Dari beberapa pelatihan ikan koi jantan maupun betina yang dilakukan kemudian diambil masing – masing tiga tipe pelatihan terbaik Tabel 2. Dari hasil tersebut dapat
dilihat bahwa semua JST memerlukan nilai perubahan bobot neuron momentum yang seimbang yaitu 0.5 artinya kecepatan perubahan bobot antara neuron yang satu dengan
neuron pada lapisan berikutnya tidak boleh terlalu cepat atau terlalu lambat. Jumlah neuron tersembunyi yang dibutuhkan berkisar antara 2 – 3 kali banyaknya jumlah input.
Tabel 2: Tipe jaringan syaraf tiruan ikan koi jantan dan betina pada proses pelatihan
Jantan Betina
Momentum
0,5 0,5
0,5 0,5
0,5 0,5
Learning Rate
0,3 0,5
0,9 0,3
0,5 0,9
Iterasi
3000 5000
10000 3000
5000 10000
Neuron hidden
39 39
39 26
39 39
Akurasi
100 100
100 100
100 100
4.8.2 Pengujian JST
Pengujian oleh JST dilakukan setelah didapatkan nilai–nilai bobot yang stabil pada proses pelatihan. Dari ke enam tipe pelatihan JST yang dilakukan kemudian
dilakukan pengujian terhadap data yang belum pernah diberikan kepada masing- masing tipe JST. Data pengujian ini dipilih secara acak sebanyak 10 set data baik ikan jantan
maupun ikan betina Lampiran 4. Rancangan tampilan modul pengujian atau aktivasi untuk validasi ini terlihat
seperti Gambar 45 . Perbedaan utama perancangan modul ini dengan modul pelatihan yaitu pada modul ini hanya melibatkan algoritma panjar maju saja, tanpa adanya
algoritma propagasi balik dalam merambatkan nilai bobot input.
Gambar 42. Tampilan form Aktivasi JST
Hasil dugaan oleh masing–masing tipe JST dengan berbagai variasi parameter pelatihannya adalah sebagai berikut:
1. Pendugaan ikan jantan a. Pendugaan oleh tipe JST pertama ikan koi jantan
Pendugaan yang dilakukan ini didasarkan pada nilai bobot yang dihasilkan oleh tipe JST pertama pada ikan koi jantan dengan parameter momentum sama
dengan 0.5, laju pembelajaran sama dengan 0.3 , jumlah neuron hidden sama dengan 39 dan iterasi sebanyak 3,000 kali.
Pada tipe JST ini dari 10 data ikan jantan yang diuji ada 6 data ikan jantan yang dapat diduga dengan benar, artinya tingkat akurasi JST pada tipe JST ini sebesar
60. Tabel 3. Hasil dugaan JST pada tipe pertama JST ikan koi jantan
Data ke - Dugaan Target
Error Keputusan
1 0,6103
1 0,3897
Jantan 2
0,4774 1
0,5226 Betina
3 0,5609
1 0,4391
Jantan 4
0,4851 1
0,5149 Betina
5 0,5518
1 0,4482
Jantan 6
0,6000 1
0,4 Jantan
7 0,4818
1 0,5182
Betina 8
0,4637 1
0,5363 Betina
9 0,5363
1 0,4637
Jantan 10
0,5503 1
0,4497 Jantan
Benar 6
Salah 4
Akurasi 60
Keterangan = Dugaan salah
b. Pendugaan oleh tipe JST kedua ikan koi jantan Pendugaan yang dilakukan ini didasarkan pada nilai bobot yang dihasilkan oleh
tipe JST kedua pada ikan koi jantan dengan parameter momentum sama dengan 0.5, laju pembelajaran sama dengan 0.5 , jumlah neuron hidden sama dengan 39 dan
iterasi sebanyak 3,000 kali. Hasil dugaan Tipe JST ini menghasilkan tingkat akurasi 50 dengan 5 data ikan
jantan yang ditebak dengan benar dan 5 data lain yang ditebak dengan salah.
