BAB 4 HASIL DAN PEMBAHASAN
Pada bab ini membahas pengujian-pengujian yang dilakukan untuk mencari struktur jaringan yang optimal seperti mencari jumlah time delay, hidden layer, node
hidden layer , nilai learning rate dan momentum. Setelah diperoleh struktur jaringan
saraf tiruan yang optimal langkah selanjutnya menguji jaringan saraf tiruan dengan 2 jenis pola yaitu pola pelatihan dan testing. Di mana acuan optimal di sini adalah
memiliki akurasi prediksi 85 dan proses pelatihannya kurang dari 10 detik. Pemilihan akurasi 85 merujuk pada Persamaan 3.2, jika ada 100 pola yang akan
diuji setelah dilakukan pengujian ternyata 85 pola benar sedangkan 15 pola tidak benar sehingga berdasarkan statistik tingkat keberhasilan tersebut sudah cukup besar
sehingga layak untuk digunakan. Sedangkan penetapan kriteria proses pelatihan kurang dari 10 detik karena jika struktur jaringan saraf tiruan yang optimal tidak
dicari maka proses pelatihan dapat membutuhkan waktu beberapa menit tergantung dari performance yang diinginkan dan jenis pola data.
4.1. Pengujian Mencari Time Delay
Adapun langkah-langkah metode trial and error yang digunakan untuk mencari time delay
yang terbaik yang dilakukan pada penelitian ini adalah sebagai berikut: Langkah a. Menetapkan jumlah time delay.
Contoh : time delay 2 hari, ini berarti jaringan memiliki 96 data input 48 2 yang terdiri dari variabel arus dan temperatur yang akan dijadikan
input jaringan saraf tiruan.
Universitas Sumatera Utara
Langkah b. Selanjutnya dilakukan proses pelatihan. Time delay
yang telah ditetapkan akan dilakukan proses pelatihan menggunakan 1 hidden layer, dengan parameter pelatihan learning rate
0,5 ini berdasarkan analisis peneliti jika nilai learning rate yang ditetapkan mendekati 0 ini akan berakibat pada lamanya proses pelatihan
sedangkan jika mendekati 1 dikhawatirkan bobot hasil pelatihan tidak baik jika digunakan pada aplikasi dengan pertimbangan-pertimbangan tersebut
maka peneliti menetapkan nilai learning rate awal pada nilai 0,5. Untuk momentum 0,45, ini berdasarkan analisis peneliti jika nilai momentum
ditetapkan mendekati 0 maka jaringan akan terjebak pada titik minimum lokal atau global pada saat pelatihan sehingga dikhawatirkan JST tidak
dapat mencapai toleransi error yang ditetapkan sedangkan jika ditetapkan mendekati 1 maka dikhawatirkan bobot hasil pelatihan tidak baik jika
dipakai pada tahap aplikasi dengan pertimbangan-pertimbangan tersebut maka peneliti menetapkan nilai momentum awal pada nilai 0,45. Untuk
toleransi error 0,0001 ini berdasarkan analisis peneliti dengan menetapkan toleransi error pada nilai 0,0001 maka diharapkan hasil akhir pelatihan
selisih antara target dengan hasil prediksi pada semua pola pelatihan berada pada nilai ± 0,01. Untuk jumlah epoch 3000 ini berdasarkan
analisis awal peneliti agar pelatihan tidak terlalu lama. Karena penetapan nilai epoch ini bertujuan untuk membatasi pengulangan dalam
memperbaiki error pada pelatihan dalam rangka mencapai toleransi error
Universitas Sumatera Utara
yang ditetapkan. Untuk jumlah node yang optimal pada hidden layer ke-1 akan dicari melalui proses pengujian. Dari pelatihan ini akan dilihat besar
nilai MSE yang diperoleh dari setiap penambahan 2 node pada hidden layer
ke-1 dan kecepatan jaringan dalam mengenali pola input. Langkah c. Mengulangi langkah a – b.
Pada penelitian ini dilakukan pengujian time delay 2, 3, 4 sampai 5 hari. Bentuk terbaik akan diperoleh dari hasil pengujian dengan cara
membandingkan hasil MSE setiap pelatihan menggunakan 1 hidden layer dengan jumlah node tertentu pada time delay 2, 3, 4, 5. Dari ke-4 time
delay yang telah diuji akan dipilih 1 time delay yang paling cepat
mengenali pola input yaitu memiliki MSE terkecil dan pada akhir tahap ini akan ditetapkan struktur jaringan saraf tiruan awalnya yaitu jumlah node
pada input layer , jumlah node hidden layer serta output layer. 4.1.1.
Pengujian Time Delay 2 Hari
Mula – mula jaringan saraf tiruan dibentuk dengan 96 node input, 1 hidden layer
4 node dan 1 node output dengan parameter pelatihan learning rate 0,5, momentum 0,45 toleransi error 0,0001 dan jumlah epoch 3000. Selanjutnya
dilakukan proses pelatihan dan dilakukan pengulangan sebanyak 10 kali setiap penambahan node pada hidden layer ke-1. Tabel 4.1 menunjukkan MSE hasil
pelatihan yang dilakukan setiap penambahan 2 node pada 1 hidden layer dengan jumlah node 4, 6, 8, 10, 12, 14, 16 dan 18.
Universitas Sumatera Utara
Tabel 4.1 MSE Hasil Pelatihan Time Delay 2 Hari Dengan 1 Hidden Layer No Jumlah
node input
layer Jumlah
node hidden
layer 1
Jumlah epoch
Nilai learning
rate Nilai
momen tum
MSE pelatihan
Lama pelatihan
detik 1 96 4 3000 0,5 0,45 0,00303 49
2 96 6 3000 0,5 0,45 0,00121 49 3 96 8 3000 0,5 0,45 0,00289 49
4 96 10 3000 0,5 0,45 0,00127 49 5 96 12 3000 0,5 0,45 0,00215 49
6 96 14 3000 0,5 0,45 0,00214 49 7 96 16 3000 0,5 0,45 0,00153 49
8 96 18 3000 0,5 0,45 0,00163 49
4.1.2. Pengujian Time Delay 3 Hari
Pada pengujian time delay 3 hari sebagai langkah awal jaringan saraf tiruan dibentuk dengan 144 node pada input layer, 1 hidden layer dengan jumlah node
sebanyak 4 buah dan 1 node pada output layer dengan parameter pelatihan learning rate
0,5, momentum 0,45 toleransi error 0,0001 serta jumlah epoch 3000. Selanjutnya dilakukan proses pelatihan dan dilakukan pengulangan sebanyak 10 kali
setiap penambahan 2 node pada hidden layer ke-1. Pengulangan 10 kali setiap penambahan 2 node pada hidden layer ke-1 dimaksudkan untuk memastikan
bahwasanya struktur jaringan saraf tiruan yang dibentuk benar-benar sudah optimal atau belum. Hal ini dapat dilihat dari MSE hasil pelatihan dari setiap pengulangan
pada setiap penambahan 2 node. Tabel 4.2 menunjukkan MSE hasil pelatihan yang dilakukan setiap penambahan 2 node pada 1 hidden layer dengan jumlah node 4, 6,
8, 10, 12, 14, 16 dan 18.
Universitas Sumatera Utara
Tabel 4.2 MSE Hasil Pelatihan Time Delay 3 Hari Dengan 1 Hidden Layer No Jumlah
node input
layer Jumlah
node hidden
layer 1
Jumlah epoch
Nilai learning
rate Nilai
momen tum
MSE pelatihan
Lama pelatihan
detik 1 144 4 3000 0,5 0,45 0,00227 50
2 144 6 3000 0,5 0,45 0,00156 50 3 144 8 3000 0,5 0,45 0,00212 50
4 144 10 3000 0,5 0,45 0,00153 50 5 144 12 3000 0,5 0,45 0,00158 50
6 144 14 3000 0,5 0,45 0,00136 50 7 144 16 3000 0,5 0,45 0,00130 50
8 144 18 3000 0,5 0,45 0,00191 50
4.1.3. Pengujian Time Delay 4 Hari
Langkah-langkah yang dilakukan pada pengujian mencari time delay 4 hari seperti yang dilakukan pada pengujian mencari time delay 2, 3 hari. Di mana
jaringan saraf tiruan dibentuk dengan 192 node input, 1 hidden layer 4 node dan 1 node
output dengan parameter pelatihan learning rate 0,5, momentum 0,45 toleransi error
0,0001 dan jumlah epoch 3000. Selanjutnya dilakukan proses pelatihan dan dilakukan pengulangan sebanyak 10 kali setiap penambahan node pada hidden layer
ke-1. Dari hasil pengujian yang telah dilakukan bahwasanya jumlah node input layer, hidden layer
ke-1 yang memiliki MSE terkecil terletak pada 192 node input dan 14 node
pada hidden layer ke-1 jumlah node input, hidden layer 1, MSE pelatihan dan waktu pelatihan diberi warna hijau. Tabel 4.3 menunjukkan MSE hasil pelatihan
yang dilakukan setiap penambahan 2 node pada 1 hidden layer dengan jumlah node 4, 6, 8, 10, 12, 14, 16 dan 18.
Universitas Sumatera Utara
Tabel 4.3 MSE Hasil Pelatihan Time Delay 4 Hari Dengan 1 Hidden Layer No Jumlah
node input
layer Jumlah
node hidden
layer 1
Jumlah epoch
Nilai learning
rate Nilai
momen tum
MSE pelatihan
Lama pelatihan
detik 1 192 4 3000 0,5 0,45 0,00113 52
2 192 6 3000 0,5 0,45 0,000975 52 3 192 8 3000 0,5 0,45 0,00166 52
4 192 10 3000 0,5 0,45 0,000796 52 5 192 12 3000 0,5 0,45 0,000915 52
6
192 14 3000 0,5 0,45 0,000436 52
7 192 16 3000 0,5 0,45 0,000792 52 8 192 18 3000 0,5 0,45 0,000654 52
4.1.4.
Pengujian Time Delay 5 Hari Langkah-langkah yang dilakukan pada pengujian time delay 5 hari seperti
pada pengujian mencari time delay 2, 3, 4 hari. Di mana jaringan saraf tiruan mula- mula dibentuk dengan 240 node input, 1 hidden layer 4 node dan 1 node output
dengan parameter pelatihan learning rate 0,5, momentum 0,45 toleransi error 0,0001 dan jumlah epoch 3000. Selanjutnya dilakukan proses pelatihan dan dilakukan
pengulangan sebanyak 10 kali setiap penambahan 2 node pada hidden layer ke-1. Adapun tujuan pengulangan sebanyak 10 kali pada setiap penambahan 2 node pada
hidden layer ke-1 dimaksudkan untuk memastikan bahwasanya struktur jaringan saraf
tiruan yang dibentuk benar-benar sudah optimal atau belum. Hal ini dapat dilihat dari MSE hasil pelatihan dari setiap pengulangan. Tabel 4.4 menunjukkan MSE hasil
pelatihan yang dilakukan setiap penambahan 2 node pada 1 hidden layer dengan jumlah node 4, 6, 8, 10, 12, 14, 16 dan 18.
Universitas Sumatera Utara
Tabel 4.4 MSE Hasil Pelatihan Time Delay 5 Hari Dengan 1 Hidden Layer No Jumlah
node input
layer Jumlah
node hidden
layer 1
Jumlah epoch
Nilai learning
rate Nilai
momen tum
MSE pelatihan
Lama pelatihan
detik 1 240 4 3000 0,5 0,45 0,00224 52
2 240 6 3000 0,5 0,45 0,00117 52 3 240 8 3000 0,5 0,45 0,00162 52
4 240 10 3000 0,5 0,45 0,00172 52 5 240 12 3000 0,5 0,45 0,000539 52
6 240 14 3000 0,5 0,45 0,000982 52 7 240 16 3000 0,5 0,45 0,00074 52
8 240 18 3000 0,5 0,45 0,000954 52
Dari hasil pengujian yang telah dilakukan bahwasanya time delay 4 hari paling cepat dikenali jaringan saraf tiruan, ini dapat terlihat dari Tabel 4.3 yang diberi
warna hijau dan selanjutnya ditetapkan sebagai jaringan saraf tiruan awal dengan susunan jumlah node input, hidden dan output layer adalah 192 – 14 – 1.
4.2. Pengujian Mencari Jumlah Hidden Layer