UNIVERSITAS INDONESIA

Transkripsi

1 UNIVERSITAS INDONESIA STUDI KARAKTERISTIK NEURAL NETWORK ENSEMBLE BERBASIS FUNGSI EROR CROSS ENTROPY DAN KUADRATIS SKRIPSI ALIFIA FITHRITAMA FAKULTAS TEKNIK PROGRAM STUDI TEKNIK ELEKTRO DEPOK JUNI 2011 Stud araterst..., Alfa Fthrtama, FT UI, 2011

2 UNIVERSITAS INDONESIA STUDI KARAKTERISTIK NEURAL NETWORK ENSEMBLE BERBASIS FUNGSI EROR CROSS ENTROPY DAN KUADRATIS SKRIPSI Daua sebaga salah satu sarat utu memperoleh gelar Saraa Te ALIFIA FITHRITAMA FAKULTAS TEKNIK PROGRAM STUDI TEKNIK ELEKTRO DEPOK JUNI 2011 Stud araterst..., Alfa Fthrtama, FT UI, 2011

3 Stud araterst..., Alfa Fthrtama, FT UI, 2011

4 Stud araterst..., Alfa Fthrtama, FT UI, 2011

5 KATA PENGANTAR Pu da suur e hadrat Tuha Yag Maha Esa, area atas rahmat da arua-na peuls dapat meelesaa srps. Peulsa srps dlaua dalam raga memeuh salah satu sarat utu mecapa gelar Saraa Te Jurusa Te Eletro pada Faultas Te Uverstas Idoesa. Peuls meadar bahwa, tapa batua da bmbga dar berbaga pha, dar masa perulaha sampa pada peusua srps, sagatlah sult bag peuls utu meelesaa srps. Oleh area tu, peuls megucapa terma ash epada: 1 Prof. Dr.Eg. Drs. Beam Kusumoputro M.Eg., selau dose pembmbg ag telah meedaa watu, teaga, da pra utu megaraha peuls dalam peusua srps ; 2 orag tua da eluarga peuls ag telah membera batua duuga materal da moral; 3 Stephe Ro Imataa S.T., ag telah membatu peuls memaham sstem ag belau bagu dalam srps belau; 4 Dmas Adtamurth, Harr Ba Pramuda, da Stephe, tema satu elompo bmbga Prof. Dr.Eg. Drs. Beam Kusumoputro M.Eg. ag telah baa membera batua pada saat peuls megalam esulta. 5 Asste Laboratorum Kedal, Dgtal, Eletroa, da Jarga Departeme Te Eletro UI ag telah megza peuls megguaa omputer lab utu mealaa program dalam raga proses pegambla data. 6 tema-tema d Departeme Te Eletro UI, terutama tema-tema pemata Kedal ag ba secara lagsug ataupu tda lagsug membatu peuls dalam meelesaa srps. Ahr ata, peuls berharap Tuha Yag Maha Esa berea membalas segala ebaa semua pha ag telah membatu. Semoga srps membawa mafaat bag pegembaga lmu pegetahua da teolog. Depo, Ju 2011 Peuls Stud araterst..., Alfa Fthrtama, FT UI, 2011 v

6 Stud araterst..., Alfa Fthrtama, FT UI, 2011

7 ABSTRAK Nama : Alfa Fthrtama Program Stud : Te Eletro Judul : Stud Karaterst Neural Networ Esemble Berbass Fugs Eror Cross Etrop da Kuadrats Dalam beberapa tahu, telah baa peelta ag berhubuga dega pegeala pola dlaua dega megguaa arga saraf trua artfcal eural etwor. Srps membahas tetag sstem pegeal pola berbass eural etwor esemble NNE, ag merupaa umpula dar beberapa eural etwor tuggal. Peelta membadga atara NNE ag dlath dega fugs eror uadrats da cross-etrop. Terdapat 12 dataset pola ag dguaa pada peelta atu 9 dataset pola ag ddapata dar UCI Repostor of Mache Learg Database, 2 dataset ctra waah dar amera fra merah da amera cahaa tampa, da 1 dataset campura aroma. Prosedur era sstem terdr dar tahap pra-pemrosesa, pelatha, da pegua. Pada tahap pelatha, dterapa algortma Negatve Correlated Learg NCL ag merupaa pegembaga dar algortma stadar bacpropagato. Hasl pegua ag dtau dar recogto rate meuua NNE ag dlath dega fugs eror cross-etrop membera performa ag lebh ba dbadga dega NNE ag dlath dega fugs eror uadrats. Kata uc: Neural etwor esemble NNE, Negatve Correlated Learg NCL, fugs eror uadrats, fugs eror cross-etrop. Stud araterst..., Alfa Fthrtama, FT UI, 2011 v Uverstas Idoesa

8 ABSTRACT Name : Alfa Fthrtama Stud Program: Electrcal Egeerg Ttle : Developmet of Neural Networ Esemble Based o Cross Etrop ad Mea Square Error Fucto I recet ears, ma people have bee worg o patter recogto usg artfcal eural etwor. Ths bachelor thess dscuss about patter recogto sstem based o eural etwor esemble NNE, whch s a group of some dvdual eural etwors. Ths research compares betwee NNE whch s traed usg mea-of-square ad cross-etrop error fucto. There are 12 datasets used ths expermet, whch are 9 patter datasets obtaed from UCI Repostor of Mache Learg Database ad 2 dataset of frotal face mages from fra red ad vsble-lght camera, ad 1 dataset of odor mxtures. The worg procedures of the sstem cosst of pre-processg, trag ad testg stages. I the trag stage, Negatve Correlated Learg NCL algorthm, a developed stadard bac propagato method, s appled ad some parameters are vared to obta the optmum performace. The testg result whch s measured from recogto rate shows that NNE whch s traed usg cross-etrop error fucto has a better performace tha the oe wth mea-of-square error fucto. Kewords: Neural etwor esemble NNE, Negatve Correlated Learg NCL, sum-of square error fucto, cross-etrop error fucto. Stud araterst..., Alfa Fthrtama, FT UI, 2011 v Uverstas Idoesa

