Apakah penambahan jumlah data pembelajaran berpegaruh terhadap tingkat ketepatan prediksi ?
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
126 10,11,12,
14,15 7.
0,04 752
0,0074 0,0389
4,5,6,7,8,9, 10,11,12,
14,15 13
91,67
8. 0,03
1413 0,0018
0,0297 4,5,6,7,8,
9,10,11,14, 15
12,13 83,33
9. 0,02
1316 0,0025
0,0198 4,5,6,7,8,
9,10,11, 14,15
12,13 83,33
10. 0,01
1555 0,0013
0,0099 4,5,6,7,8,
9,10,11, 12,14,15
13 91,67
d. Apakah penambahan jumlah data pembelajaran berpegaruh terhadap tingkat ketepatan prediksi ?
Pada pecobaan kali ini penambahan data akan dilakukan berulang-ulang dari 1 sampai 10 data. Data yang ditambahkan bukan data pola, akan tetapi data
bias.
Pada percobaan ini digunakan Jumlah Epoch Maximal = 10000, learning rate = 0,1 dan target error = 0,01. Urutan pengambilan data secara acak.
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
127
Tabel 4.19 Data Percobaan untuk mengetahui efek dari penambahan data pembelajaran terhadap tingkat ketepatan prediksi
No
Data Pembelajaran
Epoch MSE1
MSE2 Prediksi
BENAR Prediksi
SALAH kebenaran
1. 13 8-1-2
56 0,0098
0,0098 1,4,7,10
2,3,5,6,8,9,11 12,14,15
28,57
2. 13,14 8-2-2
242 0,0017
0,0099 1,4,7,10,
11 2,3,5,6,8,9,12,
15 38,46
3. 12,13,14 8-3-2
715 0,01
0,0087 1,3,4,6,7,
9,10,15 2,5,8,11
66,67
4. 5,12,13,14
8-4-2 583
0,0073 0,01
3,4,14 1,2,6,7,8,9,10,
11 27,27
5. 5,6,12,13,14
298 0,0079
0,0099 3,7,9,11,
15 1,2,4,8,10
50
6. 4,5,6,12,13,14
8-6-2 487
0,0038 0,001
1,3,7,9, 11,15
2,8,10 66,67
7. 4,5,6,7,12,13,14
8-7-2 597
0,001 0,001
1,3,9,10, 11,15
2,8 71,43
8. 4,5,6,7,8,12,13,
14 8-8-2 297
0,0071 0,0099
1,3,11,15 2,9,10
57,14
9. 4,5,6,7,8,9,12,13,
14 8-9-2 330
0,0059 0,0099
1,3,10, 11,15
2 83,33
10. 4,5,6,7,8,9,11,12,
13,14 8-10-2 486
0,01 0,0093
1,3,15 2,10
60
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
128
4.3.2 Analisis Hasil Pembelajaran dan Prediksi JST Ketepatan Penilaian Beratnya Serangan Asma
Pada JST Ketepatan Penilaian Beratnya Serangan Asma akan dilakukan
sebuah pengujian, yaitu :
Apakah JST Backpropagation dapat memprediksi keputusan dokter tentang penilaian beratnya serangan asma dengan tingkat ketepatan prediksi 100?
Data-data percobaan yang digunakan untuk percobaan tersebut terdiri dari :
a. 3 buah data pola untuk JST 2, data tersebut dapat dilihat lebih lanjut pada
tabel 4.20.
b. 12 buah data pola untuk JST 2, data tersebut dapat dilihat lebih lanjut pada tabel 4.21.
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
129
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
130
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
131
Apakah JST Backpropagation dapat memprediksi keputusan dokter tentang penilaian beratnya serangan asma dengan tingkat ketepatan prediksi 100?
Pada percobaan ini akan digunakan learning rate = 0,1, jumlah epoch maximal = 10.000 dan target error = 0,1.
Data yang digunakan sebagai pertimbangan adalah 3 buah data pola, yaitu data ke-1,2,3 dan beberapa data bias yang salah diprediksi oleh JST.
