30 data pada proses pelatihan dengan jumlah pengulanan 100 digambarkan pada
tabel 4.5. Tabel 4.5. Hasil proes pelatihan dan pengujian dengan pembelajaran
untuk data bukan blooms terlebih dahulu untuk fuzziness variabel
Sample Akurasi
Similaritas Tidak di kenal
Bloom 80
0.087311 20
Bukan Bloom 0.039122
100
Dari tabel 4.5. terlihat ada sesuatu yang janggal dimana hasilnya sangat ekstrim, seharusnya nilai akurasi dan similaritasnya tidak sekecil pada tabel 4.5
namun demikian jika dalakukan analisa permasalahannya bukan pada konstansta laju pembelajaran atau urutan data tetapi terletak pada algoritma yang digunakan
untuk pengujian yang mirip dengan algoritma yang digunakan untuk pelatihan. Ketika pengujian data yang digunakan di bandingkan dengan vektor pembobot
hasil pelatihan similaritas terkecil dari masing- masing kelas adalah nol, maka dikatakan tidak dikena l, walaupun yang lainnya memiliki similaritas yang lebih
besar dari nol. Pada tabel 4.5 terlihat nilai tidak dikenal sangat tingggi.
4.2.2. Validasi Data
Dalam melakukan validasi model digunakan teknik perbandingan keluaran simulasi dengan sistem nyata, dimana yang dilakukan validasi adalah vektor
pembobot akhir hasil proses pelatihan yang dibandingkan dengan hasil yang diharapkan sehingga dapat terlihat hasil pengujian yang juga akan melibatkan
vektor pembobot akhir hasilnya bukan hanya terlihat baik tetapi juga sesuai dengan yang diharapkan, dimana sebagai acuannya adalah tabel pada lampiran 2.
Dari hasil percobaan dengan menggunakan komposisi laju pembelajaran 0.05, konstanta pelebaran 0.05 dan konstanta penyempitan 0.5 dengan banyaknya
pengulangan 5, diperoleh hasil akhir dari vektor pembobot seperti pada tabel 4.6 dibawah ini:
31 Tabel 4.6. Perubahan nilai vektor pembobot untuk banyaknya pengulangan 5,
laju pembelajaran 0.05, konstanta pelebaran 0.05 dan konstanta penyempitan 0.5 untuk fuzziness konstan
Perubahan Fuzziness Pergeseran
Sensor Bloom
Bukan Bloom Bloom
Bukan Bloom 1
20.70585 70.19455
0.0122 -4.1387
2 12.9818
10.47805 0.1067
-2.2817 3
9.908239 1.053856
-0.1126 -1.74616
4 12.86038
4.074409 -0.1131
-0.94248 5
13.86488 3.939
16.984 -24.759
6 16.61961
3.562581 11.024
-26.648 7
17.34564 94.24497
-0.131 -13.221
8 16.55119
18.86936 0.325
-15.234 9
7.439986 1.803787
-8.877 -44.404
Keterangan: -
Perubahan fuzziness : lebar fuzziness yang diharapkan dibagi lebar fuzziness hasil pelatihan
- Pergeseran : berapa nilai pergeseran nilai mean hasil pelatihan dibandingkan
dengan nilai yang diharapkan, nilai positif pergeseran kekiri, nilai positif pergeseran kekanan
Dari tabel 4.6 diatas maka dapat dilihat bahwa nilai vektor pembobotnya sangat jauh dari yang diharapkan seperti pada lampiran 2, dalam arti selisih nilai
terkecil dan nilai terbesar sangat besar sekali dan jika dibandingkan dengan nilai vector pembobot yang diharapkan, terlihat bahwa terjadi pelebaran yang sangat
besar dan rata-rata diatas sepuluh kali dari yang diharapkan. Perubahan yang sangat besar tersebut menunjukan bahwa lebih banyak terjadi pelebaran fuzziness
dari pada penyempitannya. Faktor yang menyebabkan hal tersebut terjadi, adalah nilai konstanta pelebaran masih cukup besar. Maka salah satu cara untuk
mengatasinya adalah dengan memperkecil konstanta pelebaran. Akan tetapi jika nilai tersebut diperbesar maka pelebaran fuzziness yang terjadi akan sangat besar
untuk setiap kali terjadi pelebaran. Jika setiap kali terjadi iterasi yang terjadi adalah pelebaran fuzziness maka maka panjang alas segitiga akan terus melebar
sampai tak terhingga, tetapi jika yang terjadi adalah penyempitan maka akan terjadi nilai terkecil, nilai terbesar dan nilai rata-ratanya adalah sama sehingga
akan bebentuk garis tegak lurus. Apabila dilihat dari pergeseran vektor pembobot maka untuk yang blooms
secara umum pergeserannya tidak terlalu besar sedangkan untuk yang bukan
32 blooms pergeserannya sangat besar dan sebagian besar mengalami pergeseran ke
sebela h kanan Berikut ini adalah hasil akhir vektor pembobot jika dilakukan perubahan pada konstanta pelebaran dan penyempitan dengan memperkecil
nilainya.