9 DAFTAR ISI HALAMAN JUDUL... HALAMAN PERNYATAAN ORISINALITAS... HALAMAN PENGESAHAN... KATA PENGANTAR... v HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI... v ABSTRAK... v ABSTRACT... v DAFTAR ISI... v DAFTAR TABEL... x DAFTAR GAMBAR... xv BAB I : PENDAHULUAN Latar Belaag Perataa Masalah Tuua Peulsa Batasa Masalah Mafaat Peelta Tahapa Peelta Sstemata Peulsa Lapora BAB II : NEURAL NETWORK ENSEMBLE, FUNGSI EROR CROSS ENTROPY DAN KUADRATIS Neural Networ dega Algortma Bacpropagato Neural Networ Esemble dega Algortma NCL Fugs Eror Cross Etrop da Kuadrats Neural Networ utu Pegeala Pola BAB III : SISTEM PENGENAL POLA BERBASIS NEURAL NETWORK ENSEMBLE Pedahulua Latar Belaag Peelta Sema Peelta Hasl Peelta da Pembahasa Peutup KesmpulaPeelta Sara utu Peelta Lauta Stud araterst..., Alfa Fthrtama, FT UI, 2011 v Uverstas Idoesa

10 BAB IV : SISTEM PENGENAL WAJAH BERBASIS NEURAL NETWORK ENSEMBLE Pedahulua Latar Belaag Peelta Sema Peelta Sema Peelta Ctra Waah Iframerah Sema Peelta Ctra Waah Cahaa Tampa Hasl Peelta da Pembahasa Hasl Peelta dega Ctra Waah Iframerah Hasl Peelta dega Ctra Waah Cahaa Tampa Rgasa Hasl Peelta Ctra Iframerah da Cahaa Tampa Peutup Kesmpula Sara utu Peelta Lauta BAB V : SISTEM PENGENAL AROMA BERBASIS NEURAL NETWORK ENSEMBLE Pedahulua Latar Belaag Peelta Sema Peelta Hasl Peelta da Pembahasa Peutup Kesmpula Sara utu Peelta Lauta BAB VI KARAKTERISTIK NEURAL NETWORK ENSEMBLE BERBASIS FUNGSI EROR CROSS ENTROPY DAN KUADRATIS Nla Eror Pelatha Jumlah Epoh Pelatha Watu Pelatha Deraat Pegeala Pegaruh Uura Dataset terhadap Deraat Pegeala Pegaruh Nla Parameter Pealt NCL ɤ terhadap Deraat Pegeala Pegaruh Jumlah Jarga terhadap Deraat Pegeala Kesmpula BAB VII : PENUTUP Kesmpula Sara Stud araterst..., Alfa Fthrtama, FT UI, 2011 x Uverstas Idoesa

11 LAMPIRAN A. Peurua Rumus Perubaha Bobot utu Fugs Cross Etrop A.1.Perubaha Bobot atara Lapsa Tersembu da Lapsa Keluara 120 A.2.Perubaha Bobot atara Lapsa Masua da Lapsa Tersembu 121 B. Peurua Rumus Perubaha Bobot utu Fugs Kuadrats B.1.Perubaha Bobot atara Lapsa Tersembu da Lapsa Keluara. 123 B.2.Perubaha Bobot atara Lapsa Masua da Lapsa Tersembu. 124 C. Peurua Rumus Perubaha Bobot Algortma NCL dega Fugs Eror Cross-Etrop C.1.Perubaha Bobot atara Lapsa Tersembu da Lapsa Keluara. 127 C.2.Perubaha Bobot atara Lapsa Masua da Lapsa Tersembu. 128 D. Peurua Rumus Perubaha Bobot Algortma NCL dega Fugs Eror Kuadrats D.1.Perubaha Bobot atara Lapsa Tersembu da Lapsa Keluara 130 D.2.Perubaha Bobot atara Lapsa Masua da Lapsa Tersembu 131 E. Dataset Pelatha da Pegua E.1.Dataset Balace scale E.2.Dataset Breast cacer E.3.Dataset Bupa E.4.Dataset Credt card E.5.Dataset Glass E.6.Dataset Heart dsease E.7.Dataset Irs E.8.Dataset Soar E.9.Dataset Vowel E.10.Dataset Face frared E.11.Dataset Face vsble E.12.Dataset Odor DAFTAR REFERENSI Stud araterst..., Alfa Fthrtama, FT UI, 2011 x Uverstas Idoesa

12 DAFTAR TABEL Tabel 2.1. Perbedaa atara Boolea-based Computer da Neural-based Computer Tabel 3.1. Propertes Dataset UCI utu Sstem Pegeal Pola Tabel 3.2. Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Dataset UCI Tabel 3.3. Perbadga Jumlah Epoh Hasl Pelatha NN Tuggal da NNE utu Dataset UCI Tabel 3.4. Perbadga Watu Pelatha NN Tuggal da NNE utu Dataset UCI Tabel 3.5. Perbadga Recogto Data Trag NN Tuggal da NNE utu Dataset UCI Tabel 3.6. Perbadga Recogto Data Testg NN Tuggal da NNE utu Dataset UCI Tabel 4.1. Rgasa Hasl Pelatha dega Fugs Eror Kuadrats utu Ctra Iframerah Tabel 4.2. Rgasa Hasl Pelatha dega Fugs Eror Cross-etrop utu Ctra Iframerah Tabel 4.3. Perbadga Eror, Epoh, da Watu Pelatha NN Tuggal da NNE utu Ctra Iframerah Tabel 4.4. Perbadga Recogto Rate NN Tuggal da NNE utu Ctra Iframerah Tabel 4.5. Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Ctra Iframerah Tabel 4.6. Perbadga Epoh Hasl Pelatha NN Tuggal da NNE utu Ctra Iframerah Tabel 4.7. Perbadga Watu Pelatha NN Tuggal da NNE utu Ctra Iframerah Tabel 4.8. Perbadga Recogto Rate Data Trag NN Tuggal da NNE utu Ctra Iframerah Tabel 4.9. Perbadga Recogto Rate Data Testg NN Tuggal da NNE utu Ctra Iframerah Tabel Pegaruh Nla ɤ terhadap Recogto Rate NNE 3 arga utu Dataset Ctra Waah Iframerah Tabel Pegaruh Nla ɤ terhadap Recogto Rate NNE 5 arga utu Dataset Ctra Waah Iframerah Tabel Hasl Recogto Rate tap elas utu Pegeala Data Testg Ctra Waah Iframerah Tabel Rgasa Hasl Pelatha dega Fugs Eror Kuadrats utu Ctra Cahaa Tampa Stud araterst..., Alfa Fthrtama, FT UI, 2011 x Uverstas Idoesa