Tabel 4. Hasil dugaan JST pada tipe kedua JST ikan koi jantan
Data ke - Dugaan Target
Error Keputusan
1 0,52
1 0,48
Jantan 2
0,5084 1
0,4916 Jantan
3 0,5662
1 0,4338
Jantan 4
0,4277 1
0,5723 Betina
5 0,579
1 0,421
Jantan 6
0,4746 1
0,5254 Betina
7 0,4211
1 0,5789
Betina 8
0,4364 1
0,5636 Betina
9 0,4492
1 0,5508
Betina 10
0,5797 1
0,4203 Jantan
Benar 5
Salah 5
Akurasi 50
Keterangan : Dugaan salah
Tipe jaringan ini memberikan nilai akurasi yang kurang baik bila dibandingkan dengan JST tipe pertama ya itu hanya 50 , hal ini disebabkan oleh jumlah iterasi
yang kurang banyak, sebaiknya iterasi dilakukan pada kisaran 3,500– 4,500 kali iterasi.
c. Pendugaan oleh tipe JST ketiga ikan koi jantan Pendugaan yang dilakukan ini didasarkan pada nilai bobot yang dihasilkan
oleh tipe JST ketiga pada ikan koi jantan dengan parameter momentum sama dengan 0.5, laju pembelajaran sama dengan 0.9 , jumlah neuron hidden sama dengan 39 dan
iterasi sebanyak 10,000 kali. Tipe JST ini memberikan hasil yang terbaik pada kesepuluh data dugaan
dengan tingkat akurasi yang dihasilkan sebesar 70 dengan 7 data ikan jantan dapat ditebak dengan benar dan 3 data tidak dapat ditebak dengan benar. Tipe jaringan ini
merupakan tipe jaringan yang paling stabil, ini terlihat dari 10,000 kali iterasi yang
disediakan, pada iterasi ke 8973 kali Tipe JST ini telah memenuhi syarat yang diperlukan oleh jaringan.
Tabel 5. Hasil dugaan JST pada tipe ketiga JST ikan koi Jantan
Data ke - Dugaan Target Error
Keputusan
1 0,58221
1 0,41779
Jantan 2
0,58668 1
0,41332 Jantan
3 0,5007
1 0,4993
Jantan 4
0,5432 1
0,4568 Jantan
5 0,5447
1 0,4553
Jantan 6
0,4876 1
0,5124 Betina
7 0,474
1 0,526
Betina 8
0,5008 1
0,4992 Jantan
9 0,5154
1 0,4846
Jantan 10
0,4902 1
0,5098 Betina
Benar 7
Salah 3
Akura si 70
Keterangan : Dugaan salah
2. Pendugaan ikan betina
a. Pendugaan oleh tipe JST pertama ikan koi betina Pendugaan yang dilakukan ini didasarkan pada nilai bobot yang dihasilkan
oleh tipe JST tipe kedua pada ikan koi betina dengan parameter momentum sama dengan 0.5, laju pembelajaran sama dengan 0.3 , jumlah neuron hidden sama dengan
26 dan iterasi sebanyak 10,000 kali. Tipe jaringan ini cukup stabil dengan tingkat akurasi sebesar 70 dari 10 data
validasi yang diberikan 7 data dapat ditebak dengan benar. Jaringan ini cukup stabil disebabkan nilai laju pembelajaran yang rendah dengan jumlah iterasi yang banyak
sehingga penurunan nilai galat yang terjadi cukup stabil.
