57
6.5.2. Pengaruh jumlah membership function kriteria demam
Hasil pengujian Model terhadap berbagai jenis jumlah membership function mempengaruhi nilai kesimpulan yang dibuat Model. Dari 15 data sampel yang diuji,
pengujian Model menggunakan 3 membership function menghasilkan akurasi 86.67 dengan rata-rata kesalahan sebesar 0,20. Pengujian Model menggunakan 4 membership
function menghasilkan akurasi 86.67 dengan rata-rata kesalahan sebesar 0,83. Pengujian Model menggunakan 5 membership function menghasilkan akurasi 86.67
dengan rata-rata kesalahan sebesar 3,55. Perbandingan hasil pengujian dapat dilihat pada Tabel 26.
Tabel 26 Hasil Uji berbagai jumlah membership function
Membership Function Demam URUT
Diagnosa Catatan
Medis Jumlah 3mf
error Jumlah 4mf
error Jumlah 5mf
error 1
91.0000 89.163
1.84 81.2544
9.75 51.5436
39.46 2
91.0000 90.2062
0.79 88.7245
2.28 77.8026
13.20 3
91.0000 90.9914
0.01 91.0192
0.02 90.9889
0.01 4
91.0000 91.0217
0.02 90.9742
0.03 91.0094
0.01 5
91.0000 91.0725
0.07 91.1028
0.10 91.3563
0.36 6
91.0000 90.9734
0.03 91.0016
0.00 90.9969
0.00 7
90.0000 90.0178
0.02 89.9913
0.01 89.9652
0.03 8
90.0000 89.9698
0.03 90.0006
0.00 90.0310
0.03 9
90.0000 90.0108
0.01 90.0150
0.02 90.0276
0.03 10
90.0000 90.0198
0.02 90.0321
0.03 90.0077
0.01 11
90.0000 89.9391
0.06 90.0838
0.08 90.0503
0.05 12
90.0000 89.9539
0.05 90.0217
0.02 90.0589
0.06 13
90.0000 89.9970
0.00 90.0182
0.02 90.0027
0.00 14
90.0000 89.9875
0.01 89.9874
0.01 89.9991
0.00 15
90.0000 89.9814
0.02 90.0427
0.04 90.0017
0.00 Rata - rata error
0.20 0.83
3.55 Akurasi
86,67 86,67
86,67 Jumlah rule
91 108
135
Jumlah ketepatan kesimpulan Model dibagi seluruh data testing dikalikan 100. jumlah rule sesuai pada ANFIS.
58 Dari pengujian ini diperoleh gambaran bahwa penggunaan berbagai jumlah
mem bership function demam menghasilkan tingkat akurasi yang sama 86,67 namun menghasilkan error yang berbeda sebagai berikut : rata-rata error 3mf = 0.20, rata-rata
error 4mf = 0.83 dan rata-rata error 5mf = 3,55.
Simulasi menggunakan ANFIS untuk memodelkan fungsi dua dimensi z=cos x cos y
menyimpulkan bahwa hasil pemodelan dengan lima membership function premis dan 100 epoch pelatihan mendekati data pelatihan yang sebenarnya, sedangkan
rekontruksi untuk tiga membership function dan sepuluh epoch menghasilkan fungsi yang lebih rendah dari yang diharapkan Widodo 2005.
JRS Jang dan kawan-kawan menggunakan ANFIS untuk memodelkan On-line Identification in Control System dengan melakukan pembelajaran off-line setelah 49.5
epoch dengan jumlah membership function berturut-turut 5, 4 dan 3. Dari pengujian disimpulkan bahwa nyata ANFIS merupakan model yang baik ketika menggunakan
sedikitnya 3 membership function. Bagaimanapun, ketika banyaknya aturan menjadi lebih kecil, hubungan antara Fµ dan masing- masing aturan luaran rule output
menjadi tidak jelas, dalam pengertian bahwa hal ini sangat besar pengaruhnya dalam membuat sketsa Fµ dari masing- masing rule output. Dengan kata lain ketika
banyaknya parameter dikurangi secukupnya, ANFIS biasanya mengerjakan pekerjaan memuaskan, tapi dibayar dengan mengorbankan pengertian semantik dalam terminologi
dari local mapping alami dari fuzzy if-then rule Jang et al. 1997.
6.5.3. Pengaruh tipe membership function