Tabel 4.7. Perubahan nilai vektor pembobot untuk banyaknya pengulangan 5, laju pembelajaran 0.05, konstanta pelebaran 0.01 dan konstanta
penyempitan 0.01 untuk fuzziness konstan Perubahan Fuzziness
Pergeseran Sensor
Bloom Bukan Bloom
Bloom Bukan Bloom
1 2.969623
10.06709 0.005
-4.0965 2
1.861805 1.502745
0.1004 -2.2741
3 1.420994
0.151143 -0.0704
-1.74662 4
1.844421 0.584344
-0.1114 -0.94043
5 1.98845
0.564926 16.175
-24.762 6
2.383549 0.510951
11.152 -26.643
7 2.487919
13.51691 -0.114
-13.345 8
2.37374 2.70616
0.287 -15.116
9 1.067035
0.258697 -7.277
-44.491 Dari tabel 4.7 terlihat adanya perubahan vektor pembobot yang tidak terlalu
besar untuk jumlah pengulangan yang sama dengan hasil pada tabel 4.6, bahkan ada yang memiliki nilai lebih kecil dari yang diharapkan, sedangkan pergeseran
vector pembobobot sebagian besar terjadi pergeseran ke sebelah kanan dan nilainya masih cukup besar terutama untuk bukan blooms. Dari data tersebut
memang belum mendekati dari yang diharapkan tetapi masih lebih baik dari hasil sebelumnya pada tabel 4.6, dimana yang diharapkan perubahannya tidak lebih
dari 0.1 dari ya ng diharapkan. Dari tabel 4.7 juga dapat di jelaskan bahwa untuk nilai konstanta laju pembelajaran akan berpengaruh terhadap pergeseran nilai
tengah dari vektor pembobot yaitu mendekati atau menjauhi vektor pelatihan dan besarnya sangat kecil, karena jika nilainya sangat besar maka akan bergeser
terlalu jauh dan besarnya pergeseran juga bergantung pada nilai similaritas. Untuk selanjutnya bandingkan dengan yang menggunakan fuzziness variable seperti tabel
dibawah ini:
33 Tabel 4.8. Perubahan nilai vektor pembobot untuk banyaknya pengulangan 5,
laju pembelajaran 0.05 untuk fuzziness variabel Perubahan Fuzziness
Pergeseran Sensor
Bloom Bukan Bloom
Bloom Bukan Bloom
1 1.872642
6.315991 0.0029
-4.0838 2
1.155854 0.932852
0.0986 -2.2718
3 0.907898
0.093175 -0.0593
-1.74677 4
1.161455 0.365875
-0.111 -0.93986
5 1.270139
0.352683 15.968
-24.762 6
1.498829 0.317353
11.188 -26.641
7 1.571812
8.464832 -0.109
-13.38 8
1.488594 1.690083
0.276 -15.08
9 0.699673
0.163195 -6.941
-44.516 Dari tabel 4.8 terlihat bahwa perubahan yang terjadi adalah sebagian besar
melebar terlihat dari nilai perubahan fuzziness, namun demikian perubahannya tidak terlalu besar jika dibandingkan dengan hasil pada tabel 4.6 dan 4.7 dimana
ada beberapa perubahan fuzziness yang mendekati 10 perubahannya, hal ini disebabkan oleh konstanta untuk nilai pelebaran dan penyempitan berubah-ubah
dan berada pada kisaran angka yang sangat kecil. Hal ini identik dengan fuzziness konstan dengan konstanta pelebaran yang kecil namun untuk yang fuzziness
variabel lebih fleksibel karena juga bergantung pada nilai similaritasnya.
4.2.3. Pengujian Dengan Menggunakan Data Sembarang