Tabel 4.22 berikut menyajikan hasil dari percobaan ini.
Tabel 4.22 Data Percobaan untuk prediksi keputusan penilaian beratnya serangan asma dengan tingkat ketepatan 100
No
Data Pembelajaran
Epoch MSE1
MSE2 Prediksi
BENAR Prediksi
SALAH kebenaran
1. 1 7-1-2
7 0,0978
0,0808 4,7,10,13
2,3,5,6,8,9, 11,12,14,15
28,57
2. 1,2 7-2-2
147 0,0019
0,0987 4,5,8,11,
13,14 3,6,7,9,10,
12,15 46,15
3. 1,2,3 7-3-2
641 0,0036
0,0988 4,5,6,7,8,
9,10,11, 12,13,15
14 91,67
4. 1,2,3,14
7-4-2
237 0,0625
0,0988 4,5,6,8,11,
12,13,15 7,9,10
72,72
5. 1,2,3,7,14
7-5-2
735 0,0315
0,0999 4,5,6,8,11,
12,15 9,10,13
70
6. 1,2,3,7,9,14
7-6-2
288 0,0307
0,0999 4,5,6,8,11,
12,13 10,15
77,78
7. 1,2,3,7,9,10,14
7-7-2
423 0,0107
0,0999 4,5,8,11,
12,13
15 87,5
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
132
8. 1,2,3,7,9,10,14,
15 7-8-2
623 0,0385
0,0999 4,5,6,8,11,
12,13 -
100
4.3.3 Analisis Hasil Pembelajaran dan Prediksi JST Ketepatan Waktu dalam Meminta Pertolongan Dokter
Pada JST Ketepatan Waktu dalam Meminta Pertolongan Dokter akan
dilakukan sebuah pengujian, yaitu :
Apakah JST Backpropagation dapat memprediksi saran dokter tentang Waktu yang tepat dalam Meminta Pertolongan Dokter dengan tingkat ketepatan prediksi
100?
Data-data percobaan yang digunakan untuk percobaan tersebut terdiri dari :
a. 3 buah data pola untuk JST 3, data tersebut dapat dilihat lebih lanjut pada tabel 4.23.
b. 12 buah data pola untuk JST 3, data tersebut dapat dilihat lebih lanjut pada tabel 4.24.
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
133
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
134
Apakah JST Backpropagation dapat memprediksi saran dokter tentang Waktu yang tepat dalam Meminta Pertolongan Dokter dengan tingkat
ketepatan prediksi 100?
Pada percobaan ini akan digunakan learning rate = 0,1, jumlah epoch maximal = 10.000 dan target error = 0,1.
Data yang digunakan sebagai pertimbangan adalah 3 buah data pola, yaitu data ke-1,2,3 dan beberapa data bias yang salah diprediksi oleh JST.
Tabel 4.25 Data Percobaan untuk prediksi saran dokter Waktu yang tepat dalam Meminta Pertolongan Dokter dengan tingkat ketepatan 100
No
Data Pembelajaran
Epoch MSE1
MSE2 Prediksi
BENAR Prediksi
SALAH kebenaran
1. 1 3-1-2
8 0,0804
0,0988 4,8
2,3,5,6,8,9 25
2. 1,2 3-2-2
196 0,0015
0,0984 4,5,8
3,6,7,9 42,86
3. 1,2,3 3-3-2
766 0,0014
0,0992 4,5,8
6,7,9 50
4. 1,2,3,6
3-4-2 606
0,0026 0,0999
4,8,9 5,7
60
5. 1,2,3,5,6
3-5-2
440 0,0041
0,0994 4,8,9
7 75
6. 1,2,3,5,6,7
3-6-2
727 0,0005
0,0991 4,8,9
- 100
Ferdinand Sinuhaji : Jaringan Syaraf Tiruan Untuk Prediksi Keputusan Medis Pada Penyakit Asma, 2009. USU Repository © 2009
135
BAB V
PENUTUP