Tabel 6. Hasil dugaan JST pada tipe pertama JST ikan koi betina
Data ke - Dugaan Target
Error Keputusan
1 0,3623
0,3623 Betina
2 0,3662
0,3662 Betina
3 0,4917
0,4917 Betina
4 0,4392
0,4392 Betina
5 0,4977
0,4977 Betina
6 0,5446
0,5446 Jantan
7 0,4866
0,4866 Betina
8 0,5109
0,5109 Jantan
9 0,5028
0,5028 Jantan
10 0,40593
0,40593 Betina
Benar 7
Salah 3
Akurasi 70
Keterangan : Dugaan salah
b. Pendugaan oleh tipe JST kedua ikan koi betina Pendugaan yang dilakukan ini didasarkan pada nilai bobot yang dihasilkan
oleh tipe JST kedua pada ikan koi betina dengan parameter momentum sama dengan 0.5, laju pembelajaran sama dengan 0.5 , jumlah neuron hidden sama dengan 39 dan
iterasi sebanyak 5,000 kali. Tipe JST ini memberikan tingkat akurasi sebesar 60 dengan 6 data dugaan
benar dan 4 data dugaan salah. Tingkat akurasi JST ini masih lebih rendah jika dibandingkan dengan tingkat akurasi JST tipe pertama hal ini disebabkan oleh nilai
laju pembelajaran yang lebih besar bila dibandingkan dengan JST tipe pertama, menyebabkan perubahan nilai bobot jaringan yang tidak stabil walaupun pada tipe
JST kedua ini jumlah neuron hidden-nya lebih banyak hal ini ternyata tidak memperbaiki kinerja jaringan.
Tabel 7. Hasil dugaan JST pada tipe kedua JST ikan koi betina
Data ke - Dugaan Target
Error Keputusan
1 0,5362
0,5362 Jantan
2 0,4977
0,4977 Betina
3 0,40023
0,40023 Betina
4 0,4843
0,4843 Betina
5 0,4977
0,4977 Betina
6 0,5446
0,5446 Jantan
7 0,5843
0,5843 Jantan
8 0,4799
0,4799 Betina
9 0,5238
0,5238 Jantan
10 0,4503
0,4503 Betina
Benar 6
Salah 4
Akurasi 60
Keterangan : Dugaan salah
c. Pendugaan oleh tipe JST ketiga ikan koi betina Pendugaan yang dilakukan ini didasarkan pada nilai bobot yang dihasilkan
oleh tipe JST ketiga pada ikan koi betina dengan parameter momentum sama dengan 0.5, laju pembelajaran sama dengan 0.9 , jumlah neuron hidden sama dengan 39 dan
iterasi sebanyak 10,000 kali. Tipe JST ini hanya mampu memberikan tingkat akurasi sebesar 60, dari 10
data yang diberikan 6 data dapat di duga dengan benar dan 4 data diduga dengan salah. Tipe JST ini memberikan hasil yang sama dengan JST tipe kedua, dari hasil ini
terlihat bahwa dengan nilai laju pembelajaran yang lebih besar akan memberikan nilai akurasi yang sama dengan JST dengan nilai laju pembelajaran yang lebih kecil
walaupun jumlah iterasi yang diberikan lebih besar.
Tabel 8. Hasil dugaan JST pada tipe ketiga JST ikan koi betina
Data ke - Dugaan
Target Error Keputusan
1 0,3962
0,3962 Betina
2 0,4598
0,4598 Betina
3 0,6134
0,6134 Jantan
4 0,4538
0,4538 Betina
5 0,6074
0,6074 Jantan
6 0,4151
0,4151 Betina
7 0,5659
0,5659 Jantan
8 0,4124
0,4124 Betina
9 0,4341
0,4341 Betina
10 0,5706
0,5706 Jantan
Benar 6
Salah 4
Akurasi 60
Keterangan : Dugaan salah
Nilai laju pembelajaran yang besar menyebabkan JST tipe ketiga ini kurang stabil walaupun jumlah iterasi yang diberikan cukup besar bila dibandingkan dengan tipe
JST kedua dan bila dibandingkan dengan tipe JST pertama maka nilai laju pembelajaran yang tidak stabil ini lebih berpengaruh terhadap tingkat akurasi jaringan
walaupun jumlah neuron hidden pada JST tipe ketiga ini lebih banyak bila dibandingkan dengan JST tipe pertama dengan jumlah iterasi yang sama.
4.9 Keunggulan metode JST dibandingkan metode histologi dan morfologi
