IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
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.
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
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 4.4 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 lainnyayaitu 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
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
yang dilakukan pelatihan, waktu yang digunakan untuk pelatihan, gradient
kemiringan/penurunan 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
Setelah proses training selesai dan mencapai error minimum, akan muncul hasil pelatihan (training) dalam bentuk grafik perbandingan target(o) 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.
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.
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.
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
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.