27
Gambar 9. Nilai prediksi output dan nilai aktual target terbaik JST recurrent resilient backpropagation kelompok data pertama leap 1.
5.3 Kelompok Data Kedua
Hasil percobaan untuk kelompok da ta ini seperti disajikan pada Tabel 8, Tabel 9 dan Tabel 10.
Tabel 8. Hasil percobaan kelompok data kedua gradient descent adaptive
learning rate
Komposisi Leap 0
Leap 1 Leap 2
Leap 3 lr_inc lr_dec
R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min 1,05 0,6
46,0 244,31 46,0 198,13 29,0 269,44
6,54 305,09
1,05 0,7 47,3 272,50 46,4 200,82 32,4
277,55 8,75
314,85 1,20 0,6
53,6 297,69 45,7 197,55 28,4 269,45
12,6 344,63
Tabel 9. Hasil percobaan kelompok data kedua gradient descent adaptive learning rate momentum
komposisi Leap 0
Leap 1 Leap 2
Leap 3 mc
R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min 0,7
45,7 279,28 45,6 223,23 29,2 314,04
8,72 300,87
0,9 46,3 313,93 49,8 209,37 36,3
283,95 12,9
312,54
28
Tabel 10. Hasil percobaan kelompok data kedua resilient backpropagation
komposisi Leap 0
Leap 1 Leap 2
Leap 3 delt_inc
delt_dec R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min 1,5 0,6
45,0 198,63 59,5 156,46 59,5 156,46
21,0 248,22
1,7 0,4 58,1 201,63 56,3 169,77 56,2
188,12 29,1
225,73 1,5 0,5
42,8 228,19 56,0 172,67 56,0 172,67
27,5 234,18
1,7 0,6 46,6 229,47 59,9 155,29 54,0
171,03 24,1
250,92 Percobaan kelompok data kedua, hasil terbaik diperoleh pada saat menggunakan
algoritma resilient backpropagation. Untuk leap 0, ketika nilai delt_inc dinaikkan dari 1,5 menjadi 1,7 dan nilai delt_dec diturunkan dari 0,6 menjadi 0,4 hasilnya nilai R
2
naik dari 45 menjadi 58,1 menunjukan adanya peningkatan sebesar 13,1. Nilai RMSE naik dari 198,63 menjadi 201,63. Hasil ini merupakan yang terbaik untuk leap 0
dengan komposisi nilai delt_inc 1,7 dan delt_dec 0,4 seperti terlihat pada Gambar 10 , Gambar 11 dan Gambar 12.
Gambar 10. Jumlah epoh terbaik JST recurrent resilient backpropagation kelompok data kedua untuk leap 0
29
Gambar 11. Korelasi terbaik JST recurrent resilient backpropagation kelompok data kedua untuk leap 0
Gambar 12. Nilai prediksi output dan nilai aktual target terbaik JST recurrent resilient backpropagation kelompok data kedua leap 0.
30
Untuk leap 1, 2 dan 3, grafik pendugaan terbaik didapat pada saat leap 1. Ketika nilai delt_inc dinaikkan dari 1,5 menjadi 1,7 dan nilai delt_dec diturunkan dari 0,6 menjadi
0,4 hasilnya nilai R
2
maksimum turun dari 59,5 menjadi 56,3 sedangkan nilai RMSE naik dari 156,46 menjadi 169,77. Ketika nilai delt_inc tetap 1,7 dan delt_dec dinaikkan
dari 0,4 menjadi 0,6 hasilnya nilai R
2
maksimum naik dari 56,3 menjadi 59,9 dalam selang nilai R
2
diantara 19,5 sampai dengan 59,9 sedangkan nilai RMSE turun dari 169,77 menjadi 155,29 dalam selang nilai RMSE 155,29 sampai dengan 282,97. Hasil
ini merupakan yang terbaik untuk percobaan kelompok data kedua untuk leap 1 dengan komposisi nilai delt_inc 1,7 dan delt_dec 0,6 seperti disajikan pada Gambar 11 ,
Gambar 12 dan Gambar 13.
Gambar 13. Jumlah epoh terbaik JST recurrent resilient backpropagation kelompok data kedua leap 1
31
Gambar 14. Korelasi terbaik JST recurrent resilient backpropagation kelompok data kedua leap 1
Gambar 15. Nilai prediksi output dan nilai aktual target terbaik JST recurrent kelompok data kedua leap 1.
Dari hasil – hasil percobaan kelompok data kedua ini pendugaan curah hujan terbaik terjadi pada saat leap 1.
32
5.4 Komposisi Parameter Terbaik
