Proses Pembelajaran Model HASIL DAN PEMBAHASAN Pengaruh Nilai DHL Larutan Nutrisi terhadap Buah Tomat

4.3.1 Proses Pembelajaran Model

Pada proses ini digunakan tiga model JST dengan jumlah noda hidden layer berbeda dengan tujuan mencari model dengan nilai error yang terkecil. Model 1 digunakan jumlah noda hidden layer 3 lebih kecil dari jumlah noda input layer, model 2 dengan jumlah noda hidden layer 5 sama dengan jumlah noda input layer dan model 3 dengan jumlah noda hidden layer 7 lebih besar jumlah noda input layer. Jumlah pengulangan yang digunakan adalah 1000 dengan konstanta laju pembelajaran 0,6 dan konstanta momentum 0,6 untuk semua model. Hasil pembelajaran terhadap 64 set data menghasilkan nilai error pada setiap iterasi seperti terlihat pada Gambar 10. Pada gambar terlihat bahwa model 3 dengan jumlah hidden layer terbanyak menghasilkan nilai error yang konvergen tercepat dibandingkan dengan model yang lain. Hal ini berarti jumlah noda hidden layer akan mempengaruhi kinerja proses pembelajaran JST. Semakin besar jumlah noda hidden layer akan menghasilkan error yang cepat konvergen, tetapi juga akan menyebabkan proses pembelajaran semakin lama. Nilai error masing–masing model pada proses pembelajaran setelah pengulangan ke-1000 disajikan pada Tabel 2. Pada tabel dapat dilihat bahwa model 3 memiliki nilai error paling kecil untuk nilai SEP, APD, MAE dan RMSE, sedangkan nilai R 2 terbesar. Hal ini berarti model 3 dengan jumlah noda hidden layer terbanyak merupakan model yang terbaik. 0.00 0.40 0.80 1.20 1.60 2.00 200 400 600 800 1000 Pengulangan Ni la i E rr o r SEP APD MAE R2 RMSE A 0.00 0.40 0.80 1.20 1.60 2.00 200 400 600 800 1000 Pengulangan Ni la i E rr o r B 0.00 0.40 0.80 1.20 1.60 2.00 200 400 600 800 1000 Pengulangan N ilai E rr o r C Gambar 10 Nilai error masing – masing model pada setiap pengulangan; A: model 1; B: model 2; C: model 3. Tabel 2 Nilai error proses pembelajaran JST pada pengulangan ke-1000 No Model SEP R 2 APD MAE RMSE 1 Model 1 0,09 0,93 0,56 0,25 0,31 2 Model 2 0,08 0,95 0,48 0,21 0,28 3 Model 3 0,08 0,95 0,48 0,21 0,28 Nilai SEP untuk semua model berkisar antara 0,07–0,09 yang berarti bahwa akurasi proses pembelajaran dalam menduga nilai target nilai TPT memiliki tingkat error berkisar 0,07 - 0,09. Nilai R 2 lebih dari 0,93 yang mengindikasikan 93 lebih nilai target dapat diterangkan secara liniear dengan nilai pendugaan. Nilai APD mencapai 0,5 - 0,4 lebih yang berarti bahwa nilai penyimpangan rata – rata nilai pendugaan terhadap nilai target mencapai 0,5 lebih. Nilai MAE mencapai 0,2 menerangkan bahwa rata – rata selisih antara nilai pendugaan dan nilai target mencapai 0,2 secara absolut, sedangkan nilai RMSE mencapai 0,3 menerangkan bahwa rata-rata selisih antara nilai pendugaan dan nilai target mencapai 0,3. Dari pengertian beberapa nilai error tersebut menunjukkan bahwa analisis error dengan persamaan SEP mengindikasikan nilai error yang terkecil, sehingga persamaan ini sangat tepat digunakan untuk menentukan nilai error proses pembelajaran.

4.3.2 Proses Validasi Model