13 Tabel Tabel Tabel Tabel Tabel Tabel Tabel Tabel Tabel Tabel Tabel Tabel 5.1. Tabel 5.2. Tabel 5.3. Tabel 5.4. Tabel 5.5. Tabel 5.6. Tabel 5.7. Tabel 6.1. Tabel 6.2. Tabel 6.3. Rgasa Hasl Pelatha dega Fugs Eror Cross-etrop utu Ctra Cahaa Tampa Perbadga Eror, Epoh, da Watu Pelatha utu Ctra Cahaa Tampa Perbadga Recogto Rate NN Tuggal da NNE utu Ctra Cahaa Tampa Pegaruh Nla ɤ terhadap Recogto Rate NNE 3 arga utu Dataset Ctra Waah Cahaa Tampa Pegaruh Nla ɤ terhadap Recogto Rate NNE 5 arga utu Dataset Ctra Waah Cahaa Tampa Hasl Recogto Rate tap elas utu Pegeala Data Testg Ctra Waah Cahaa Tampa Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Dataset Waah Perbadga Epoh Hasl Pelatha NN Tuggal da NNE utu Dataset Waah Perbadga Watu Pelatha NN Tuggal da NNE utu Dataset Waah Perbadga Recogto Rate Data Trag NN Tuggal da NNE utu Dataset Waah Perbadga Recogto Rate Data Testg NN Tuggal da NNE utu Dataset Waah Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Dataset Odor Perbadga Jumlah Epoh Hasl Pelatha NN Tuggal da NNE utu Dataset Odor Perbadga Watu Pelatha NN Tuggal da NNE utu Dataset Odor Perbadga Recogto Data Trag NN Tuggal da NNE utu Dataset Odor Perbadga Recogto Data Testg NN Tuggal da NNE utu Dataset Odor Rgasa Hasl Recogto Rate tap elas utu Pegeala Data Trag Odor Rgasa Hasl Recogto Rate tap elas utu Pegeala Data Testg Odor Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Seluruh Dataset Perbadga Jumlah Epoh Hasl Pelatha NN Tuggal da NNE 1utu Seluruh Dataset Perbadga Watu Pelatha Pelatha NN Tuggal da NNE utu Seluruh Dataset Stud araterst..., Alfa Fthrtama, FT UI, 2011 x Uverstas Idoesa

14 Tabel 6.4. Tabel 6.5. Perbadga Recogto Rate NN Tuggal da NNE utu Seluruh Dataset Rgasa Pegata Recogto Rate NN Tuggal da NNE Beerbass Fugs Eror Cross Etrop terhadap NN Tuggal da NNE Berbass Fugs Eror Kuadrats Stud araterst..., Alfa Fthrtama, FT UI, 2011 x Uverstas Idoesa

15 DAFTAR GAMBAR Gambar 1.1. Tahapa Peelta... 6 Gambar 1.2. Dagram Alr Sstem Pegeal Pola Gambar 1.3. Peelta Sstem Pegeal Pola Gambar 1.4. Sstemata Lapora Peelta Gambar 2.1. Susua Saraf Mausa Gambar 2.2. Strutur Jarga Saraf Trua Gambar 2.3. Arstetur Neural Networ Esemble NNE Gambar 2.4. Fugs Eror Kuadrats da Turuaa Gambar 2.5. Fugs Eror Cross Etrop da Turuaa Gambar 2.6. Sudut Padag Pegeala Pola Gambar 2.7. Cotoh Peglasfasa Lear dega Dua Dmes Gambar 3.1. Dagram Sema Sstem Pegeal Pola Gambar 3.2. Dstrbus Nla Ege 9 Dataset UCI Gambar 3.3. Perbadga Eror, Epoh, Watu Pelatha NN Tuggal da NNE utu Dataset UCI Gambar 3.4. Recogto Rate NN Tuggal da NNE utu Dataset UCI Gambar 4.1. Dagram Sema Sstem Pegeal Waah Gambar 4.2. Setsa da Desa Kamera CCD Iframerah Gambar 4.3. Foto Iframerah 40x30 pxel ag Dtulsa e dalam Betu Matrs Gambar 4.4. Matrs Gambar Beruura 40x30 pxel ag Dsusu mead Matrs Beruura 1x Gambar 4.5. Pembetua Matrs Dataset Waah Iframerah Beruura 200x sampel x 1200 dmes Gambar 4.6. Dstrbus Nla Ege Dataset Waah Iframerah Gambar 4.7. Foto Cahaa Tampa 30x30 pxel ag Dtulsa e dalam Betu Matrs Gambar 4.8. Matrs Gambar Beruura 30x30 pxel ag Dsusu mead Matrs Beruura 1x Gambar 4.9. Pembetua Matrs Dataset Waah Cahaa Tampa Beruura 100x sampel x 900 dmes Gambar Dstrbus Nla Ege Dataset Waah Cahaa Tampa Gambar Dstrbus Nla Ege Dataset Waah Iframerah ag telah dmodfas Gambar Perbadga Eror,Epoh, Watu Pelatha NN Tuggal da NNE utu Ctra Waah Iframerah Gambar Perbadga Recogto Rate NN Tuggal da NNE utu Ctra Waah Iframerah Gambar Pegaruh ɤ terhadap Recogto Rate Data Testg NNE 3 arga utu Dataset Ctra Waah Iframerah Stud araterst..., Alfa Fthrtama, FT UI, 2011 xv Uverstas Idoesa

