ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD TESIS MUHAMMAD ANGGI RIVAI NST 117038015
ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD TESIS MUHAMMAD ANGGI RIVAI NST 117038015 PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING
PADA JARINGAN BACKPROPAGATION PADA KASUS
PENGENALAN HURUF ABJAD
TESIS Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik InformatikaMUHAMMAD ANGGI RIVAI NST 117038015 PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
PERSETUJUAN Judul : Analisis Perbandingan Online Dan Offline Training
Pada Jaringan Backpropagation Pada Kasus Pengenalan Huruf Abjad
Nama : M. Anggi Rivai Nst Nomor Induk Mahasiswa : 117038015 Program Studi : Magister (S2) Teknik Informatika Fakultas : Ilmu Komputer dan Teknologi Informasi Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Zakarias Situmorang Prof. Dr. Muhammad Zarlis Diketahui/disetujui oleh Magister (S2) Teknik Informatika Ketua, Prof. Dr. Muhammad Zarlis NIP. 19570701 198601 1 003
PERNYATAAN ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD TESIS Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan,18 April 2015 M. Anggi Rivai Nst 117038015
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini:
NIM : 117038015 Program Studi : Magister (S2) Teknik Informatika Jenis Karya Ilmiah : Tesis
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty
Free Right ) atas tesis saya yang berjudul:
ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non- Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, 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, 18 April 2015 M. Anggi Rivai Nst NIM. 117038015 Telah diuji pada Tanggal: 18 April 2015 Ketua : Prof. Dr. Muhammad Zarlis Anggota : 1. Dr. Zakarias Situmorang
2. Prof. Dr. Opim Salim Sitompul
3. Prof. Dr. Herman Mawengkang
4. Dr. Syahril Effendi S.Si, M.IT
RIWAYAT HIDUP DATA PRIBADI Nama Lengkap (berikut gelar) : M. Anggi Rivai Nst, S.kom Tempat dan Tanggal Lahir : Medan, 06 Agustus 1988 Alamat Rumah : Prof. H. M. Yamin SH
Gg. Pisang No. 2 Medan Telepon/Faks/HP : 085261036037 Instansi Tempat Bekerja : Angkasapura II Alamat Kantor : Perhubungan Perkantoran Bandara
Internasional Sultan Syarif Kasim II Pekanbaru
DATA PENDIDIKAN SD : SD N 0608053 Medan TAMAT: 2000 SLTP : SLTP N 14 Medan TAMAT: 2003 SLTA : SMA N 8 Medan TAMAT: 2006 S1 : Ilmu Komputer USU TAMAT: 2010 S2 : Teknik Informatika USU TAMAT: 2015
KATA PENGANTAR Puji syukur kepada Allah SWT atas segala rahmat dan karunia-Nya sehingga tesis ini dapat diselesaikan walaupun dengan waktu yang cukup lama. Penulis ucapkan terima kasih yang sebesar-besarnya kepada: 1.
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 FASILKOM-TI dan Ketua Program Studi Magister (S2) Teknik Informatika Universitas Sumatera Utara Prof. Dr. Muhammad Zarlis atas kesempatan yang diberikan kepada saya menjadi mahasiswa Program Magister.
3. Sekretaris Program Studi Magister (S2) Teknik Informatika M. Andri Budiman, S.T, M.Comp, M.E.M beserta seluruh staff pengajar pada Program Studi Magister (S2) Teknik Informatika Universitas Sumatera Utara, yang telah bersedia memberi bimbingan dan semangat serta selalu mengingatkan penulis sehingga dapat menyelesaikan pendidikan.
4. Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya saya ucapkan kepada Prof. Dr. Muhammad Zarlis, selaku pembimbing utama dan kepada Dr. Zakarias Situmorang, selaku pembimbing lapangan yang dengan penuh kesabaran menuntun serta membimbing saya hingga selesainya tesis ini dengan baik.
5. Terimakasih yang tak terhingga dan penghargaan setinggi-tingginya saya ucapkan kepada Prof. Dr. Herman Mawengkang, Prof. Dr. Opim Salim Sitompul dan Dr. Syahril Effendi, S.Si, M.IT, sebagai pembanding yang telah memberikan saran dan masukan serta arahan yang baik demi penyelesaian tesis ini.
6. Staff Pegawai dan Administrasi pada Program Studi Magister (S2) Teknik Informatika Universitas Sumatera Utara yang telah memberikan bantuan dan pelayanan terbaik kapada penulis selama mengikuti perkuliahan hingga saat ini.
7. Terimakasih kepada Bapak, Ibu, Abang dan Adek yang telah memberikan support baik secara moril serta materil sehingga dapat tercapai apa yang diharapkan dan dapat menjadi kenangan yang terindah buat kita selaku keluarga.
8. Terimakasih banyak kepada teman-teman satu angkatan Program Studi
Magister (S2) Teknik Informatika Universitas Sumatera Utara serta teman- teman diluar sivitas akademika yang telah mensupport dan mengingatkan penulis untuk bisa menyelesaikan program magister. mengucapkan terimakasih. Semoga kiranya Allah SWT membalas segala bantuan dan kebaikan yang telah kalian berikan.
