Desain Output Fuzzy expert system for ectomycorrhizal fungi growth response effectiveness prediction on forestry tree

Hasil pelatihan FIS model Ekto2 ditunjukan oleh Gambar 33. Gambar 33 Hasil pelatihan FIS model Ekto2. Dari Gambar 33 dapat dilihat hasil dari proses pelatihan ANFIS menghasilkan training error sebesar 0.49883. Hasil pelatihan FIS model Ekto3 ditunjukan oleh Gambar 34. Gambar 34 Hasil pelatihan FIS model Ekto3. Dari Gambar 34 dapat dilihat hasil dari proses pelatihan ANFIS menghasilkan training error sebesar 0.51323.

5.2 Pelatihan dan Pengujian Model ANFIS

Pelatihan dan pengujian dilakukan terhadap model ANFIS yang telah dibangun. Pada pelatihan model ANFIS dibutuhkan data training dan pada pengujian ANFIS dibutuhkan data testing. Sebelum dilakukan pengujian, terlebih dahulu dilakukan pelatihan terhadap model. Pelatihan berguna untuk mengetahui secara umum kemampuan FIS di setiap epoch, sedangkan tujuan pengujian adalah untuk menemukan model yang ideal. Pelatihan FIS yang dilakukan adalah 100 epoch dan toleransi error 0. Pemilihan input data sebagai data training dan data testing sangat menentukan untuk memperoleh hasil pendugaan efektivitas yang baik. Data training dibutuhkan untuk memodelkan target sistem yang dibentuk dari pasangan input dan output yang diberikan, sedangkan data testing digunakan untuk mengukur kinerja model yang telah dibangun. Setelah data training dan data testing disiapkan langkah berikutnya adalah membangkitkan Fuzzy Inference System FIS. Struktur FIS yang akan dibangkitkan harus memiliki fungsi keanggotaan untuk mendefinisikan bentuk dari FIS tersebut. Pada penelitian ini digunakan jumlah input yang bervariasi dari tiga sampai empat input sehingga jumlah rule yang dihasilkan bervariasi untuk setiap model. Setelah diperoleh struktur FIS yang valid maka tahapan berikutnya adalah melatih dan menguji struktur FIS tersebut. Proses pelatihan dan pengujian FIS sangat penting dilakukan untuk pembelajaran model yang dibangun.

5.2.1 Pelatihan dan Pengujian Model Ekto1

Proses pelatihan dan pengujian model akan menghasilkan penalaran fuzzy model. Gambar 35 menunjukan hasil penalaran fuzzy yang dihasilkan model dibandingkan dengan output data training pada Ekto1. Gambar 35 Hasil pengujian FIS terhadap data training model Ekto1. Hasil pengujian terhadap data testing pada model Ekto1 dapat dilihat pada Gambar 36. Gambar 36 Hasil pengujian FIS terhadap data testing model Ekto1. Gambar 35 dan 36 menunjukan hasil pengujian dan pelatihan model Ekto1, nilai fuzzy yang sesuai dengan data output ditunjukan oleh bulatan o dan titik yang berimpit. Semakin banyak titik yang berimpit, berarti semakin baik hasil penalaran. Average testing error Ekto1 untuk data training sebesar 0.53546 dan untuk data testing 0.76223.

5.2.2 Pelatihan dan Pengujian Model Ekto2

Proses pelatihan dan pengujian model akan menghasilkan penalaran fuzzy model. Gambar 37 menunjukan hasil penalaran fuzzy yang dihasilkan model dibandingkan dengan output data training pada model Ekto2. Gambar 37 Hasil pengujian FIS terhadap data training model Ekto2. Hasil pengujian terhadap data testing pada model Ekto2 dapat dilihat pada Gambar 38. Gambar 38 Hasil pengujian FIS terhadap data testing model Ekto2. Pada Gambar 37 dan 38 di atas menunjukan hasil pelatihan dan pengujian pada model Ekto2, nilai fuzzy yang sesuai dengan data output ditunjukan oleh bulatan o dan titik yang berimpit. Semakin banyak titik yang berimpit, berarti semakin baik hasil penalaran. Average testing error Ekto2 untuk data training sebesar 0.49883 dan untuk data testing 0.86549.

5.2.3 Pelatihan dan Pengujian Model Ekto3

Proses pelatihan dan pengujian model akan menghasilkan penalaran fuzzy model. Gambar 39 menunjukan hasil penalaran fuzzy yang dihasilkan model dibandingkan dengan output data training pada model Ekto3. Gambar 39 Hasil pengujian FIS terhadap data training model Ekto3.