Metode Penelitian
4. Metode Penelitian
Metode penelitian ini meliputi tahapan
Backpropagation
analisis dilakukan pada saat tahap perencanaan telah selesai. Pada tahapan ini melakukan penelitian lanjutan untuk memperoleh data inputan yang lebih terperinci.
Dalam tujuan penelitian ini adalah untuk menganalisis penggunaan data biner dan bipolar dalam mengenal gerbang logika menggunakan metode backpropagation. Untuk mencapai tujuan tersebut, penulis akan melakukan pelatihan (training)
Gambar 1. Grafik Penurunan Kuadrat Error pada pola data gerbang logika. Data yang digunakan
yaitu data input biner dengan target biner, data input Pada pengujian data input biner dan target bipolar dengan target bipolar, dan data input biner
biner metode backpropagation dapat mengenali dengan target bipolar (hybrid).
semua pola data yang diberikan dengan baik. Dimana Data yang akan dilatih adalah data dengan
jumlah iterasi terendah pada fungsi logika OR dan dua input dan satu target. Pengenalan pola dilakukan
NOR dengan target error 0.1.
dengan cara penyesuaian nilai bobot. Penghentian Selanjutnya yaitu menguji bentuk pola penyesuaian bobot dalam pengenalan pola apabila
dengan data input bipolar dengan target bipolar yang kuadrat error mencapai dari pada target error yang
ditunjukkan pada Tabel 2.
ditentukan. Tabel 2(a). Data Input Bipolar dengan Data Target
5. Hasil dan Analisa
Bipolar
Pelatihan dan pengujian data dengan
Data
penggunaan data biner, bipolar dalam mengenal
Input
Data Target
gerbang logika menggunakan metode X 1 X 2 OR AND
NOR
NAND Ex- Ex-
backpropagation dengan menggunakan tiga pola data
OR NOR
yang berbeda serta masing-masing target yang
berbeda pula. Adapun bentuk pola data pertama yang
akan dilatih dan diuji ditunjukkan pada Tabel 1
dengan data input biner dan data target biner.
1 1 1 1 -1
-1 -1 1
Tabel 1(a). Data Input Biner dengan Data Target Pola data pada Tabel 2(a) adalah pola data Biner
dengan dua data input dan satu data target yang
Data
bervariasi dengan learning rate dan maksimum epoch
Input
Data Target
yang sama pada pengujian data sebelumnya, yaitu
learning rate = 0.7 maksimum epoch = 150000.
OR
NOR
Adapun hasil pelatihan dan pengujian dari data pada
0 0 0 0 1 1 0 1 Tabel 2(a) adalah dapat dilihat pada Tabel 2(b).
0 1 1 0 0 1 1 0 (Lampiran).
1 1 1 1 0 0 0 1 Dari Tabel 2(b) dapat dilihat bahwa hasil pengujian mengenali gerbang logika menggunakan
Pola data pada Tabel 1(a) adalah pola data metode backpropagation dengan data input bipolar dengan dua data input dan satu data target yang
dan target bipolar semua fungsi logika tidak dapat bervariasi dengan learning rate = 0.7 maksimum
mengenali pola data yang diberikan. epoch = 150000. Adapun hasil pelatihan dan
Selanjutnya yaitu menguji bentuk pola pengujian dari data pada Tabel 1(a) adalah dapat
dengan data input biner dengan target bipolar dilihat pada Tabel 1(b). (Lampiran).
(hybrid) yang ditunjukkan pada Tabel 3.
KeTIK 2014
ISBN: 979-458-766-4
Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi
Tabel 3(a). Data Input Biner dengan Data Target Menggunakan Jaringan Syaraf Bipolar (Hybrid)
Tiruan dengan Beberapa Fungsi
Data
Input X 1 X 2 OR
Data Target
Pelatihan Backpropagation”.
Jurnal Fisika Unand, Vol. 2, No. 4,
1 [5] Priya, et al. (2014). “Time Series Analysis
of Forecasting Indian Rainfall”.
International Journal of
1 Innovations & Advancement in Computer Science (IJIACS),
Pola data pada Tabel 3(a) adalah pola data Volume 3, Issue 1, April. dengan dua data input dan satu data target yang
[6] Sutojo, T., et al. (2010). “Kecerdasan bervariasi dengan learning rate dan maksimum epoch
Penerbit Andi, yang sama pada pengujian data sebelumnya, yaitu
Buatan”.
Yogyakarta.
learning rate = 0.7 maksimum epoch = 150000.
Adapun hasil pelatihan dan pengujian dari data pada
Lampiran:
Tabel 2(a) adalah dapat dilihat pada Tabel 3(b).
(Lampiran).
Tabel 1(b). Hasil Pengujian Data Input Biner dengan Dari Tabel 3(b) dapat dilihat bahwa hasil
Data Target Biner pengujian mengenali gerbang logika menggunakan
metode backpropagation dengan data input biner dan
target bipolar semua fungsi logika tidak dapat
mengenali pola data yang diberikan.