Medan, 18 April 2015 M. Anggi Rivai Nst NIM. 117038015 ABSTRAK Penelitian ini dibuat untuk pembelajaran tentang model jaringan syaraf tiruan yaitu
Backpropagation , dimana didalamnya terdapat metode pembelajaran-pembelajaran
yang bermanfaat untuk kita ketahui dalam identifikasi masalah sehingga dapat mempelajari model dengan sendirinya dengan memiliki langkah-langkah yang telah kita berikan. Ada dua metode dari model Backpropagation dalam melakukan langsung(Offline). Dengan membandingkan kedua metode ini maka analisis dari pengenalan huruf abjad akan mudah didapat berdasarkan titik-titik yang dimiliki tiap iterasi yang ada. Dengan melakukan perbandingan kedua metode ini kita juga dapat mengetahui dimana perbedaan yang didapat sehingga kita dapat mengetahui dengan baik yang mana sebaiknya kita gunakan dalam proses melakukan perkenalan huruf abjad. Berdasarkan perbandingan yang dibuat bukan hanya untuk melakukan perbandingan yang baik atau buruk tetapi untuk pembelajaran tentang akurasi dan waktu yang digunakan.
ANALISIS PERBANDINGAN ONLINE DAN OFFLINE TRAINING PADA JARINGAN BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD ABSTRACT This study was made for the study of neural network models are Backpropagation, in of the problem so that it can learn the model by itself by having the steps we have given. There are two methods of Backpropagation models of learning in conducting such Online Training and Offline Training. By comparing these two methods, the analysis of the introduction of the alphabet will be easy to come by dots which each iteration there. By doing a comparison of these two methods we also can find out where the differences are obtained so that we can know all too well that which should be used in the process of introduction letter of the alphabet. Based on that comparison is made not only to do good or bad comparison but for learning about the accuracy and time spent.
DAFTAR ISI Hal.
Kata Pengantar vii
Abstrak ix
Abstract x
Daftar Isi xi
Daftar Gambar xiv
BAB I Pendahuluan
1
1.1
1 Latar Belakang
1.2
3 Rumusan Masalah
1.3
3 Maksud dan Tujuan
1.4
3 Batasan Masalah
1.5
4 Metodologi Penelitian
1.5.1
4 Tahap Identifikasi Masalah
1.5.2
4 Tahap Pengembangan Algoritma
1.5.3
4 Tahap Implementasi dan Pengujian
1.6
5 Sitematika Penulisan
BAB II Dasa Teori
6
2.1
6 Jaringan Syaraf Tiruan
2.2
7 Backpropagation
2.3
10 Online Backpropagation
2.4
11 Offline Backpropagation
2.5
12 Klasifikasi Pada Jaringan Syaraf Tiruan
BAB III Metode Penelitian
14
3.1
14 Rancangan Penelitian
3.1.1
16 Analisis Proses Offline dan Online Jaringan Backpropagation
3.1.1.1
16 Analisis Proses Pelatihan Offline
3.1.1.2
18 Analisis Proses Pelatihan Online
3.2
20 Alat Penelitian dan Bahan Penelitian
3.2.1
20 Alat Penelitian
3.2.2
21 Bahan Penelitian
3.2.2.1
21 Bahan Penelitian Karakter Huruf
3.2.2.2
21 Parameter Jaringan Backpropagation
3.2.2.3
22 Target Output Backpropagation
3.3
23 Kerangka Kerja Penelitian (Frame Works)
BAB IV Hasil dan Pembahasan
24
4.1
24 Pengantar
4.2
26 Persiapan Analisis dan Pengujian Pengujian
4.3.1
30 Pengujian A (Karakter A – B)
4.3.2
32 Pengujian B (Karakter A – J)
4.3.3
35 Pengujian B (Karakter A – Z)
4.4
37 Pembahasan
BAB V Kesimpulan dan Saran
39
5.1
39 Kesimpulan
5.2
40 Saran
Daftar Pustaka
41 DAFTAR TABEL Hal.
Tabel 3.1 Target Output Data Pelatihan22 Tabel 4.1 Data Pengujian Karakter
26 Tabel 4.2 Hasil Pengujian Pelatihan Online
37 Tabel 4.3 Hasil Pengujian Pelatihan Offline
38 DAFTAR GAMBAR Hal.
Gambar 2.1 Arsitektur Multilayer Neural Network31 Gambar 4.4 Pelatihan Offline pengujian A
36 Gambar 4.11 Perbandingan Error Pengujian C
35 Gambar 4.10 Pelatihan Offline pengujian C
34 Gambar 4.9 Pelatihan Online pengujian C
33 Gambar 4.8 Perbandingan Error Pengujian B
33 Gambar 4.7 Pelatihan Offline pengujian B
32 Gambar 4.6 Pelatihan Online pengujian B
31 Gambar 4.5 Perbandingan Error Pengujian A
25 Gambar 4.3 Pelatihan Online pengujian A
8 Gambar 2.2 Model dari sebuah jaringan neuron
24 Gambar 4.2 Antarmuka Data Training
23 Gambar 4.1 Tampilan Utama Aplikasi
20 Gambar 3.5 Proses Kerangka Kerja
18 Gambar 3.4 Proses Pelatihan Online
15 Gambar 3.3 Proses Pelatihan Offline
Gambar 3.1 Rancangan Arsitektur Jaringan Syaraf Tiruan12 Gambar 2.3 Ilustrasi Klasifikasi Pola Menggunakan Jaringan Syaraf Tiruan 13
37