ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSI TESIS
ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSI TESIS Oleh HENRA VERYWATI PURBA 107038007/TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013
ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSI TESIS Oleh HENRA VERYWATI PURBA 107038007/TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2013
ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSI TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Komputer dalam Program Studi Magister (S2) Teknik Informatika pada Program Pascasarjana Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara Oleh HENRA VERYWATI PURBA 107038007/TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013
PENGESAHAN TESIS Judul Tesis : ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSI Nama Mahasiswa : HENRA VERYWATI PURBA Nomor Induk Mahasiwa : 107038007 Program Studi : MAGISTER TEKNIK INFORMATIKA
fakultas : FAKULTAS ILMU KOMPUTER DAN
TEKNOLOGI INFORMASIUNIVERSITAS SUMATERA UTARA Menyetujui Komisi Pembimbing
Dr. Erna Budhiarti Nababan, M IT Dr. Poltak Sihombing, M.Ko m
Anggota KetuaKetua Program Studi, Dekan, Prof. Dr. Muhammad Zarlis Prof. Dr. Muhammad Zarlis NIP : 19570701 198601 1 003 NIP : 19570701 198601 1 003
PERNYATAAN ORISINALITAS
ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE
NGUYEN WIDROW DALAM BACKPROPAGATION
UNTUK PREDIKSI
TESIS
Dengan ini saya menyatakan bahwa saya mengakui semua karya tesis ini adalah hasil kerja saya sendiri kecuali kutipan dan ringkasan yang tiap satunya telah dijelaskan sumbernya dengan benar.
Medan, Januari 2013 Henra Verywati Purba
NIM 107038007
PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini : Nama : Henra Verywati Purba NIM : 107038007 Program Studi : Teknik Informatika Jenis Karya Ilmiah : Tesis
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak bebas Royalti Non-Eksklusif (non-Exlusive Royalty
Free Right ) atas tesis saya yang berjudul
ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE
NGUYEN WIDROW DALAM BACKPROPAGATION
UNTUK PREDIKSI
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non- Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk data-base, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta.
Demikian pernyataan ini dibuat dengan sebenarnya. Medan, Januari 2013 Henra Verywati Purba
NIM 107038007
Telah diuji pada Tanggal : PANITIA PENGUJI TESIS Ketua : Dr. Poltak Sihombing, M.Kom Anggota : 1. Dr. Erna Budhiarti Nababan, M IT
2 . Prof. Dr. Herman Mawengkang
3. Prof. Dr. Muhammad Zarlis
4. Dr. Saib Suwilo, M.Sc
RIWAYAT HIDUP DATA PRIBADI
Nama lengkap berikut gelar :Henra Verywati Purba, S.Kom Tempat dan Tanggal Lahir : Urung Panei , 10 Mei 1983 Alamat Rumah : Jl. Flamboyan Raya. Komplek Nina Flamboyan No 18
Medan Telepon / HP : 081361425115
henra_verywati@yahoo.com
e-mail : Instansi Tempat Bekerja : BBMKG Wilayah I Medan Alamat Kantor : Jl. Ngumban Surbakti No 15 Sempakata Medan Telepon : 061-8222775
DATA PENDIDIKAN
SD : SD Inpres Banua Saribu Tamat : 1995 SMP : SMP Negeri I Purba Tamat : 1998 SMA : SMA Sw Budi Mulia P. Siantar Tamat : 2001 Strata-1 : Ilmu Komputer USU Tamat : 2006 Strata-2 : Teknik Informatika Tamat : 2012
KATA PENGANTAR
Pertama-tama penulis panjatkan puji syukur kehadiran Tuhan Yang Maha Esa atas segala limpahan rahmad dan karunia-Nya sehingga tesis ini dapat diselesaikan.
Dengan selesainya tesis ini, perkenankanlah penulis mengucapkan terimakasih yang sebesar-besarnya kepada : Rektor Universitas Sumatera Utara, Prof. Dr. dr. Syahril Pasaribu, DTM&H,
M.Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister.
Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, Prof. Dr. Muhammad Zarlis atas kesempatan yang diberikan kepada penulis menjadi mahasiswa Program Magister (S2) Teknik Informatika Fasilkom-TI Universitas Sumatera Utara.
Ketua Program Studi Magister (S2) Teknik Informatika, Prof. Dr. Muhammad Zarlis dan Sekertaris Program Studi Teknik Informatika M. Andri Budiman, S.T, M.Comp, M.E.M beserta seluruh Staf Pengajar pada Program Studi Magister (S2) Teknik Informatika Fasilkom-TI Universitas Sumatera Utara.
Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya penulis ucapkan kepada Dr. Poltak Sihombing, M.Kom selaku Pembimbing Utama yang dengan penuh perhatian dan telah memberikan dorongan, bimbingan dan arahan, demikian juga kepada Dr. Erna Budhiarti Nababan, MIT selaku Pembimbing Lapangan yang dengan penuh kesabaran menuntun dan membimbing penulis hingga selesainya laporan penelitian ini.
Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya saya ucapkan kepada Prof. Dr. Herman Mawengkang, Prof. Dr. Muhammad Zarlis, dan Dr, Saib Suwilo, M,Sc sebagai pembanding yang telah memberikan saran dan masukan serta arahan yang baik demi penyelesaian laporan penelitian ini.
Kepada Ayah St. N Purba. dan Ibu K. Sinaga serta suami tercinta Antonius Barus, ST yang telah banyak membantu penulis dan terima kasih atas segala pengorbanan kalian baik moril maupun materil dan anakku tersayang Melvin Barus atas pengertiannya.
Staff Pegawai dan Administrasi pada Program Studi Magister (S2) Teknik Informatika Fasilkom-TI Universitas Sumatera Utara yang telah memberikan bantuan dan pelayanan yang sangat baik kapada penulis selama mengikuti perkuliahan hingga penyelesaian laporan penelitian ini.
Rekan mahasiswa/i angkatan kedua tahun 2010 pada Program Studi Magister (S2) Teknik Informatika Fasilkom-TI Universitas Sumatera Utara yang telah banyak membantu penulis baik berupa dorongan semangat dan doa selama mengikuti perkuliahan hingga penyelesaian laporan penelitian ini.
Seluruh pihak yang tidak dapat penulis sebutkan satu persatu dalam laporan penelitian ini, terimakasih atas segala bantuan dan doa yang diberikan. Dengan segala kekurangan dan kerendahan hati, sekali lagi penulis mengucapkan terimakasih. Semoga Tuhan Yang Maha Esa membalas segala bantuan dan kebaikan yang telah diberikan.
Medan, Januari 2013 Penulis
Henra Verywati Purba NIM : 107038007
ANALISIS PENGARUH PEMBOBOTAN DENGAN METODE NGUYEN
WIDROW DALAM BACKPROPAGATION UNTUK PREDIKSIABSTRAK
Penyimpangan yang jauh antara hasil prediksi dengan kenyataan yang sebenarnya masih ada ditemukan. Untuk mendapatkan hasil prediksi yang akurat banyak hal yang harus diperhatikan antara lain metode untuk prediksi. Metode yang digunakan untuk prediksi, dalam tesis ini adalah Backpropagation. Kemampuan
Backpropagation untuk menguragi error dengan melakukan koreksi bobot
menjadikan metode ini sering digunakan untuk prediksi. Pembobotan awal dalam
backpropagation dapat dilakukan secara random ataupun dengan metode Nguyen
Widrow. Untuk meningkatkan keakuratan hasil prediksi maka pembobotan awal dilakukan dengan metode Nguyen Widrow. Hal ini disebabkan karena metode ini dapat meningkatkan kemampuan lapisan tersembunyi dalam melakukan proses pembelajaran dengan cara menyesuaikan bobot dan bias awal dengan pola pelatihan yang digunakan. Pembobotan yang baik dalam backpropagation mampu mengurangi
error sehingga hasil yang dicapai menjadi akurat. Parameter backpropagation yang
digunakan yaitu jumlah input masukan 8 node, jumlah node pada hidden layer 18 node, target error sebesar 0,01. Hasil pengujian yang dilakukan terhadap unsur cuaca sistem ini mampu memprediksi dengan tingkat keakuratan sampai dengan 98%.
