Tabel 64 Perbandingan output data Target dengan output hasil model JST 6-2- 1 Training dengan 10 node pada hidden layer
Data 1
2 3
4 5
6 7
8 9
10 Tar
get Beban
Kerja 4
4 4
3 3
3 4
4 4
4 Kecelakaan
Kerja 3
3 3
3 3
3 3
3 3
3 Kelelahan
4 4
4 4
4 4
3 3
3 3
Trai ning
Beban Kerja
4 4
4 3
3 3
4 4
4 4
Kecelakaan Kerja
2,9 2,9
2,9 2,9
2,9 2,9
2,9 2,9
2,9 2,9
Kelelahan 4
4 4
4 4
4 3
3 3
3
4.5.3.2 Verifikasi Model JST tahap Kedua untuk PG Bungamayang
Proses verifikasi untuk model JST tahap kedua dilakukan juga dengan memberikan beberapa variasi jumlah hidden layer lapisan tersembunyi dan
variasi jumlah node pada hidden layer. Beberapa model JST tahap kedua yang diuji antara lain dapat dilihat pada Tabel 65.
Tabel 65 Beberapa model JST yang dibangun untuk tahap kedua Model JST
Jumlah Hidden Layer Jumlah Node
pada Hidden Layer
Nilai R
2
Training 3-1-1
1 1
0.361 3-1-1
1 3
0.789 3-1-1
1 5
0.775 Dari Tabel 65 terlihat bahwa model JST 3-1-1 dengan 3 node pada
hidden layer menunjukkan nilai R
2
terbesar dengan nilai R
2
=0.789. Nilai R
2
yang semakin besar mendekati 1 menunjukkan bahwa output yang dihasilkan oleh
model semakin mendekati nilai output data.
4.5.3.3 Verifikasi Model JST tahap Pertama untuk PG Jatitujuh
Verifikasi model JST tahap pertama juga dilakukan pada model JST untuk PG Jatitujuh. Verifikasi ini juga dilakukan guna melihat kesesuaian antara data
output yang digunakan pada proses training dengan data output yang dihasilkan dari model JST yang dibangun Tabel 67. Model JST tahap pertama yang
dibangun diuji coba dengan beberapa variasi jumlah hidden layer lapisan tersembunyi dan variasi jumlah node pada hidden layer.
Tabel 66 Beberapa model JST yang dibangun untuk tahap pertama Model JST
Jumlah Hidden Layer Jumlah Node
pada Hidden Layer
Nilai R
2
Training 3-2-1
2 300
0.530 3-3-1
3 250
0.496 3-3-1
3 300
0.881 3-3-1
3 350
0.618 3-4-1
4 250
0.602 Dari Tabel 66 terlihat bahwa nilai untuk model JST 3-3-1 dengan jumlah
node 300 pada hidden layer, memiliki nilai R
2
yang terbaik. Nilai R
2
berkorelasi dengan nilai error model, dimana semakin besar nilai R
2
maka nilai error model akan semakin kecil. Hal ini karena nilai error model merupakan selisih dari nilai
output dugaan model dengan output yang diberikan sebagai data training. Data error dihitung dengan menggunakan mean square error MSE.
Tabel 67 Perbandingan output data Target dengan output hasil model JST 3-3-1 Training dengan 300 node pada hidden layer
Data 1
2 3
4 5
6 7
8 9
10 Target
Beban Kerja
3 3
3 3
3 3
3 3
3 3
Kecelakaan Kerja
3 3
3 3
3 3
3 3
3 3
Kelelahan 2
2 2
2 2
2 2
2 2
2 Training
Beban Kerja
3.1 3.0 3.0 3.0 3.0 3.0 3.0
3. 3.0 3.0
Kecelakaan Kerja
3.0 3.0 3.0 3.0
3. 3.0 3.0 3.0 3.0 3.0
Kelelahan 2,2
2,1 2,4 2,4 2,4 2,4 2,4 2,4 2,4 2,4
4.5.3.4 Verifikasi Model JST tahap Kedua untuk PG Jatitujuh