16 BAB I PENDAHULUAN Bab meelasa latar belaag peelta srps, permasalaha ag dtelt, tuua peelta, mafaat peelta, batasa masalah peelta, tahapa peelta, serta sstemata peelta lapora srps Latar Belaag Artfcal eural etwor ANN; utu selauta dalam srps aa dsebut sebaga eural etwor atau NN atau Jarga Saraf Trua JST adalah paradgma pemrosesa suatu formas ag terspras oleh sstm sel saraf bolog, sama sepert ota ag memproses suatu formas. Eleme medasar dar paradgma tersebut adalah strutur ag baru dar sstm pemrosesa formas. Neural etwor NN, sepert mausa, belaar dar suatu cotoh. NN dbetu utu memecaha suatu masalah tertetu sepert pegeala pola atau lasfas area proses pembelaara. NN eluar dar peelta ecerdasa buata, terutama percobaa utu merua fault-tolerece da emampua utu belaar dar sstem saraf bolog dega model strutur low-level dar ota. Ota terdr dar setar 10 mlar euro sel saraf ag salg berhubuga. Perembaga peelta tetag NN ag begtu pesat sea dtemuaa NN dega algortma Bacpropagato [1] meghasla baa esperme dalam raga meelesaa permasalaha-permasalaha d dua. Para lmuwa da sur teremua sepert Wdrow 1962, Hopfeld 1985, Grossberg 1987, da Kohoe 1984, 1988 turut meumbaga berbaga peemua mear megea arstetur serta aplas NN ag medemostrasa potes dar teolog NN. Salah satu metode NN ag mash terus dembaga d dua saat adalah Neural Networ Esemble NNE. Srps Stephe Ro Imataa 2010 meerapa metode NNE da mecoba megguaaa utu megeal waah face recogto dalam ctra ag dambl dar amera fra merah. Dega NNE ag teroptmas, Stephe Ro Imataa berhasl membuat sstem pegeala waah dega auras mecapa 99.9% [2]. Stud araterst..., Alfa Fthrtama, FT UI, Uverstas Idoesa

17 2 Berawal dar peelta Stephe Ro Imataa d atas, peuls tergera utu melaua seragaa peelta dalam raga membuat sstem pegeala pola patter recogto berbass NNE dega metode pembelaara Negatve Correlated Learg NCL dega auras ag ag lebh ba. Dalam srps peuls mecoba memperba emampua NNE dega meerapa fugs cross-etrop error CEE ag meml euggula dbadga fugs uadrats atau mea square error MSE [3]. Pada peelta Peuls memaa dua es dataset, atu dataset ag dambl dar database Uverst of Calfora at Irve UCI repostor [12] serta dataset ctra waah framerah, ctra waah cahaa tampa da campura aroma ag dambl dar peelta NN ag telah dlaua sebeluma[2, 29]. Database UCI telah baa dguaa oleh berbaga peelta d seluruh dua terutama ag berata dega NN da mache learg. Dega dema, peuls berharap ela d masa depa hasl peelta dapat mead bechmar bag para peelt la ag mearuh mat serupa dalam bdag NN da NNE utu pegeala pola. Pada peelta, Peuls membuat sstem pegeal waah dega NN tuggal da NNE. NNE megombasa beberapa NN utu megambl eputusa. Peuls membadga hasl performa arga dega pedeata fugs eror uadrats da cross etrop. Sstem pegeala pola melput 3 tahap pemrosesa, atu pra-pemrosesa pre-processg, pembelaara trag, da pegua testg. Tahap pra-pemrosesa dlaua dega meguaa membaca seluruh data emuda meormalsasa, sedaga tahap pembelaara da pegua megguaa algortma bacpropagato. NNE ag dlath dega NCL meml emampua geeralsas ag lebh ba dbadg seedar NN tuggal [11]. Sedaga fugs eror cross etrop meml elebha berupa emampua geeralsas ag lebh ba da umlah epoh ag lebh sedt dbadga dega fugs eror uadrats [22,23,65]. Melalu peelta peuls g mempelaar da memaham araterst NNE ag dlath dega fugs eror cross-etrop dega terhadap emampua NN da NNE ag dlath dega fugs uadrats dalam megeal pola. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

18 Perataa Masalah Masalah ag aa dbahas pada lapora srps adalah stud araterst NNE dega algortma pembelaara NCL berbass fugs eror cross etrop serta fugs eror uadrats utu dterapa dalam suatu sstem pegeal pola Tuua Peelta Berut adalah tuua peelta ag g dlaua: 1. Memaham da megaalss bagamaa NN tuggal dega algortma bacpropagato serta NNE dega sema pembelaara NCL dapat dguaa utu sstem pegeal pola patter recogto sstem ag dapat mempelaar pola ag telah ada da meglasfas pola tersebut e dalam elas-elas. 2. Memaham da megaalss bagamaa NN tuggal dega algortma bacpropagato serta NNE dega sema pembelaara NCL dapat dguaa utu sstem pegeal waah face recogto sstem ag dapat mempelaar pola gambar waah ag telah ada da megeal suatu gambar waah ag la. 3. Membadga performa sstem pegeal waah utu ctra framerah da ctra cahaa tampa 4. Memaham da megaalss bagamaa NN tuggal dega algortma bacpropagato serta NNE dega sema pembelaara NCL dapat dguaa utu sstem pegeal aroma odor recogto sstem ag dapat mempelaar pola campura aroma ag telah ada da megeal suatucampura aroma ag la 5. Membadga performa NN tuggal dega NNE dalam megeal berbaga pola dataset peelta. 6. Membadga araterst da tgat pegeala atara NN ag ag dlath dega fugs eror uadrats dega NN ag ag dlath dega fugs eror cross etrop. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

19 Batasa Masalah Berut adalah batasa-batasa masalah ag dlaua pada peelta: 1. Peuls megguaa 12 buah dataset ag terdr dar 9 dataset pola ag ddapat dar UCI Repostor of Mache Learg Database [12], 2 dataset ctra waah frotal ag dambl dar amera fra merah da amera cahaa tampa, serta 1 dataset campura 3 aroma eru, eaga, melat dega alohol berbaga osetras. Keteraga medetal megea masgmasg data set terdapat pada baga Lampra. 2. Perbadga atara umlah data pelatha data trag da umlah data pegua data testg adalah sama besar 1:1. 3. NN dlath dega algortma stadar Bacpropagato. Sedaga NNE dlath megguaa algortma Negatve Correlated Learg NCL. 4. Setap arga dalam NNE dber bobot awal ag berbeda-beda da dlath secara terpsah hgga terbetu bobot ahr ag berbeda-beda. Kemuda, pegambla eputusa NNE dlaua dega metode rata-rata smple averagg 5. Pada saat pelatha NNE, tda dguaa la λ ostata pealt dalam metode NCL, melaa dguaa parameter ɤ = 0.5 besar parameter euata pealt utu sema NCL [10], dmaa berlau: =λ [32]. 6. Selama peelta dguaa varabel-varabel sebaga berut : a Jumlah ut put euro sebaa dmes masg-masg data set b Jumlah ut hdde euro sebaa setegah ut put euro c Jumlah ut output euro sebaa elas masg-masg data set d Isalsas bobot megguaa metode Ngue-Wdrow e Epoch masmum sebesar ecual dsebuta secara berbeda f Nla lau pembelaara learg rate α sebesar 0.1 g Nla lau mometum µ sebesar Proses pelatha aa berhet a salah satu dar sarat berut terpeuh: a epoch telah mecapa epoch masmum ag dtetapa atu sebaa epoch; atau Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

