Data volume sampah yang di gunakan pada tugas akhir ini tidak memiliki keterkaitan dengan variabel lain, sehingga rancangan model neural network yang digunakan berbentuk time series, yaitu dengan melihat data variasi data dari waktu ke waktu hingga beberapa hari kebelakang. Model Neural network pada tugas akhir ini terdiri dari input layer yang memiliki neuron-neuron sesuai dengan jumlah volume sampah pada beberapa hari kebelakang, hidden layer yang berisi satu lapisan yang berisikan neuron-neuron yang memiliki fungsi aktivasi sigmoid bipolar yang di tentukan berdasarkan rumus empiris, untuk menentukan banyaknya neuron pada hidden layer [19], model yang digunakan pada Neural Network sesuai dengan tools yang telah tersedia pada matlab yaitu nntool. Berikut merupakan model-model neural network yang digunakan:
4.2.1 Model NN 1
Model NN yang pertama menggunakan 2 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.1) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
33 : jumlah input layer, yaitu 2
Berikut merupakan gambaran model NN1 yang akan digunakan terletak pada Gambar 4.1:
Gambar 4.1 Model NN1
4.2.2 Model NN2
Model NN yang kedua menggunakan 3 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.2) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: jumlah input layer, yaitu 3
Berikut merupakan gambaran model NN2 yang akan digunakan terletak pada Gambar 4.2:
Gambar 4.2 Model NN2
4.2.3 Model NN3
Model NN yang ketiga menggunakan 4 neuron dengan input layer yang memiliki persamaan sebagai berikut:
35 Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
: jumlah input layer, yaitu 4
Berikut merupakan gambaran model NN3 yang akan digunakan terletak pada Gambar 4.3:
Gambar 4.3 Model NN3
4.2.4 Model NN4
Model NN4 yang keempat menggunakan 5 neuron dengan input layer yang memiliki persamaan sebagai berikut:
( ) (4.4) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
: data 5 minggu sebelumnya
: jumlah input layer, yaitu 5
Berikut merupakan gambaran model NN4 yang akan digunakan terletak pada Gambar 4.4:
37
4.2.5 Model NN5
Model NN5 yang kelima menggunakan 6 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.6) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
: data 5 minggu sebelumnya
: data 6 minggu sebelumnya
: jumlah input layer, yaitu 6
Berikut merupakan gambaran model NN5 yang akan digunakan terletak pada Gambar 4.5:
Gambar 4.5 Model NN5
4.2.6 Model NN6
Model NN6 yang keenam menggunakan 7 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.7) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
39
: data 6 minggu sebelumnya
: data 7 minggu sebelumnya
: jumlah input layer, yaitu 7
Berikut merupakan gambaran model NN6 yang akan digunakan terletak pada Gambar 4.6:
Gambar 4.6 Model NN6
4.2.7 Model NN7
Model NN7 yang ketujuh menggunakan 7 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.8) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
: data 5 minggu sebelumnya
: data 6 minggu sebelumnya
: data 7 minggu sebelumnya
: data 8 minggu sebelumnya
: jumlah input layer, yaitu 8
Berikut merupakan gambaran model NN7 yang akan digunakan terletak pada Gambar 4.7:
Gambar 4.7 Model NN7
4.2.8 Model NN8
Model NN8 yang kedelapan menggunakan 8 neuron dengan input layer yang memiliki persamaan sebagai berikut:
41
(4.9) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
: data 5 minggu sebelumnya
: data 6 minggu sebelumnya
: data 7 minggu sebelumnya
: data 8 minggu sebelumnya
: data 9 minggu sebelumnya
: jumlah input layer, yaitu 9
Berikut merupakan gambaran model NN8 yang akan digunakan terletak pada Gambar 4.8:
Gambar 4.8 Model NN8
4.2.9 Model NN9
Model NN9 yang kesembilan menggunakan 9 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.10) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
43
: data 4 minggu sebelumnya
: data 5 minggu sebelumnya
: data 6 minggu sebelumnya
: data 7 minggu sebelumnya
: data 8 minggu sebelumnya
: data 9 minggu sebelumnya
: data 10 minggu sebelumnya
: jumlah input layer, yaitu 10
Berikut merupakan gambaran model NN9 yang akan digunakan terletak pada Gambar 4.9:
4.2.10 Model NN10
Model NN10 yang sepuluh menggunakan 10 neuron dengan input layer yang memiliki persamaan sebagai berikut:
(4.11) Jumlah hidden layer yang digunakan sesuai dengan default yang tersedia pada nntool dengan jumlah hidden layer sebanyak 10 neuron.
keterangan :
: data 1 minggu sebelumnya
: data 2 minggu sebelumnya
: data 3 minggu sebelumnya
: data 4 minggu sebelumnya
: data 5 minggu sebelumnya
: data 6 minggu sebelumnya
: data 7 minggu sebelumnya
: data 8 minggu sebelumnya
: data 9 minggu sebelumnya
: data 10 minggu sebelumnya
: data 11 minggu sebelumnya
: jumlah input layer, yaitu 11
Berikut merupakan gambaran model NN10 yang akan digunakan terletak pada Gambar 4.10: