for short
i=0;iINP;i++ {
inputout[i] = inputtr[d,i]; }
for short
j=0;jHDN;j++ {
float sum =0f;
for short
i=0;iINP;i++ {
sum = sum + inputout[i]neuronIH[i,j]; }
if bias ==
true sum = sum + bias_unit;
hiddenout[j] = activation_functionsum; lvItem2.SubItems.Addhiddenout[j].ToString;
} for
short k=0;kOUT;k++
{ float
sum =0f; for
short j=0;jHDN;j++
{ sum = sum + hiddenout[j]neuronHO[j,k];
} if
bias == true
sum = sum + bias_unit; outputout[k] = activation_functionsum;
w.WriteLined.ToString+|+k.ToString+|+outputout[k].T oString;
lvItem2.SubItems.Addoutputout[k].ToString; }
} w.Close;
}
Hasil yang diperoleh berupa file log teks yang akan digunakan dalam proses analisis data secara manual dengan menggunakan MS Excell dan Text Analysis Tool.
4.3.2.3 Uji Aplikasi Analisis Data Jaringan Syaraf Tiruan
Aplikasi JST harus diuji untuk memastikan tidak ada kesalahan dalam algoritme atau penulisan kode dengan cara sebagai berikut.
1. Uji dengan data validasi yang sama dengan data pelatihan. 2. Uji dengan data validasi keseluruhan data untuk pasangan karakter yang
bersangkutan. Untuk Uji 1, data uji yang diambil berasal dari data pengguna abudiman1 dan
menggunakan model pelatihan A dengan epoch=1000 dan eta = 0,1 grafik lengkap pada lampiran 5 :
0.2 0.4
0.6 0.8
1
25 50
90.13 10
15 151.06 169.98 170.24 170.24 18
8.8 9
20 220.32
25 30
45
Uji 1 d – Model A untuk an
0.2 0.4
0.6 0.8
1
25 50
90.13 10
15 150.78 169.47 17
0.2 4
17 0.2
4 18
8.1 7
20 220.32
25 30
45
Uji 1 d – Model A untuk an-am-ab
0.2 0.4
0.6 0.8
1
50.00 75.00 200.00250.36 325.00419.03 450.00530.76 533.72575.00 580.84 648.41 700.00 931.34 10
00 .00
Uji 1 i – Model A untuk an
0.2 0.4
0.6 0.8
1
50.00 75.00
200.00 250.36
325.00 426.94
450.00 540.78
541.90 575.00
580.84 656.85
700.00 931.34
1000.00
Uji 1 i – Model A untuk an-am-ab
Uji 1 T – Model A untuk an Uji 1 T – Model A untuk an-am-ab
Gambar 30 Hasil Uji 1 Program Jaringan Syaraf Tiruan
Hasil uji 1 dapat disimpulkan bahwa JST memberikan respon output yang sama dengan pola data pelatihan yang diterimanya, walaupun akibat data pelatihan paradoks
mengakibatkan JST memberikan respon output di kisaran nilai tengah sesuai dengan yang telah diperkirakan sebelumnya.
Uji 2 menggunakan keseluruhan data yang diambil dari pengukuran sebagai data uji untuk JST yang sama dengan hasil sebagai berikut.
0.2 0.4
0.6 0.8
1
75.00 125.00
300.00 370.53
475.00 538.88
649.05 650.00
650.94 650.94
759.21 825.00
1000.00 1041.50
1500.00
Akibat Data Pelatihan Paradoks
0.2 0.4
0.6 0.8
1
75.00 125.00
300.00 370.53
475.00 532.03
641.42 650.00
650.94 680.98
750.81 825.00
1000.00 1041.50
1500.00
Akibat Data Pelatihan Paradoks
Akibat Data Pelatihan Paradoks
Akibat Data Pelatihan Paradoks
0.2 0.4
0.6 0.8
1
90.13 140.20
150.22 160.23
160.23 170.24
170.24 170.24
180.26 180.26
190.27 190.27
200.29
Uji 2 d – Model A untuk an
0.2 0.4
0.6 0.8
1
90.13 140.20
150.22 160.23
160.23 170.24
170.24 170.24
180.26 180.26
180.26 190.27
200.29
Uji 2 d – Model A untuk an-am-ab
0.2 0.4
0.6 0.8
1
250.36 380.55
420.60 460.66
480.69 510.73
530.76 550.79
570.82 590.85
620.89 650.94
771.11
Uji 2 i – Model A untuk an
0.2 0.4
0.6 0.8
1
250.36 390.56
430.62 460.66
490.71 520.75
540.78 570.82
590.85 610.88
640.92 721.04
Uji 2 i – Model A untuk an-am-ab
0.2 0.4
0.6 0.8
1
370.53 480.69
530.76 560.81
600.86 620.89
640.92 660.95
680.98 701.01
721.04 751.08
851.22
Uji 2 T – Model A untuk an
0.2 0.4
0.6 0.8
1
370.53 480.69
540.78 570.82
600.86 630.91
650.94 670.96
690.99 711.02
731.05 761.09
861.24
Uji 2 T – Model A untuk an-am-ab
Gambar 31 Hasil Uji 2 Program Jaringan Syaraf Tiruan
Keluaran hasil uji 2 mendekati nilai +1 kecuali beberapa di ujung MIN atau MAKS. Hasil uji 2 menunjukkan hasil yang sangat baik sehingga aplikasi JST yang dibuat
bisa digunakan lebih lanjut untuk analisis data dan percobaan serta tidak ada kesalahan dalam penulisan kode program.
4.3.2.4 Spesifikasi Kebutuhan