20 5 b NN telah mecapa eadaa overge, dega dema errora telah mecapa error mmum ag dtetapa atu Parameter eberhasla dhtug berdasara tgat recogto rate RR atau deraat pegeala. RR merupaa persetase baaa data ag dlasfas secara bear oleh NN terhadap total data secara eseluruha. Terdapat tga RR ag dguaa atu apabla NN mampu megeal palg tda 65%, 75%, atau 85% dar target ag g dcapa. Yag dmasud RR rata-rata dalam peelta megacu pada hasl rata-rata dar etga RR tersebut. 9. Semua omputas NN dlaua dega membuat program dalam format edtor fle m.fle pada software matlab 2009a Mafaat Peelta Berut adalah mafaat peelta pada srps : 1. Peelta dharapa agar pembaca dapat memaham pegguaa NN tuggal dega algortma bacpropagato da NNE sebaga saraa utu megeal da meglasfas pola. 2. Peelta dharapa agar pembaca dapat memaham pegguaa algortma NCL dalam megoptmala proses pembelaara pada NNE. 3. Peelta dapat dguaa sebaga baha pembelaara utu peelt ag g mempelaar sstem pegeal pola berbass NN secara umum ataupu sstem pegeal pola dega megguaa dataset UCI. 4. Peelta dapat dguaa sebaga baha pembelaara utu peelt ag g mempelaar sstem pegeal waah berbass NN secara umum ataupu sstem pegeal waah dega megguaa ctra framerah da ctra cahaa tampa 5. Peelta dapat dguaa sebaga baha pembelaara utu peelt ag g mempelaar sstem pegeal aroma berbass NN secara umum. 6. Peelta dharapa agar pembaca dapat memaham pegguaa fugs eror cross etrop da uadrats utu meghtug eror dalam proses pelatha NNE. 7. Peelta dapat dguaa sebaga baha pembelaara utu peelt ag g mempelaar araterst fugs eror cross etrop da uadrats, serta Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

21 6 sebaga acua atau referes bag peelta tetag pegaruh pemlha fugs eror terhadap performa NNE. 8. Peelta dapat dada acua atau referes utu pegembaga aplas sstem pegeala pola patter recogto dalam berbaga bdag. 9. Peelta dapat dada acua atau referes utu pegembaga aplas sstem pegeala waah face recogto dalam berbaga bdag, msala sstem seurt, abses pegawa atau pelaar, da sebagaa. 10. Peelta dapat dada acua atau referes utu pegembaga aplas sstem pegeala aroma odor recogto dalam berbaga bdag, msala sstem pedetes aroba, sstem pedetes ebocora gas, mauu dalam aplas otrol ualtas dalam dustr maaa, muma, parfum, da sebagaa. 1.6 Tahapa Peelta Tahap 1: Pegambla Data Tahap 2: Pre-processg Tahap 3: Trag Tahap 4: Testg Gambar 1.1 Tahapa Peelta 1 Tahap Pegambla data Proses pegambla data dlaua dega medowload data UCI Repostor of Mache Learg Database [12]. Terdapat 9 es data ag aa dguaa dalam peelta atu data balace scale, breast cacer, BUPA,credt, glass, heart dsease, rs,soar, vowel. Data ctra waah frotal dambl dar amera fra merah da amera cahaa tampa. Sedaga data aroma ddapata dar 8 buah sesor resoator uarsa ag dlaps membraee sestf. 2 Tahap Pra-Pemrosesa Pre-Processg Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

22 7 Pada tahap pra-pemrosesa, data dsusu e dalam sebuah tabel dalam fle Excel dega baa olom sebaa parameter da umlah bars sebaa umlah data. Data selauta aa dbaca dar fle Excel dega estes.xls tersebut melalu software Matlab Setelah data dbaca da dsmpa dalam betu matrs, emuda dterapa Prcpal Compoet Aalss PCA dega tuua utu meredus umlah dmes dega tetap mempertahaa sebaa mug varas pada data. Selauta data dbag dua dega umlah ag sama besar perbadga 1:1 utu dada data trag dguaa utu tahap pelatha da data testg dguaa utu tahap pegua. 3 Tahap Pelatha Trag Setelah melalu tahap pra-pemrosesa, tahap selauta ag merupaa baga utama sstem pegeal pola adalah tahap pelatha. NNE aa dlath megguaa algortma NCL utu megeal pola-pola tersebut, ag dsebut dega tahap pelatha trag. Sstem dlath utu megeal pola put database agar meghasla output ag sesua dega target tertetu. NN ag dguaa pada peelta terdr dar tga lapsa atu: lapsa masua X put laer, lapsa tersembu Z hdde laer, da lapsa eluara Y output laer. Jumlah ut atau euro pada lapsa put adalah sesua dega dmes pada masg-masg dat set. NN megguaa algortma bacpropagato, pada setap pelatha, terdapat 2 tahapa, atu propagas mau feed forward da propagas bal bacpropagato. Modfas la bobot pada euroeuro terad pada tahap propagas bal. Nla bobot atara setap euro aa dmodfas terus-meerus sampa sstem meemua bobot ahr ag overge ag mampu meggeeralsas la puta apapu da membawa hasl ahr omputas epada salah satu elas ag ada. Proses propagas mau da propagas bal tersebut dlaua berulag-ulag utu semua pola ag ada hgga arga dapat megeal polaa. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

