Optimalisasi Jaringan Optimalisasi Delay pada Data

4.2.1 Optimalisasi Jaringan

Pada proses optimalisasi jaringan ini akan digunakan data pelatihan sebanyak 900 data dengan delay 50 data dan total epoch 1000 kali. Berikut hasil dari proses optimalisasi jaringan yang dilakukan : Hidden Layer = 1 ; Fungsi Transfer = Logsig Metode Train = traingdm ; Learning Rate = 0,1 Tabel 4.1 Tabel Pengujian 1 Neuron Kombinasi Jumlah Neuron Rataan Akurasi 1 50 85,4 2 100 83,8 Hidden Layer = 2 Fungsi Transfer Hidden Layer 1 = Tansig Fungsi Transfer Hidden Layer 2 = Logsig Metode Train = traingd ; Learning Rate = 0,1 Tabel 4.2 Tabel Pengujian 2 Neuron Kombinasi Neuron Hidden Layer 1 Neuron Hidden Layer 2 Rataan Akurasi 3 50 50 85,9 4 100 100 84,3 Hidden Layer = 2 Neuron Hidden Layer 1 = 50 ; Fungsi Transfer = Logsig Neuron Hidden Layer 2 = 50 ; Fungsi Transfer = Logsig Metode Train = traingd Tabel 4.3 Tabel Pengujian Learning Rate Kombinasi Learning Rate Rataan Akurasi 5 0,1 86,3 6 0,5 76,8 7 0,05 86,3 8 0,01 87, 4 Hidden Layer = 2 Fungsi Transfer Hidden Layer 1 = Logsig Fungsi Transfer Hidden Layer 2 = Logsig Metode Train = traincgf Tabel 4.4 Tabel Pengujian Jumlah Neuron dan Learning Rate Kombinasi Neuron Hidden Layer 1 Neuron Hidden Layer 2 Learning Rate Rataan Akurasi 9 50 50 0,05 91,8 10 100 100 0,01 94,4 11 200 200 0,01 X Hidden Layer = 2 Neuron Hidden Layer 1 = 100 ; Fungsi Transfer = Logsig Neuron Hidden Layer 2 = 100 ; Fungsi Transfer = Logsig Learning Rate = 0,01 Tabel 4.5 Tabel Pengujian Metode Train Kombinasi Metode Train Rataan Akurasi 12 trainscg 86,9 13 traincgb X 14 traingdm X 15 trainoss X 16 traincgp X Sehingga dari proses pengujian yang dilakukan didapatkan hasil dalam bentuk grafik sebagai berikut : Gambar 4.2 Grafik Akurasi Pengujian Jaringan

4.2.2 Optimalisasi Delay pada Data

Pada proses ini akan dilakukan pengujian terhadap beberapa delay untuk menemukan delay yang paling optimal untuk system yang akan digunakan. Hasil yang didapat adalah sebagai berikut : 20 40 60 80 100 Kom b in a si 1 Kom b in a si 2 Kom b in a si 3 Kom b in a si 4 Kom b in a si 5 Kom b in a si 6 Kom b in a si 7 Kom b in a si 8 Kom b in a si 9 Kom b in a si 10 Kom b in a si 11 Kom b in a si 12 Kom b in a si 13 Kom b in a si 14 Kom b in a si 15 K om b ina si 16 Akurasi akurasi Hidden Layer = 2 Neuron Hidden Layer 1 = 100 ; Fungsi Transfer = Logsig Neuron Hidden Layer 2 = 100 ; Fungsi Transfer 2 = Logsig Metode Training = traingd ; Epoch = 1000 ; Learning Rate = 0,01 Tabel 4.6 Tabel Pengujian Jumlah Delay Kombinasi Delay Rataan Akurasi 1 10 86,2 2 20 75,9 3 30 79,9 4 40 74,7 5 50 93,4 6 60 79,1 7 100 89,8 Dari proses pengujian untuk delay yang dilakukan didapatkan hasil dalam bentuk grafik sebagai berikut : Gambar 4.3 Grafik Akurasi Pengujian Delay 20 40 60 80 100 Delay 10 Delay 20 Delay 30 Delay 40 Delay 50 Delay 60 Delay 100 Akurasi Akurasi

4.2.3 Optimalisasi Penggunaan Data Training