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 INFORMASI

   UNIVERSITAS SUMATERA UTARA Menyetujui Komisi Pembimbing

Dr. Erna Budhiarti Nababan, M IT Dr. Poltak Sihombing, M.Ko m

Anggota Ketua

   Ketua 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 PREDIKSI

ABSTRAK

  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 ABSTRACT

Much 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 be

done 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 Halaman

  2.1 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 Halaman

  4.1 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