Tabel 22 Hasil pelatihan JST untuk ke lima model
MODEL PERLAKUAN
NEURON LAJU
PEMBELAJARAN MOMENTUM
MSE PELATIHAN
20 0,9
0,5 0,0113
20 0,9
0,3 0,0115
20 0,5
0,5 0,0111
20 0,5
0,3 0,0099
30 0,9
0,5 0,0108
30 0,9
0,3 0,0119
30 0,5
0,5 0,0116
1
30 0,5
0,3 0,0114
20 0,9
0,5 0,0090
20 0,9
0,3 0,0097
20 0,5
0,5 0,0098
20 0,5
0,3 0,0098
30 0,9
0,5 0,0090
30 0,9
0,3 0,0096
30 0,5
0,5 0,0094
2
30 0,5
0,3 0,0098
20 0,9
0,5 0,0066
20 0,9
0,3 0,0064
20 0,5
0,5 0,0064
20 0,5
0,3 0,0065
30 0,9
0,5 0,0064
30 0,9
0,3 0,0063
30 0,5
0,5 0,0062
3
30 0,5
0,3 0,0064
20 0,9
0,5 0,0103
20 0,9
0,3 0,0086
20 0,5
0,5 0,0081
20 0,5
0,3 0,0072
30 0,9
0,5 0,0086
30 0,9
0,3 0,0106
30 0,5
0,5 0,0093
4
30 0,5
0,3 0,0080
20 0,9
0,5 0,0062
20 0,9
0,3 0,0063
20 0,5
0,5 0,0064
20 0,5
0,3 0,0064
30 0,9
0,5 0,0061
30 0,9
0,3 0,0063
30 0,5
0,5 0,0064
5
30 0,5
0,3 0,0065
MSE = Mean Square error
6.3.4. Pengaruh Jumlah Neuron
Untuk mengetahui pengaruh jumlah neuron, maka dilakukan uji coba dengan merubah dari 20 neuron ke 30 neuron. Seperti dilihat pada tabel tabel
22 di bawah bahwa dari pelatihan JST terlihat bahwa perubahan neuron tidak menjamin bahwa semakin besar jumlah neuron akan semakin kecil MSE . Hal ini
dikarenakan bahwa JST adalah suatu proses pengenalan pola. Kadang kadang
dengan jumlah neuron yang kecil, sudah cukup untuk mengenali suatu masalah. Dalam menentukan besarnya jumlah neuron, tidak ada teori secara khusus tetapi
hanya bisa dilakukan secara coba coba trial error, tetapi dari beberapa penelitian jumlah neuron berkisar antara 10 sd 50.
Tabel 23 Perbandingan MSE untuk momentum 0,5 dengan jumlah neuron 20 dan 30
MODEL NEURON
LAJU PEMBELAJARAN
MOMENTUM MSE
PELATIHAN
20 0,9
0,5 0,0090
1 30
0,9 0,5
0,0090 20
0,9 0,5
0,0113 2
30 0,9
0,5 0,0108
20 0,9
0,5 0,0066
3 30
0,9 0,5
0,0064 20
0,9 0,5
0,0103 4
30 0,9
0,5 0,0086
20 0,9
0,5 0,0062
5 30
0,9 0,5
0,0061
Dalam melakukan pelatihan JST yang perlu diperhatikan adalah semakin besar neuron, maka memerlukan waktu komputasi yang lebih lama seperti
terlihat pada Gambar 56 di bawah ini dimana untuk neuron 30; laju pembelajaran 0,9 ; momentum 0,5 perlu waktu komputasi 4 jam 15 menit. Sedangkan proses
komputasi untuk 20 neuron; laju pembelajaran 0,9 ; momentum 0,5 lebih cepat dibandingkan untuk
30 neuron yaitu waktu pelatihan hanya 3 jam 13 menit Gambar 57
Gambar 56 Hasil pelatihan model 3 untuk jumlah neuron 30, Laju pembelajaran 0,9 dan momentum 0,5 diperlukan waktu pelatihan 4 jam 15 menit
Gambar 57 Hasil pelatihan model 3 untuk jumlah neuron 20, Laju pembelajaran 0,9 dan momentum 0,5 diperlukan waktu pelatihan 3 jam 13 menit
Untuk itu dalam melakukan pelatihan JST perlu diperhitungkan spesifikasi dari sebuah komputer. Hal ini sangat penting mengingat semakin besar neuron
akan semakin lama waktu pelatihan sehingga untuk mempercepat pelatihan diperlukan spesifikasi komputer yang tinggi.
6.3.5. Pengaruh Perubahan Laju Pembelajaran
Laju pembelajaran mempunyai fungsi untuk mempercepat proses iterasi epoch ke arah konvergen. Laju pembelajaran semakin besar akan semakin
cepat mengarah ke suatu titik konvergensi menuju kestabilan MSE. Hal ini
dapat dilihat dari hasil pelatihan JST seperti terlihat pada Gambar 58 dan 59 di bawah ini.
Gambar 58 Hasil pelatihan model 3 untuk jumlah neuron 20, Laju pembelajaran 0,9 dan
momentum 0,5 dimana diperlukan waktu pelatihan 3 jam 13 menit