a.2 Input hasil normalisasi Tabel 4.2 Input hasil normalisasi data target awal potongan grafik MF 1
Indeks Data Ke -
Input Normalisasi Indeks Data
Ke - Input Normalisasi
1 0 dan 0,195 dan 0,184
20 0,086 dan 0,195 dan -0,022
2 0 dan 0,195 dan 0,173
21 0,097 dan 0,195 dan -0,032
3 0 dan 0,195 dan 0,162
22 0,108 dan 0,195 dan -0,043
4 0 dan 0,195 dan 0,151
23 0,13 dan 0,195 dan -0,054
5 0,011 dan 0,195 dan 0,141
24 0,141 dan 0,195 dan -0,065
6 0,011 dan 0,195 dan 0,13
25 0,151 dan 0,195 dan -0,076
7 0,011 dan 0,195 dan 0,119
26 0,162 dan 0,195 dan -0,086
8 0,011 dan 0,195 dan 0,108
27 0,162 dan 0,195 dan -0,097
9 0,032 dan 0,195 dan 0,097
28 0,162 dan 0,195 dan -0,108
10 0,032 dan 0,195 dan 0,086
29 0,173 dan 0,195 dan -0,119
11 0,032 dan 0,195 dan 0,076
30 0,173 dan 0,195 dan -0,13
12 0,043 dan 0,195 dan 0,065
31 0,173 dan 0,195 dan -0,141
13 0,054 dan 0,195 dan 0,054
32 0,184 dan 0,195 dan -0,151
14 0,054 dan 0,195 dan 0,043
33 -0,065 dan -0,065 dan -0,065
15 0,065 dan 0,195 dan 0,032
34 -0,065 dan -0,065 dan -0,065
16 0,065 dan 0,195 dan 0,022
. .
. 17
0,065 dan 0,195 dan 0,011 -0,065 dan -0,065 dan -0,065
18 0,065 dan 0,195 dan 0
19 0,086 dan 0,195 dan -0,011
100 -0,065 dan -0,065 dan -0,065
Data input hasil normalisasi didapatkan melalui proses normalisasi data untuk mengubah data input menjadi data dengan ukuran antara 0 dan 1. Proses ini
terjadi didalam proses set target dan bobot.
Bobot Input Ke Hidden
0,3248 0,9796 0,579 0,5266 0,1341 0,8987 0,0312 0,7926
0,7192 0,2441 0,9422 0,4668
Bias Input Ke Hidden
0,724 0,397 0,232 0,6027
Bobot Hidden Ke Output
0,5511 0,4617 0,6493 0,766
Bias Hidden Ke Output = 0,467
Universitas Sumatera Utara
Bias input ke hidden berbentuk matriks 3 X 4, yaitu 3 variabel input terhubung dengan 4 neuron pada hidden layer, bias input ke hidden berbentuk
matriks 1 X 4, yaitu 1 bias input dan 4 jumlah neuron pada hidden layer, dan bobot hidden ke output berbentuk matriks 1 X 4, yaitu 1 bobot hidden dan 4
jumlah neuron pada hidden layer. Sedangkan bias hidden ke output berjumlah 1, karena pada proses kohonen, yang didapatkan adalah nilai terbaik yang akan
dijadikan target untuk grafik 1.
a.3 Nilai target Tabel 4.3 Nilai target data target awal potongan grafik MF 1
Kategori