2. Pencarian informasi mengenai segala sesuatu yang berhubungan dengan penelitian ini.
3. Pengumpulan data. 4. Analisa terhadap data dan perancangan mengenai sistem yang akan dibuat.
5. Analisa dan perancangan yang telah dilakukan sebelumnya, selanjutnya diimplementasikan ke dalam perangkat lunak.
6. Dilakukan pengujian terhadap sistem dengan memasukkan data latih dan data uji.
7. Dilakukan analisa terhadap sistem yang telah diuji. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
BAB IV IMPLEMENTASI DAN ANALISA HASIL
Bab ini akan berisikan tentang implementasi dan analisis keluaran dari sistem dengan algoritma yang telah digunakan serta perancangan antarmuka.
4.1. Implementasi Sistem
Gambar 4.1. Tampilan Utama Program Pada tampilan antar muka sistem terdapat 4 panel fungsi dari sistem, yaitu :
a. Data Kelompok Proses uji data kelompok dilakukan dengan cara memilih jenis roti terlebih
dahulu dengan memilih satu jenis roti. Kemudian memasukan nilai variabel jaringan syaraf tiruan, yaitu: hidden layer 1, hidden layer 2, epoch dan
learning rate . Setelah itu menekan tombol “prediksi”.
b. Grafik Proses ini dilakukan untuk menampilkan perbandingan grafik antara data
asli dan data hasil prediksi. Grafik akan muncul ketika menekan tombol “Grafik”.
c. Data Tunggal Proses ini dilakukan untuk menguji satu data saja. Cara nmenguji data
tersebut adalah memasukan tanggal prediksi dengan format tanggal bulanharitahun kemudian menekan tombol Prediksi. Kemudian akan
muncul hasil dan waktu prediksi. Tabel data input digunakan untuk menampilkan data input yang digunakan untuk menguji data tunggal.
4.2. Pengujian
Pengujian sistem telah dilakukan beberapa kali untuk mendapatkan hasil yang paling optimal dimulai dari menguji dan merubah jumlah neuron dalam setiap
hidden layer, fungsi aktivasi dan metode training yang digunakan dalam arsitektur jaringan. Selain itu pengujian juga dilakukan terhadap jumlah data input dengan
beberapa kombinasi delay data yang dilakukan dalam pengujian sistem tersebut.
4.2.1. Optimalisasi Arsitektur Jaringan dan Jumlah Delay Data
Pada proses optimalisasi jaringan ini akan dilakukan terhadap data pelatihan sebanyak 1002 data untuk setiap jenis roti dengan beberapa kombinasi hidden layer
dan delay data. Kombinasi hidden layer dimulai dengan jumlah satu hidden layer dengan 25 neuron akan bertambah 5 neuron untuk setiap percobaan dan delay data
dimulai dengan 7 dan akan bertambah 7 untuk setiap percobaan yang dilakukan sampai delay 28 data. Dan setelah itu akan menambah kombinasi dengan dua
hidden layer dengan kombinasi yang sama. Berikut hasil proses optimalisasi jaringan yang dilakukan :
Fungsi transfer hidden layer 1 = Logsig Fungsi transfer hidden layer 2 = Logsig
Fungsi Aktivasi = Purelin ; Metode Train = traingdx
Gambar 4.2. Grafik Akurasi 1 Hidden Layer Roti Pisang Coklat Delay Data : 7
66 68
70 72
74 76
25 30
35 40
45 50
55 60
65 70
Akurasi 1 HL
Gambar 4.3. Grafik Akurasi 2 Hidden Layer Roti Pisang Coklat Delay Data : 7
Dapat dilihat dari Gambar 4.2 dan Gambar 4.3 hasil dari percobaan roti pisang coklat masing-masing variasi. Jika dibandingkan dengan percobaan
menggunakan dua hidden layer akurasi tertinggi mencapai 74.45 dengan variasi jumlah neuron 25 dan 25, sedangkan hasil dari satu hidden layer lebih tinggi
akurasinya. Yaitu pada variasi jumlah neuron 25 dengan akurasi 74.88 untuk percobaan dengan jumlah delay 7 data.
Gambar 4.4. Grafik Akurasi 1 Hidden Layer Roti Pisang Coklat Delay Data : 14
Gambar 4.5. Grafik Akurasi 2 Hidden Layer Roti Pisang Coklat Delay Data : 14
70 72
74 76
25 30
35 40
45 50
55 60
65 70
25
Akurasi 2 HL
68 70
72 74
76
25 30
35 40
45 50
55 60
65 70
Akurasi 1 HL
68 70
72 74
76
25 30
35 40
45 50
55 60
65 70
30
Akurasi 2 HL
Dapat dilihat dari Gambar 4.4 dan Gambar 4.5 hasil dari percobaan roti pisang coklat masing-masing variasi. Jika dibandingkan dengan percobaan
menggunakan satu hidden layer akurasi tertinggi mencapai 74.21 dengan variasi jumlah neuron 30, sedangkan hasil dari dua hidden layer lebih tingggi akurasinya.
Yaitu pada variasi jumlah neuron 30 dan 35 dengan akurasi 74.38 untuk percobaan dengan jumlah delay 14 data.
Gambar 4.6. Grafik Akurasi 1 Hidden Layer Roti Pisang Coklat Delay Data : 21
Gambar 4.7. Grafik Akurasi 2 Hidden Layer Roti Pisang Coklat Delay Data : 21 Dapat dilihat dari Gambar 4.6 dan Gambar 4.7 hasil dari percobaan roti
pisang coklat masing-masing variasi. Jika dibandingkan dengan percobaan menggunakan satu hidden layer akurasi tertinggi mencapai 74.09 dengan variasi
jumlah neuron 30, sedangkan hasil dari dua hidden layer lebih tinggi akurasinya. Yaitu pada variasi jumlah neuron 30 dan 35 dengan akurasi 74.63 untuk
percobaan dengan jumlah delay 21 data.
66 68
70 72
74 76
25 30
35 40
45 50
55 60
65 70
Akurasi 1 HL
70 71
72 73
74 75
25 30
35 40
45 50
55 60
65 70
30
Akurasi 2 HL
Gambar 4.8. Grafik Akurasi 1 Hidden Layer Roti Pisang Coklat Delay Data : 28
Gambar 4.9. Grafik Akurasi 2 Hidden Layer Roti Pisang Coklat Delay Data : 28 Dapat dilihat dari Gambar 4.8 dan Gambar 4.9 hasil dari percobaan roti
pisang coklat masing-masing variasi. Jika dibandingkan dengan percobaan menggunakan dua hidden layer akurasi tertinggi mencapai 74.06 dengan variasi
jumlah neuron 25 dan 25, sedangkan hasil dari satu hidden layer lebih tinggi akurasinya. Yaitu pada variasi jumlah neuron 25 dengan akurasi 74.73 untuk
percobaan dengan jumlah delay 28 data.
Gambar 4.10. Grafik Akurasi 1 Hidden Layer Roti Pisang Keju Delay Data : 7
68 70
72 74
76
25 30
35 40
45 50
55 60
65 70
Akurasi 1 HL
70 72
74 76
25 30
35 40
45 50
55 60
65 70
25
Akurasi 2 HL
67 68
69 70
71 72
25 30
35 40
45 50
55 60
65 70
Akurasi 1 HL
Gambar 4.11. Grafik Akurasi 2 Hidden Layer Roti Pisang Keju Delay Data : 7
Dapat dilihat dari Gambar 4.10 dan Gambar 4.11 hasil dari percobaan roti pisang keju masing-masing variasi. Jika dibandingkan dengan percobaan
menggunakan satu hidden layer akurasi tertinggi mencapai 71.58 dengan variasi jumlah neuron 30, sedangkan hasil dari dua hidden layer lebih tinggi akurasinya.
Yaitu pada variasi jumlah neuron 30 dan 45 dengan akurasi 71.61 untuk percobaan dengan jumlah delay 7 data.
Gambar 4.12. Grafik Akurasi 1 Hidden Layer Roti Pisang Keju Delay Data : 14
Gambar 4.13. Grafik Akurasi 2 Hidden Layer Roti Pisang Keju Delay Data : 14
66 68
70 72
25 30
35 40
45 50
55 60
65 70
30
Akurasi 2 HL
66 68
70 72
25 30
35 40
45 50
55 60
65 70
Akurasi 1 HL
68 70
72 74
25 30
35 40
45 50
55 60
65 70
25
Akurasi 2 HL
