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
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
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
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 Anggota Ketua
m
Ketua Program Studi, Dekan,
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
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
Telah diuji pada Tanggal :
PANITIA PENGUJI TESIS
Ketua : Dr. Poltak Sihombing, M.Kom Anggota : 1. Dr. Erna Budhiarti Nababan, M IT
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
e-mail : henra_verywati@yahoo.com Instansi Tempat Bekerja : BBMKG Wilayah I Medan
Alamat Kantor : Jl. Ngumban Surbakti No 15 Sempakata Medan Telepon : 061-8222775
DATA PENDIDIKAN
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.
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
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%.
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%.
DAFTAR ISI
I.2 Perumusan Masalah 3
I.3 Batasan Masalah 3
I.4 Tujuan Penelitian 3
I.5 Manfaat Penelitian 4
BAB II TINJAUAN PUSTAKA
2.1 Jaringan Saraf Secara Biologis 5
2.2 Jaringan Saraf Tiruan (JST) 6
2.2.1 Karakteristik JST 6
2.2.2 Struktur dan Komponen JST 7
2.2.3 Pemrosesan Informasi dalam JST 8
2.2.4 Fungsi Aktivasi 8
2.2.5 Arsitektur Jaringan Saraf Tiruan 9
2.2.6 Proses Pembelajaran Jaringan Saraf Tiruan 13
2.3 Metode Backpropagation
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 IIIMETODOLOGI 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
3.4.2 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 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
DAFTAR GAMBAR
Nomor Halaman
2.1 Saraf Secara Biologis 6
2.2 Model Neuron Buatan 7
2.3 JST Lapisan Single Layer 11
2.4 JST Lapisan Multi Layer 12
2.5
3.1 Perancangan Skema Sistem 32 Arsitektur Model Backpropagation 17
3.2 Diagram Tahapan Metode Nguyen Widrow 33
3.3 Diagram Tahapan Proses Penelitian 35
4.1 Program Saat Dilakukan Pembobotan 37
4.2 Proses Saat Pelatihan Dilakukan 38
4.4 Proses Saat Pengujian Dilakukan 39
4.5 Program Saat Melakukan Prediksi 40
4.6 Grafik Hasil Prediksi Suhu 60
4.7 Grafik Hasil Prediksi Kelembaban 61
4.8 Grafik Hasil Prediksi Kecepatan Angin 62