22
BAB V HASIL DAN PEMBAHASAN
5.1 Komposisi Data Pelatihan Pengujian
Komposisi data pelatihan pengujian sangat berpengaruh terhadap keakuratan pendugaan dalam JST. Seperti yang dijelaskan dalam metodologi, data dibagi ke dalam
2 kelompok data percobaan yaitu kelompok data pertama, 75 data 62 bulan pelatihan dan 25 data 21 bulan pengujian serta kelompok data kedua 50 data 42
bulan untuk pelatihan dan 50 data 41 bulan untuk data pengujian. Masing- masing kelompok data akan dibahas dan diperlihatkan grafik hasil percobaan.
5.2 Kelompok Data Pertama.
Pada percobaan pertama, data peubah ENSO yaitu wind, SOI, SST dan OLR sebagai input dan curah hujan sebagai target. Hasil percobaan untuk kelompok data ini
sebagai berikut seperti disajikan pada Tabel 5, Tabel 6 dan Tabel 7. Tabel 5. Hasil percobaan kelompok data pertama gradient descent
adaptive learning rate Komposisi
Leap 0 Leap 1
Leap 2 Leap 3
lr_inc lr_dec R
2
Maks RMSE
Min R
2
Maks RMS E
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min 1,05 0,6
63,4 265,70 65,1 174,41 59,8 211,42
51,9 170,00
1,05 0,7 64,5 213,96 65,9 183,78 64,1
210,48 53,1
285,4 1,20 0,6
69,2 238,11 66,5 173,05 61,6 206,85
55,5 156,83
Tabel 6. Hasil percobaan kelompok data pertama gradient descent adaptive learning rate momentum
komposisi Leap 0
Leap 1 Leap 2
Leap 3 mc
R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min 0,7
70,7 278,55 52,7 207,66 57,3 231,72
48,5 174,30
0,9 71,6 231,45 74,6 186,01 63,2
202,28 42,3
180,04
23
Tabel 7. Hasil percobaan kelompok data pertama resilient backpropagation
komposisi Leap 0
Leap 1 Leap 2
Leap 3 delt_inc
delt_dec R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min R
2
Maks RMSE
Min 1,5 0,6
54,4 206,70 77,6 151,62 67,7 178,21
43,4 180,15
1,7 0,4 56,2 198,82 84,8 125,00 69,9
137,37 54,1
175,23 1,5 0,5
70,7 197,16 78,5 153,97 75,5 166,94
44,0 187,93
1,7 0,6 77,0 138,52 70,4 153,97 70,6
151,18 46,3
180,65 Percobaan kelompok data pertama, hasil terbaik diperoleh pada saat menggunakan
algoritma resilient backpropagation. Untuk leap 0, ketika nilai delt_inc dinaikkan dari 1,5 menjadi 1,7 dan nilai delt_dec diturunkan dari 0,6 menjadi 0,4 hasilnya nilai R
2
maksimum naik dari 54,4 menjadi 56,2 menunjukan adanya peningkatan sebesar 1,8 sedangkan nilai RMSE turun dari 206,7 menjadi 198,82. Ketika nilai delt_inc tetap 1,7
dan delt_dec dinaikkan dari 0,4 menjadi 0,6 hasilnya nilai R
2
maksimum naik dari 56,2 menjadi 77 menunjukan adanya peningkatan sebesar 20,8 sedangkan nilai RMSE turun
dari 198,82 menjadi 138,52. Hasil ini merupakan yang terbaik pada percobaan kelompok data pertama untuk leap 0 dengan komposisi nilai delt_inc 1,7 dan delt_dec
0,6. Jumlah epoh untuk hasil terbaik ini disajikan pada Gambar 4. Korelasi kecocokan output jaringan dengan target bernilai 0,77 atau 77 seperti disajikan pada Gambar 5.
Perbandingan nilai prediksi output dan nilai aktual target disajikan pada Gambar 6, terlihat beberapa titik output sudah mulai berdekatan dengan beberapa bulatan target.
Hal tersebut dapat diartikan bahwa beberapa nilai dugaanprediksi sudah mendekati nilai aktualnya. Hasil terbaik terjadi apabila titik dan bulatan berada pada posisi yang
sama.
24
Gambar 4. Jumlah epoh terbaik JST recurrent resilient backpropagation kelompok data pertama untuk leap 0
Gambar 5. Korelasi terbaik JST recurrent resilient backpropagation kelompok data pertama untuk leap 0
25
Gambar 6. Nilai prediksi output dan nilai aktual target terbaik JST recurrent resilient backpropagation kelompok data pertama untuk leap 0
Percobaan untuk leap 1, 2 dan 3, hasil pendugaan terbaik didapat pada saat leap 1. Nilai R
2
maksimum yang dihasilkan sebesar 84,8 dalam selang nilai R
2
diantara 28,5 sampai dengan 84,8 dengan nilai RMSE sebesar 125 dalam selang nilai RMSE 125
sampai dengan 321,52. Hasil percobaan terbaik untuk leap 1 ini diperoleh dengan komposisi nilai delt_inc 1,7 dan delt_dec 0,4 seperti disajikan pada Gambar 7, Gambar
8 dan Gambar 9. Dari hasil – hasil percobaan kelompok data pertama ini pendugaan curah hujan terbaik terjadi pada saat leap 1.
26
Gambar 7. Jumlah epoh terbaik JST recurrent resilient backpropagation kelompok data pertama untuk leap 1
Gambar 8. Korelasi terbaik JST recurrent resilient backpropagation kelompok data pertama untuk leap 1
27
Gambar 9. Nilai prediksi output dan nilai aktual target terbaik JST recurrent resilient backpropagation kelompok data pertama leap 1.
5.3 Kelompok Data Kedua
Kategori