sumatera Utara
Dari Tabel 4.9 dapat diketahui bahwasanya dari nilai momentum 0,1 – 0,9 yang telah diuji, MSE pelatihan yang terkecil terdapat pada nilai momentum 0,8 dan 0,9
nilai momentum MSE pelatihan dan waktu pelatihan diberi warna hijau tetapi setelah dilihat dari hasil prediksinya penggunaan momentum 0,9 lebih baik
dibandingkan 0,8 sehingga nilai tersebut ditetapkan sebagai momentum jaringan saraf tiruan.
4.5.
Pengujian Hasil Pelatihan
Untuk mengetahui apakah jaringan saraf tiruan yang telah dilakukan proses pelatihan telah layak atau tidak untuk digunakan maka dapat dianalisis melalui 3 cara
yaitu: 1.
Error hasil pelatihan. 2.
Diuji dengan pola pelatihan. 3.
Diuji dengan pola yang tidak pernah dikenali.
4.5.1. Error Hasil Pelatihan
Dari hasil pelatihan yang telah dilakukan bahwasanya jaringan saraf tiruan dapat dengan cepat mengenali pola-pola input, hal ini dapat terlihat dari nilai MSE
pelatihan yang telah mencapai toleransi error yang ditetapkan yaitu sebesar 0,0001 dan proses pelatihan hanya membutuhkan waktu kurang dari 10 detik sehingga jika
dilihat dari error dan waktu pelatihan telah mencapai standar yang ditetapkan. Ini merupakan indikator bahwasanya hasil prediksi JST pada pola-pola input yang
dilatihkan ke dalam JST telah mencapai atau mendekati target yang ditetapkan.
Universitas Sumatera Utara
4.5.2. Diuji Dengan Pola Pelatihan
Selanjutnya untuk memastikan jaringan saraf tiruan telah layak atau tidak untuk digunakan maka jaringan saraf tiruan diuji dengan pola yang pernah
dimasukkan ke dalam jaringan. Perbandingan keberdekatan antara target o berwarna biru dengan hasil prediksi berwarna merah dapat dilihat pada Gambar 4.1. Dari 49
pola yang pernah dilatihkan kejaringan saraf tiruan tidak ada pola yang keluar dari targetnya.
Gambar 4. 1 Keberdekatan Target Dengan Hasil Prediksi Pada Pola Pelatihan
5 10
15 20
25 30
35 40
45 50
0.1 0.2
0.3 0.4
0.5 0.6
0.7 0.8
0.9 1
Perbandingan antara Target o dan Hasil Prediksi
H a
si l P
re d
iks i
Target Pola Ke -
Universitas Sumatera Utara
Tabel 4. 10 Perbandingan Antara Target Dengan Hasil Prediksi Pada Pola Pelatihan No
Target Prediksi
1 0,9
0,8963 2
0,9 0,8983
3 0,9
0,8963 4
0,9 0,8960
5 0,9
0,8991 6
0,9 0,8960
7 0,9
0,8981 8
0,9 0,8976
9 0,9
0,8988 10
0,9 0,8988
11 0,9
0,8989 12
0,9 0,8978
13 0,9
0,8997 14
0,9 0,8992
15 0,9
0,9007 16
0,9 0,8998
17 0,9
0,8997 18
0,9 0,8996
19 0,9
0,8997 20
0,9 0,9002
21 0,9
0,8996 22
0,9 0,9000
23 0,9
0,8995 24
0,9 0,8978
25 0,9
0,8969 26
0,9 0,9004
27 0,9
0,8995 28
0,9 0,8976
29 0,9
0,8823 30
0,9 0,8977
31 0,9
0,8619 32
0,9 0,8980
33 0,5
0,5068 34
0,5 0,5064
35 0,5
0,4996 36
0,5 0,4915
37 0,1
0,1155 38
0,1 0,0830
39 0,1
0,1312
Universitas Sumatera Utara
40 0,1
0,1097 41
0,1 0,1026
42 0,1
0,0932 43
0,1 0,1096
44 0,1
0,0846 45
0,1 0,0850
46 0,1
0,0869 47
0,1 0,0883
48 0,1
0,1020 49
0,1 0,1181
Dari Tabel 4.10 dapat diketahui dari 49 pola yang pernah dilatihkan kejaringan saraf tiruan tidak ada pola yang keluar dari target yang diharapkan. Sehingga akurasi
prediksi jaringan saraf tiruan untuk pola yang pernah dilatihkan mencapai 100. 49
49
Untuk mencapai hasil prediksi seperti Tabel 4.10 yang telah mendekati target yang diharapkan, hal yang perlu dilakukan dengan melatih JST backpropagation.