Backpropagation, Hidden layer, Pembobotan
Katakunc i: Prediksi, Nguyen Widrow,
ANALYSIS OF EFFECT OF WEIGHT AND BIAS IN WIDROW NGUYEN METHOD
FOR PREDICTION BACKPROPAGATION ABSTRACTMuch deviation between the predicted results with the fact that there are actually
found. To get the accurate prediction of many things to consider, among others,
methods for prediction. The method used for prediction, the thesis Backpropagation. Backpropagation reduces the ability to perform error correction by weight makes this method is often used for prediction. Initial weighting in backpropagation can bedone randomly or by a method Nguyen Widrow. To improve the accuracy of the
predictions made by the initial weighting Nguyen Widrow method. This is because
this method can improve the ability of the hidden layer in the learning process by
adjusting the weights and bias early in the training patterns are used. Weighting
both in backpropagation to reduce error that results achieved are
accurate.Backpropagation parameter used is the number of input 8 input nodes, the
number of nodes in the hidden layer node 18, a target error of 0.01. The results of
tests performed on elements of the system is able to predict the weather with
accuracy levels up to 98%.Keywords: Prediction, Nguyen Widrow, Backpropagation, Hidden layer, Weight
DAFTAR ISI ABSTRAK
i ABSTRACT ii DAFTAR ISI iii DAFTAR TABEL vi DAFTAR GAMBAR vii
Halaman
BAB I PENDAHULUAN I.1 Latar Belakang
3 I.5 Manfaat Penelitian
2.2.4 Fungsi Aktivasi
3 I.3 Batasan Masalah
3 I.4 Tujuan Penelitian
2.3 Metode Backpropagation
13
2.2.6 Proses Pembelajaran Jaringan Saraf Tiruan
9
2.2.5 Arsitektur Jaringan Saraf Tiruan
8
8
4 BAB II TINJAUAN PUSTAKA
2.2.3 Pemrosesan Informasi dalam JST
1 I.2 Perumusan Masalah
2.2.2 Struktur dan Komponen JST
6
2.2.1 Karakteristik JST
6
2.2 Jaringan Saraf Tiruan (JST)
5
2.1 Jaringan Saraf Secara Biologis
7
2.3.1 Algoritma Backpropagation
14
2.3.2 Arsitektur Backpropagation
16
2.3.3 Meningkatkan Hasil Metode Backpropagation
17
2.3.2 Pengujian (Testing) pada Metode Backpropagation
20
2.4 Metode Nguyen Widrow
20
2.5 Normalisasi Data
22
2.6 Penelitian Terkait
22 BAB III METODOLOGI PENELITIAN
3.1 Pendahuluan
25
3.2 Perbedaan dan Persamaan dengan Penelitian Lain
25
3.2.1 Persamaan dengan Penelitian Lain
25
3.2.2 Perbedaan dengan Penelitian Lain
25
3.2.3 Kontribusi Penelitian
26
3.3 Data Yang Digunakan
26
3.3.1 Normalisasi Data
27
3.3.2 Pembagian Data
27
3.3.3 Pelatihan Data
28
3.3.4 Pengujian Data
29
3.3.5 Prediksi Data
30
3.4 Perancangan
30
3.4.1 Perancangan Arsitektur Jaringan
30
3.4.2 Perancangan Skema Sistem
31
3.5 Diagram Tahapan Proses Pelatihan
32 BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil
36
4.1.1 Pembobotan
36
4.1.2 Training Data
37
4.1.3 Pengujian Data
39
4.1.4 Hasil Prediksi
40
4.1.5 Pembobotan Awal
40
4.1.6 Pelatihan (Training) Backpropagation
46
4.2 Pembahasan 53
4.2.1Analisis Pengaruh Bobot, Bias dan Momentum untuk Prediksi
53
4.2.2 Pengujian Terhadap Program
54
4.2.3 Hasil Prediksi
60 BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
64
5.2 Saran
65 DAFTAR PUSTAKA
LAMPIRAN
DAFTAR TABEL
Nomor Halaman2.1 Penelitian Terkait
23
3.1 Pembagian Data untuk Pelatihan dan Data Target
28
3.2 Data Pelatihan Untuk Suhu Hasil Pengamatan
29
3.3 Data yang Digunakan untuk Pengujian
30
4.1 Bobot Secara Random
41
4.2 Bias Input Layer Menuju Hidden Layer Dengan Pembobotan Awal Menggunakan Nguyen Widrow
43
4.3 Inisialisasi Bobot Awal dengan Metode Nguyen Widrow
46
4.4 Pengujian Terhadap Suhu dengan Pembobotan Awal Menggunakan Metode Nguyen Widrow dan Metode Random
55
4.5 Perbandingan Data Hasil Pengamatan dan Data Prediksi
56
4.6 Pengujian Terhadap Kelembaban dengan Pembobotan Awal Menggunakan Metode Nguyen Widrow dan Metode Random
57
4.7 Pengujian Terhadap Curah Hujan dengan Pembobotan Awal Menggunakan Metode Nguyen Widrow dan Metode Random
58
4.8 Pengujian Terhadap Kecepatan Angin dengan Pembobotan Awal Menggunakan Metode Nguyen Widrow dan Metode Random
59
DAFTAR GAMBAR
Nomor Halaman4.1 Program Saat Dilakukan Pembobotan
4.9 Grafik Hasil Prediksi Hujan
62
4.8 Grafik Hasil Prediksi Kecepatan Angin
61
4.7 Grafik Hasil Prediksi Kelembaban
60
4.6 Grafik Hasil Prediksi Suhu
40
4.5 Program Saat Melakukan Prediksi
39
4.4 Proses Saat Pengujian Dilakukan
38
4.2 Proses Saat Pelatihan Dilakukan
37
35
2.1 Saraf Secara Biologis
3.3 Diagram Tahapan Proses Penelitian
33
3.2 Diagram Tahapan Metode Nguyen Widrow
17
32 Arsitektur Model Backpropagation
3.1 Perancangan Skema Sistem
2.5
12
2.4 JST Lapisan Multi Layer
11
2.3 JST Lapisan Single Layer
7
2.2 Model Neuron Buatan
6
63