23 8 Satu slus pelatha dsebut dega epoch. Proses teras terusmeerus hgga ods pegheta dpeuh. Kods pegheta ag umum dguaa adalah umlah teras epoch atu satu al pelatha da la eror apaah eror telah mecapa batas toleras ag dza. Pada tahap NNE dlath dega megguaa dua fugs esalaha ag berbeda, atu metode MSE da CEE. Utu membuta bahwa metode NNE lebh ba utu asus lasfas pola, peuls uga membadga performa NN tuggal dega NNE ag terdr dar 3 buah da 5 buah utu megetahu hubuga atara pertambaha cost dega bertambaha umlah arga da pegata performa ag dhasla oleh NN dalam megeal pola. Setap arga dber bobot awal ag berbeda-beda da dlath secara bersama-sama depedet dega algortma NCL hgga terbetu bobot ahr ag berbeda-beda. Pegambla eputusa dlaua dega metode rata-rata smple averagg. Setelah proses pelatha selesa, arga esemble tersebut dguaa utu megeal pola u. 4 Tahap Pegua Testg Setelah selesa melaua proses trag, dlaua pegua atau verfas dega megguaa data trag ag dada database peelta serta data testg ag berada d luar database pelatha. Proses dsebut dega tahap pegua testg. Keta pelatha selesa dlaua, arga meml bobotbobot ahr ag telah overge dapat dguaa utu pegeala pola. Proses ag dlaua utu pegeala pola haalah propagas mau. Tahap pegua berupa verfas utu megu emampua NN dalam meglasfasa suatu pola e dalam elas tertetu ag mead targeta. Dalam tahap pegua, setap data u aa terlebh dahulu dada e dalam betu matrs sepert pada tahap pre-processg, emuda dalaa e dalam NN tetap haa sampa pada tahap propagas mau saa dega megguaa la bobot ahr ag telah overge dar hasl Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

24 9 pelatha sebeluma. Kemuda vetor data hasl perhtuga ahr dbadga dega tap target. Output NN ag salah aa berla 0, sedaga output ag bear sesua dega target aa berla 1. Dega dema recogto rate pu dapat dhtug dega membera toleras sebesar ±0.15, ±0.25, serta ±0.35. Atau dega ata la, msala utu toleras sebesar ±0.15, maa output aa berla bear a berada dalam rage da berla salah a berada dalam rage Dema seterusa, sehgga secara total ta megguaa 3 buah lmt atu lmt 0.65, 0.75, da Utu satu al testg, persetase esesuaa terhadap target, ag dsebut recogto rate pu dhtug. Recogto rate merupaa persetase baaa data u ag terlasfas secara bear oleh NN terhadap total eseluruha data. = 100% 1.1 Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

25 10 Gambar 1.2. Dagram Alr Sstem Pegeal Pola Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

26 11 Peelta pada babb III, IV, da V dlaua dega membagu sebuah sstem pegeal pola utu medetes pola dataset ag berbeda-beda dega megguaa NN tuggal, NNE seumlah 3 buah arga, da NNE seumlah 5 buah arga. Utu masg-masg sema d atas sema NN Tuggal, NNE 3 buah arga, NNE 5 buah arga, tap arga tersebut aa dlath megguaa fugs eror uadrats da fugs eror cross-etrop secara terpsah. Tuuaa utu membadga araterst NN da NNE ag dlath megguaa fugs eror uadrats da fugs eror cross-etrop serta membadga performa arga maa ag lebh ba dlhat dar deraat pegeala recogto rate ag dcapa. Utu masg-masg fugs eror d atas, pelatha dlaua sebaa 10 al percobaa emuda dambl hasl rata- abat rataa. Hal dlaua area hasl pelatha meml la flutuas salsas bobot awal ag megguaa la radom, dega megambl rata-rata dar sepuluh percobaa dharapa hasla cuup represetatf. NN Tuggal Fugs eror uadrats Fugs eror cross-etrop percobaa dulag 10 al percobaa dulag 10 al dambl ratarataa dambl ratarataa Sstem Pegeal Pola NNE 3 buah Fugs eror uadrats Fugs eror cross-etrop percobaa dulag 10 al percobaa dulag 10 al dambl ratarataa dambl ratarataa NNE 5 buah Fugs eror uadrats Fugs eror cross-etrop percobaa dulag 10 al percobaa dulag 10 al dambl ratarataa dambl ratarataa Gambar 1.3. Peelta Sstem Pegeal Pola Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

27 Sstemata Lapora Peelta Bab I:Pedahulua 1. Latar Belaag Peelta 2. Perataa da Batasa Masalah 3. Tuua da Mafaat Peelta 4. Tahapa Peelta 5. Sstemata Lapora Bab II:NNE, Fugs Eror Crossetrop da Kuadrats Taua pustaa secara legap megea osep-osep dasar ag dguaa dalam peelta secara eseluruha Bab III: Sstem Pegeal Pola Berbass NNE dega Fugs Eror Cross-etrop da Kuadrats 1.Pedahulua.Latar Belaag Peelta.Sema Peelta 2.Hasl Percobaa da Pembahasa 3.Peutup.Kesmpula.Sara Bab IV: Sstem Pegeal Waah Berbass NNE dega Fugs Eror Cross-etrop da Kuadrats 1.Pedahulua.Latar Belaag Peelta.Sema Peelta 2.Hasl Percobaa da Pembahasa 3.Peutup.Kesmpula.Sara Bab V: Sstem Pegeal Aroma Berbass NNE dega Fugs Eror Cross-etrop da Kuadrats 1.Pedahulua.Latar Belaag Peelta.Sema Peelta 2.Hasl Percobaa da Pembahasa 3.Peutup.Kesmpula.Sara Bab VI:Karaterst Fugs Eror Cross-etrop da Kuadrats Rgasa Hasl Aalss da Kesmpula dar Peelta ag dlaua pada Bab III,IV,da V Bab VII:Peutup 1. Kesmpula Peelta 2. Sara utu Peelta Lauta Gambar 1.4. Sstemata Lapora Peelta Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