Dengan melakukan proses pelatihan maka terjadi perubahan update bobot jaringan dan bias pada setiap epoch hingga nilai MSE hasil pelatihan lebih kecil dari toleransi
error yang ditetapkan. Perubahan bobot jaringan dan bias ini dimaksudkan untuk
mencapai target yang ditetapkan. Setelah bobot jaringan dan bias yang optimal hasil pelatihan diperoleh maka langkah selanjutnya menetapkan bobot jaringan dan bias
tersebut sebagai bobot jaringan dan bias permanen JST backpropagation agar nantinya dapat dipakai pada tahap pengujian.
Tabel 4.10 Perbandingan Target Dengan Hasil Prediksi Pola Pelatihan Sambungan Hal: 79 No Target Prediksi
Universitas Sumatera Utara
4.5.3. Diuji Dengan Pola Yang Tidak Pernah Dikenali
Setelah dilakukan pengujian dengan pola yang pernah dilatihkan tahap selanjutnya jaringan saraf tiruan diuji dengan pola yang tidak pernah dikenali.
Perbandingan keberdekatan antara target o berwarna biru dengan hasil prediksi berwarna merah dapat dilihat pada Gambar 4.2. Setelah diuji dengan 10 pola yang
tidak pernah dimasukkan ke dalam jaringan saraf tiruan ternyata jaringan masih memberikan hasil yang baik, hal ini tampak dari keberdekatan antara target dengan
hasil prediksi.
Gambar 4. 2 Keberdekatan Target Dengan Hasil Prediksi Pada Pola Uji
2 4
6 8
10 0.1
0.2 0.3
0.4 0.5
0.6 0.7
0.8 0.9
1 Perbandingan antara Target o dan Hasil Prediksi
H a
si l P
re d
iksi
Target Pola Ke -
Universitas Sumatera Utara
Tabel 4. 11 Perbandingan Antara Target Dengan Hasil Prediksi Pada Pola Uji
No Target
Prediksi 1
0,9 0,8959
2 0,9
0,8981 3
0,9 0,9000
4 0,9
0,8994 5
0,9 0,9007
6 0,9
0,8940 7
0,5 0,8821
8 0,5
0,4180 9
0,1 0,0769
10 0,1
0,0836
Dari Tabel 4.11 dapat diketahui bahwasanya dari 10 pola telah diuji tidak yang tidak pernah dikenali hanya 1 pola yang keluar dari target yang diharapkan.
Sehingga akurasi prediksi jaringan saraf tiruan untuk pola yang tidak pernah dilatihkan ke dalam jaringan saraf tiruan mencapai 90.
9
9
Dari hasil prediksi seperti Tabel 4.11 yang hanya 9 dari 10 yang dapat mendekati target yang diharapkan karena ada 1 pola uji pola nomor 7 yang sangat
berbeda dengan pola-pola yang pernah dilatihkan ke dalam JST backpropagation sehingga hasil prediksi yang merupakan keluaran dari fungsi aktivasi simoid biner
dari penjumlahan pola input dengan bobot jaringan ditambah bobot bias tidak dapat mendekati target yang diharapkan.
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN