BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
Implementasi sistem prediksi harga minyak metah dunia menggunakan jaringan saraf tiruan backpropagation ini menggunakan perangkat lunak Matlab R2009. Perangkat
lunak pemrograman ini dipilih karena menyediakan banyak fasilitas dan fungsi-fungsi yang membantu dalam perhitungan matematik dan pembuatan grafik juga tools untuk
membangun arisektur jaringan saraf tiruan. Hal ini sangat mendukung dalam penulisan skripsi ini, dimana banyak pemrosesan yang menggunakan perhitungan
secara matematis, menampilkan grafik dan memudahkan dalam pemrosesan jaringan saraf tiruan. Selain, Matlab R2009 sistem ini juga menggunakan Microsoft Office
Excel 2007 sebagai perangkat lunak yang menyimpan data pelatihan.
Penerapan sistem dilakukan dengan menggunakan komputer dengan sistem operasi Windows Seven Ultimate dan perangkat keras yang digunakan dalam
mengimplementasikan program simulasi dari jaringan saraf tiruan ini adalah Intel atom N570, memori RAM 1 GB , DDR3 1 GB, harddisk 320 GB, dan Monitor LCD
10.1” dengan resolusi layar 1024 x 600.
4.1.1 Tampilan antarmuka sistem
Sistem prediksi harga minyak mentah dunia diimplementasikan dalam beberapa tampilan antarmuka yang terdiri dari antarmuka menu utama, antarmuka cek data,
antarmuka pelatihan, antarmuka prediksi, antarmuka tampilan hasil pelatihan, antarmuka tampilan hasil prediksi, dan antarmuka keluar.
Universitas Sumatera Utara
43
4.1.1.1 Antarmuka menu utama
Antarmuka menu utama merupakan antarmuka yang pertama kali tampil ketika aplikasi dimulai. Antarmuka ini terdiri dari nama aplikasi, tombol cek data, tombol
pelatihan, tombol prediksi, dan tombol keluar. Tombol-tombol ini menghubungkan antarmuka menu utama dengan antarmuka lain.
Tombol cek data menghubungkan antarmuka menu utama dengan antarmuka cek data. Tombol pelatihan menghubungkan antarmuka menu utama dengan
antarmuka pelatihan. Tombol prediksi menghubungkan antarmuka menu utama dengan antarmuka prediksi. Tombol keluar, menghubungkan antarmuka menu utama
keluar. Tampilan antarmuka menu utama ditunjukkan pada Gambar 4.1.
Gambar 4.1 Antarmuka Menu Utama
4.1.1.2 Antarmuka cek data
Antarmuka cek data berfungsi untuk menampilkan daftar harga minyak mentah dunia dari bulan dan tahun yang dipilih. Daftar harga tersebut ditampilkan pada edit text
yang dapat muncul hasilnya setelah pengguna memilih bulan dan tahun pada popup menu. Begitu juga dengan data berbentuk grafik pada antarmuka cek data yang akan
otomatis muncul ketika pengguna memilih bulan dan tahun dalam popup menu yang
Universitas Sumatera Utara
44 sama. Pada antarmuka ini juga terdapat tombol menu utama dan ke pelatihan yang
berfungsi menghubungkan ke antarmuka selanjutnya. Selengkapnya tampilan antarmuka cek data sebelum proses penampilan data pada Gambar 4.2 dan antarmuka
cek data setelah pengambilan data dari Microsoft Office Excel 2007 pada Gambar 4.3.
Gambar 4.2 Antarmuka Cek data
Gambar 4.3 Antarmuka Cek data Ketika Telah Memilih Bulan dan Tahun
Universitas Sumatera Utara
45
Gambar 4.4 Antarmuka Proses Pemberitahuan Proses
Antar muka pemberitahuan proses terdapat pada antar muka cek data untuk menunggu proses pengambilan data harga minyak dari Microsoft Office Excel 2007. Begitu juga
untuk proses lain yang memakan waktu cukup lama, ditampilkan juga pemberitahuan yang serupa untuk memudahkan user mengetahui, proses yang dilakukan oleh sistem.
Pada Antar muka pelatihan, juga terdapat pemberitahuan proses sebagai pemberitahuan bahwa sistem sedang menyimpan data pelatihan, antara lain: bobot,
momentum, learning rate, max. target, max. epoch, mean input, mean target, standar deviasi input dan standar deviasi target. Sedangkan pada antar muka prediksi,
pemberitahuan proses ditampilkan ketika menunggu proses penampilan hasil prediksi dalam bentuk grafik dan dalam bentuk grid.
4.1.1.3 Antarmuka pelatihan
Terdapat dua bagian utama pada antarmuka pelatihan, yaitu pelatihan jaringan saraf tiruan backpropagation dan penyimpanan bobot. Pada bagian pelatihan diawali input
parameter, terdapat textfield untuk memasukkan input parameter yang akan digunakan pada pelatihan. Kemudian, dipilih pula data yang akan dilatih dan untuk memulai
pelatihan tersedia tombol latih. Selain textfield untuk memasukkan parameter, pada bagian ini terdapat axes sebagai tempat untuk menampilkan grafik perbandingan input
dan output juga textfield untuk mengetahui error yang dihasilkan setelah pelatihan.
Pada antarmuka ini juga terdapat dua tombol penting lainnya yaitu tampil dan simpan. Tombol tampil untuk menampilkan perbandingan target, output juga selisih
antara target dan output dalam bentuk tabel dalam figure lain sehingga pengguna dapat memperhatikan tingkat akurasi jaringan saraf tiruan dalam mencapai target yang
ditentukan. Selain itu juga terdapat dua tombol lainnya seperti pada antarmuka yang
Universitas Sumatera Utara
46 lain, yaitu menu utama untuk kembali ke antarmuka menu menu utama, dan ke
prediksi untuk melanjutkan ke proses selanjutnya.
Pada data pelatihan hanya dipilih enam kelompok data dari rentang waktu Januari 2010 hingga 30 April 2013 dikarenakan tidak semua periode dalam waktu
tersebut memiliki pola yang sama. Sebab itu dipilihlah beberapa periode pada rentang waktu tersebut yang sesuai dengan pelatihan jaringan saraf tiruan, yaitu memiliki pola
perulangan yang walaupun acak tapi terlihat sedikit pola yang beraturan didalamnya.
Tampilan antarmuka pelatihan diperlihatkan pada Gambar 4.5.
Gambar 4.5 Antarmuka Pelatihan
Setelah memasukkan input parameter dan data yang akan dilatih pada antar muka pelatihan proses pelatihan dimulai dengan mengklik tombol Latih. Setelah
pengguna mengklik tombol latih maka akan muncul antarmuka Neural Network Training nntool yang ada secara default pada aplikasi Matlab, diperlihatkan Gambar
4.6. Pada tampilan Neural Network Training nntool yang terdiri dari tampilan arsitektur jaringan saraf tiruan dengan menampilkan gambar jumlah layer pada
arsitektur jaringan saraf tiruan, jenis algoritma pelatihan yang digunakan, performance goal sebagai indikator sampainya output dengan target yang dituju, jumlah epoch
Universitas Sumatera Utara
47 yang dilakukan pelatihan, waktu yang digunakan untuk pelatihan, gradient
kemiringanpenurunan menuju error terkecil, dll.
Gambar 4.6 Antarmuka Neural Network Training nntool
Antarmuka training jaringan saraf tiruan yang digunakan dalam sistem prediksi ini adalah antarmuka standar atau bawaan dari aplikasi Matlab. Antarmuka
ini melakukan training dengan mekanisme bacth mode yaitu pelatihan dengan metode berkelompok. Setelah pola input selesai dimasukkan, bobot baru diubah.
Pada bagian antarmuka Neural Network Training nntool terdapat tiga tampilan grafik untuk mengukur ketepatan hasil yaitu button performance untuk
melihat grafik perubahan mse mulai dari pelatihan awal hingga akhir, button training state untuk melihat grafik gradient, mse dan validasi, sedangkan grafik regression
untuk menampilkan perbandingan data hasil pelatihan output dengan garis regresi target pelatihan.
Universitas Sumatera Utara
48 Setelah proses training selesai dan mencapai error minimum, akan muncul
hasil pelatihan training dalam bentuk grafik perbandingan targeto dan output dan muncul juga hasil error RMSE akhir pelatihan.
Tampilan antarmuka setelah Pelatihan diperlihatkan pada Gambar 4.7.
Gambar 4.7 Antarmuka Pelatihan Setelah Dilakukan Pelatihan
Setelah pelatihan selesai, untuk secara detail mengetahui hasil pelatihan output dibandingkan dengan target yang dituju serta selisih keduanya, antarmuka ini
dapat ditampilkan dengan mengklik tombol tampil. Tampilan antarmuka tampil pelatihan setelah dilakukan training neural network JST diperlihatkan pada Gambar
4.8.
