4.3. Analisis Numerik
Sebuah contoh percobaan mengenai data pengenalan huruf alphabet menggambarkan perubahan nilai error dari algoritma backpropagation pada
jaringan saraf buatan lapisan banyak. Hasil output yang diperoleh dari sepuluh percobaan yang dilakukan dengan parameter yaitu banyaknya unit
pada dua lapisan tersembunyi yang digunakan tetap yaitu 40 unit pada lapisan kesatu dan 30 unit pada lapisan kedua, momentum
α = 0,9 dan nilai learning rate
η
yang digunakan berbeda-beda. Dalam proses kerjanya, Terdapat 20.000 baris data pengenalan huruf
alphabet Lampiran 2 dipisahkan menjadi dua bagian yaitu training data dan test data. Tabel 4.1 merupakan hasil SPSS 16 case processing
summary dari data tersebut menjelaskan pembagian data dilakukan secara random. Pada studi numerik disini penulis mengambil proporsi 70
training data dan 30 test data sebagai berikut dibawah ini.
Tabel 4.1 Hasil SPSS Case Processing Su mmary
Training Data Test Data
Percobaan Persen
N Persen
N 1
70 14009
30 5990
2 70.1
14012 29.9
5988 3
69.8 13964
30.2 6036
4 70.1
14015 29.9
5984 5
69.4 13874
30.6 6126
6 70.2
14043 29.8
5957 7
70 14007
30 5993
8 70.1
14023 29.9
5976 9
70 14008
30 5992
10 70
14002 30
5997 Ket: N = Banyaknya data yang digunakan dalam proses studi numerik
47
Percobaan SPSS mengeluarkan hasil berupa nilai relatif error dan sum of squares error
dari training data dan test data Tabel 4.2. Relatif error
disebut juga percent incorrect predictions merupakan nilai error yang dihasilkan pada percobaan tersebut Lampiran 1. Sedangkan sum of squares
error merupakan banyaknya data yang mengandung nilai error pada
percobaan tersebut. Hasil eksperimen ini digunakan untuk melihat kecenderungan nilai error yang dihasilkan pada percobaan data pengenalan
huruf alphabet. Jika banyaknya unit pada dua lapisan tersembunyi yang digunakan tetap yaitu 40 unit pada lapisan kesatu dan 30 unit pada lapisan
kedua, momentum α = 0,9 dan nilai learning rate
η
yang digunakan berbeda-beda.
Tabel 4.2. Hasil SPSS Model Summary.
Training data Test data
Percobaan Banyak unit
tersembunyi
η
α
Sum of squares
error
Relatif error
Sum of squares
error
Relatif error
1 40 30 unit
0.1 0.9
2849 29,6
1292 30,4
2 40 30 unit
0.2 0.9
2671 27,3
1270 30,7
3 40 30 unit
0.3 0.9
2486 25,8
1202 28,4
4 40 30 unit
0.4 0.9
2592 26,1
1195 27,8
5 40 30 unit
0.5 0.9
2547 25,2
1227 27,8
6 40 30 unit
0.6 0.9
2325 24
1106 26,1
7 40 30 unit
0.7 0.9
2558 26,7
1170 28,1
8 40 30 unit
0.8 0.9
2709 27,3
1210 28,7
9 40 30 unit
0.9 0.9
2619 26,5
1195 28,7
10 40 30 unit
1 0.9
1924 26,5
1184 27,5
48
Hasil Eksperimen pada jaringan saraf buatan lapisan banyak yang dilakukan pada studi numerik data pengenalan huruf menggunakan 20.000 data. Hasil dari
sepuluh percobaan eksperimen terdapat satu percobaan yang memiliki nilai error terbesar pada percobaan pertama yaitu pada training data relatif error sebesar
29,6 dan sum of squares error sebesar 2849 data dan pada test data sebesar relatif error sebesar 30,4 dan sum of squares error 1292 data. Sedangkan
percobaan keenam memiliki nilai error terkecil yaitu pada training data relatif error
sebesar 24 dan sum of squares error 2325 data dan pada test data sebesar relatif error sebesar 26,1 dan sum of squares error 1292 data.
Hasil dari sepuluh percobaan dengan parameter terdiri dari momentum, jumlah unit dan learning rate yang berbeda menyebabkan nilai error cenderung
mengalami fluktuasi, keadaan ini disebabkan karena pada algoritma
backpropagation bobot awal dilakukan secara acak dan faktor parameter yang
mempengaruhi nilai disetiap iterasinya.
49
BAB V KESIMPULAN DAN SARAN
Kategori