28 13 Bab I, Pedahulua, bers tetag latar belaag peelta, perataa masalah, tuua peelta, batasa masalah, mafaat peelta, tahapa peelta, da sstemata lapora. Bab II, Dasar Teor, bers tetag eseluruha ladasa osep ag dguaa dalam peelta, dataraa atu osep megea pegeala pola patter recogto, osep dasar NN dega algortma bacpropagato, NNE dega algortma NCL, serta fugs eror uadrats da cross-etrop. Bab III, bers hasl peelta Sstem Pegeal Pola Berbass NNE. Dalam peelta dguaa dataset berupa 9 pola database UCI. Dalam peelta aa dbahas megea performa NN tuggal serta NNE sebaa 3 da 5 buah ag dlath dega megguaa fugs eror uadrats da crossetrop. Bab IV, bers hasl peelta Sstem Pegeal Waah Berbass NNE. Dalam peelta dguaa dua buah dataset atu Face Ifra-red da Face Vsble-lght, atu ctra waah frotal ag dambl dega amera fra merah da amera cahaa tampa. Bab bertuua utu membadga performa NN utu megeal ctra framerah da ctra cahaa tampa tersebut. Sama sepert bab sebeluma, dalam peelta aa dbahas megea performa NN tuggal serta NNE sebaa 3 da 5 buah ag dlath dega megguaa fugs eror uadrats da cross-etrop. Bab V, bers hasl peelta Sstem Pegeal Aroma Berbass NNE. Dalam peelta dguaa dataset Odor ag bers data ag dperoleh dar 8 sesor utu campura 3 macam aroma. Dalam peelta aa dbahas megea performa NN tuggal serta NNE sebaa 3 da 5 buah ag dlath dega megguaa fugs eror uadrats da cross-etropdalam megeal campura aroma tersebut. Bab VI, Aalss perbadga araterst fugs eror cross-etrop da uadrats dtau dar eror, umlah epoh, watu pelatha, da deraat pegeala. Bab bers rgasa hasl peelta dar bab III hgga bab V. Bab VII, Peutup. Bab bers esmpula dar eseluruha percobaa da sara utu peelta lauta d masa depa. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

29 BAB II NEURAL NETWORK ENSEMBLES, FUNGSI EROR CROSS ENTROPY DAN KUADRATIS Bab meelasa tetag beberapa teor dasar ag peuls guaa dalam membagu sstem pegeal pola, dataraa megea osep dasar eural etwor NN dega algortma stadar bacpropagato, eural etwor esemble NNE dega algortma Negatve Correlated Learg NCL ag merupaa perluasa dar algortma bacpropagato, fugs eror cross etrop da uadrats, serta pembelaara pada mes mache learg utu megeal pola Neural Networ dega Algortma Bacpropagato Ota mausa tersusu oleh lebh dar 100 es sel ag dsebut euro. Neuro-euro tersebut terbag-bag e dalam umpula ag salg terhubug ag dsebut dega arga etwor. Setap arga tersusu dar rbua euro ag terhubug satu sama la. Dega dema, ta dapat megaggap bahwa ota merupaa umpula dar sel saraf eural etwor. Sel saraf mempua cabag strutur put dedrtes, sebuah t sel da percabaga strutur output axo. Axo dar sebuah sel terhubug dega dedrtes ag la melalu sebuah sapse. Sebuah sel saraf aa atf fred a medapata sal ag telah memeuh batasa tertetu ag serg dsebut dega la ambag threshold. Keta sebuah sel saraf atf fred, emuda membula suatu sal electrochemcal pada axo. Sal melewat sapses meuu e sel saraf ag la. Gambar 2.1. Susua Saraf Mausa Stud araterst..., Alfa Fthrtama, FT UI, Uverstas Idoesa

30 15 Sebelum memaham cara era NN dperlua pegetahua tetag osep dasar ag meusu sebuah NN. Berut adalah peelasa dar osep tersebut. a. Eleme pemroses euro Eleme pemroses merupaa satua dasar dar sebuah NN. Setap eleme pemroses meerma suatu data masua, megolaha, emuda meghasla sebuah eluara tuggal ag dapat berupa hasl ahr fal output maupu sebaga sebuah masua e eleme pemroses ag la. b. Jarga etwor Sebuah NN merupaa umpula eleme pemroses ag terhubug satu sama la da basaa terelompo sebaga lapsa-lapsa laers. c. Lapsa masua put laer Setap eleme pemroses ag terleta pada lapsa masua aa meerma suatu la masua put value berbetu blaga ber atau otu ag merupaa represetas sebuah pola data dar dua luar outsde world. d. Lapsa tersembu hdde laer Pada eural etwor dega arstetur multlaer, lapsa tersembu tda berhubuga lagsug dega dua luar, tetap lapsa meambah deraat erumta sehgga NN mampu meelesaa masalah ag lebh omples da o-lear. e. Lapsa eluara output laer Setap eleme pemroses ag terleta pada lapsa eluara aa meghasla suatu la eluara ag merupaa solus dar masalah ag dselesaa oleh NN. f. Bobot weght Bobot pada NN merepresetasa euata relatf ataupu la matemats dar berbaga oes atar euro ag megrma data dar satu lapsa e lapsa beruta. Bobot atar euro memegag fugs ag petg dalam NN sebab bobot-bobot tersebut merupaa cara bag NN utu belaar sehgga mampu meghasla eluara ag dga. g. Fugs Peumlaha summato fucto Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

31 1. Pembelaara learg 16 Fugs peumlaha merupaa rata-rata bobot dar seluruh eleme masua. Sebuah fugs peumlaha sederhaa aa megala setap la masua X dega bobota W da meumlaha totala sebaga umlah bobot S dmaa h. Fugs Atvas actvato fucto Salah satu fugs atvas ag basa dguaa adalah fugs sgmod ag drumusa sebaga 1Terdapat dua macam metode pembelaara atu 1 pembelaara dega pegaraha supervsed learg dmaa pasaga put-output pada dataset detahu da bertda sebaga guru dalam pembelaara; da 2 pembelaara tapa pegaraha usupervsed learg dmaa NN aa secara otomats self-orgaze memlah-mlah dataset e dalam ategorategor. output laer =1,2,3 K hdde laer =1,2,3 J put laer =1,2,3 I Gambar 2.2. Strutur Jarga Saraf Trua Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