Universitas Sumatera Utara
49
Gambar 4.8
Antarmuka Pelatihan Setelah Mengklik Tombol Tampil
Jika pelatihan telah mendekati target yang diinginkan, maka bobot-bobot yang digunakan dalam pelatihan sudah memenuhi standar untuk disimpan sebagai bobot
yang digunakan dalam prediksi. Untuk menyimpan bobot dapat dilakukan dengan
mengklik tombol simpan. Dalam proses penyimpanan data bobot ke dalam excel
memakan waktu yang cukup lama, sehingga perlu antarmuka untuk memberitahu bahwa aplikasi dalam kondisi berproses untuk menyimpan data. Antarmuka
pemberitahuan ini seperti diperlihatkan pada Gambar 4.4. Apabila antarmuka ini
menghilang dari antarmuka pelatihan maka proses penyimpanan telah selesai
dilakukan.
Setelah semua bobot pelatihan disimpan dan juga parameter-parameter yang digunakan dalam pelatihan disimpan dengan mengklik simpan, maka pada `excel akan
muncul matriks yang berisi bobot-bobot dan parameter yang disimpan.
Tombol menu utama berfungsi menghubungkan antarmuka pelatihan dengan antarmuka menu utama. Tombol ke Prediksi berfungsi melanjutkan ke proses
selanjutnya yaitu prediksi.
Universitas Sumatera Utara
50
4.1.1.4 Antarmuka prediksi
Pada antarmuka prediksi terdapat beberapa bagian utama yaitu bagian pemilihan data yang akan diprediksi dan hasil prediksi dalam bentuk grafik maupun tabel. Pada
bagian pemilihan data yang akan dilakukan prediksi, data dapat dipilih dalam kotak popup menu yang terdiri dari beberapa pilihan. Setelah memilih data yang akan
diprediksi, klik tombol prediksi untuk memulai proses feedforward jaringan saraf tiruan. Seperti pada antarmuka pelatihan, pengguna akan disuguhkan dua jenis hasil
dari prediksi yaitu dalam bentuk grafik dan tabel.
Data prediksi yang berupa popup menu yang terdiri dari enam pilihan, berisi pilihan waktu dalam rentang satu bulan. Hal ini dikarenakan kurangnya data pelatihan
yang sepola sehingga untuk memprediksi kedepan juga tidak bisa dalam rentang waktu yang panjang. Sehingga hanya ada enam bulan data. Data enam bulan ini
diperoleh dari data pelatihan ditambah satu bulan, sehingga jaringan saraf tiruan bisa memprediksi harga minyak satu bulan setelah data yang dijadikan data pelatihan. Jadi
tidak ada rentang yang memungkin perbedaan yang terlalu besar pada data yang akan diprediksi, bila data yang dilatih adalah data harga pada bulan-bulan tepat sebelum
bulan yang akan diprediksi. Tampilan antarmuka prediksi ditunjukkan pada Gambar 4.9.
Gambar 4.9 Antarmuka Prediksi
Universitas Sumatera Utara
51 Pada bagian hasil prediksi terdapat axes yang menampilkan grafik hasil
pelatihan dan data aktual dan edit text yang berisi RMSE prediksi, keduanya berada pada antarmuka prediksi. Sedangkan data hasil prediksi dan data aktual berada pada
antarmuka yang lain, yang otomatis muncul ketika proses prediksi telah selesai dijalankan. Antarmuka prediksi setelah dilakukan proses prediksi ditunjukkan pada
Gambar 4.10.
Gambar 4.10 Antarmuka Pengujian Setelah dilakukan prediksi
Selain Antarmuka prediksi yang menghasilkan prediksi dalam bentuk grafik juga disediakan data dalam bentuk tabel seperti yang terlihat pada pada Gambar 4.11
Universitas Sumatera Utara
52
Gambar 4.11 Antarmuka Prediksi perbandingan Data Aktual dengan Hasil Prediksi
Pada antarmuka prediksi juga terdapat tombol menu dan keluar. Tombol menu untu kembali pada halaman menu utama, sedangkan tombol keluar untuk menutup
aplikasi, tetapi sebelum yakin untuk keluar dari aplikasi, pengguna dapat memilih untuk “Tidak” untuk tetap pada antar muka prediksi atau “Ya” untuk keluar dari
aplikasi.
Gambar 4.12 Antarmuka Konfirmasi Keluar
Universitas Sumatera Utara
53
4.2 Pengujian Sistem