32 17 Megadops eses dasar dar prsp era sstem saraf bolog, arga saraf trua dapat dgambara sebaga berut : 1. Eleme pemroses euros meerma baa sal masua, ba dar data ag dmasua atau dar output sel saraf pada arga saraf. 2. Setap sal ag dterma oleh sapss mempua sebuah bobot weght. Eleme pemroses melaua peumlaha sal ag telah dala dega bobota. 3. Setap eleme pemroses mempua sebuah la ambag threshold. Apabla la masua telah melampau la tersebut, maa euro aa atf da mealara sebuah sal eluara. 4. Sal eluara aa mealar melalu baa cabag axo meuu e euro-euro la ag salg terhubug. Terdapat tga araterst petg ag perlu dperhata dalam medesa sebuah NN atu [20]: 1. Arstetur arga etwor archtecture; bagamaa hubuga oes atar euro, umlah lapsa ag dguaa serta umlah euro pada tap lapsa. Dalam peelta, dguaa arstetur NN ag terdr dar 3 lapsa atu lapsa put, lapsa tersembu, da lapsa output. 2. Algortma pembelaara learg algorthm; bagamaa NN belaar utu megubah bobot atar oes euro, bagamaa euro meghasla sal eluara. Dalam peelta dguaa algortma pembelaara bacpropagato. 3. Fugs atvas actvato fucto; bagamaa euro meghtug peumlaha dar formas ag masu ag meada euro tersebut dalam eadaa atf. Pada umuma setap ut berbeda dalam suatu lapsa aa mempua fugs atfas ag sama, da fugs atfas tersebut harus otu da mooto tda meuru [60]. Dalam peelta dguaa fugs sgmod upolar adalah hasl output omputas setap euro., dega et Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

33 18 Algortma pelatha bacpropagato merupaa es pelatha ag palg serg dguaa pada NN. Pelatha bacpropagato terdr dar tga tahap, atu tahap propagas mau feedforward, propagas bal bacward, da perubaha bobot. Secara teorets, NN dega sebuah lapsa tersembu sudah cuup bag bacpropagato utu megeal sembarag perawaa atara masua da target dega tgat etelta ag dtetua. Peambaha lapsa tersembu tda membera dampa ag sgfa selama proses pelatha, serta megata erumta atau omplestas dalam perhtuga bobot, sela tu NN lebh cederug utu tereba dalam local mma [13]. Algortma bacpropagato dapat dtulsa sepert berut [4]: 1. Meetua pola pada lapsa masua x, meetua target t utu tap pola, da meetua berapa umlah euro lapsa tersembu da lau pembelaara. 2. Isalsas la-la bobot awal w da v serta bas w 0 da v 0 pada lapsa tersembu da lapsa eluara. 3. Utu setap data pelatha laua lagah 3 sampa 9. Propagas mau, d maa setap euro pada lapsa bawah meerma sal da meerusaa e euro pada lapsa d atasa. 4. Meghtug semua output d lapsa tersembu z = 1, 2, 3,,J. eluara : z _ et fugs atvas : z I = v0 + = 1 x v 1 = f z _ et = 1+ e z _ et 5. Meghtug semua output d lapsa eluara = 1, 2, 3,, K eluara : _ et fugs atvas : J = w0 + = 1 z w 1 = f _ et = 1+ e _ et Propagas bal 6. Meghtug fator δ euro eluara berdasara esalaha d setap euro eluara. δ merupaa ut esalaha ag aa dguaa dalam perubaha bobot lapsa d bawaha. Setelah tu, perubaha bobot w Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

34 19 dhtug dega memasua fator lau pembelaara α. Perubaha bobot aa dguaa utu megubah bobot w. δ = t f ' _ et = t w = αδ z = 1,2,3,..., K da = 1,2,3,..., J Meghtug fator δ euro tersembu berdasara esalaha d setap euro tersembu. δ _ et v K = = 1 δ = δ _ et = αδ x δ w f ' z _ et = δ _ et z 1 z = 1,2,3,..., J da = 1,2,3,..., I Perubaha bobot 8. Meghtug semua perubaha bobot ag meuu e lapsa eluara da lapsa tersembu. w baru = w v baru = v lama + w lama + v = 1,2,3,..., K da = 0,1,2,3,..., J 2.10 = 1,2,3,..., J da = 0,1,2,3,..., K Ja umlah teras belum terpeuh atau la Mea Square Error MSE belum dcapa, embal e lagah 3. Terdapat beberapa fator ag mempegaruh eberhasla dalam pembelaara algortma bacpropagato dataraa 1 salsas bobot, 2 lau pembelaara, da 3 mometum [4]. Pertama, tetag salsas bobot. Bobot awal aa mempegaruh apaah NN mecapa tt mmum loal local mma atau tt mmum global global mma, da seberapa cepat overgesa. Bobot ag meghasla la turua atvas ag ecl sedapat mug dhdar area aa meebaba perubaha bobota mead sagat ecl. Karea la bobot awal ag terlalu besar membuat la turua fugs atvasa mead sagat ecl uga, maa bobot da bas awal sebaa ds dega blaga aca ecl. Ngue da Wdrow megusula etode salsas bobot da bas awal sehgga NN meghasla teras ag lebh cepat. Msala: = umlah ut masua, p = umlah ut tersebu, da β = fator sala = 0.7 Algortma salsas Ngue-Wdrow adalah sebaga berut: Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

35 20 1. Isalsas semua bobot v dega blaga aca dalam terval [-0.5, 0.5] 2. Htug Bobot ag dpaa sebaga salsas, Bas ag dpaa sebaga salsas, v 0 = blaga aca atara β da β Kedua, megea lau pembelaara. Lau pembelaara α merupaa parameter NN ag berfugs utu megedala proses peesuaa bobot, laa bergatug pada asus ag dhadap. Lau pembelaara ag terlalu ecl meebaba overges NN mead lebh lambat. Namu lau pembelaaara ag terlalu besar dapat meebaba etdastabla pada proses pelatha. Ketga, atu megea mometum. Mometum dguaa utu mempercepat pelatha. Metode mometum melbata peesuaa bobot dtambah dega fator mometum dar peesuaa sebeluma. Atau dega ata la, bobot baru pada watu e-t+1 ddasara bobot pada watu e-t da t-1. Ja µ adalah ostata 0<µ<1 ag meataa fator mometum maa bobot baru dhtug berdasara persamaa: w w t w 1 v t v 1 t + 1 = w t + αδ z + t µ v t + 1 = v t + αδ x + t µ Salah satu euraga utama NN dega pelatha Bacpropagato adalah watu pelatha ag lama, maa peguraga ftur dmes dega metode Prcpal Compoet Aalss PCA aa mempercepat proses pelatha tapa megorbaa eaaa formas ag ada d dalam data [21]. PCA adalah suatu metode statst ag dapat megdetfas pola suatu data berdmes tgg, da meataaa dega memperhata esamaa da etdasamaaa[6]. Kosep utama dar PCA adalah meredus dmes dar suatu set data ag terdr dar baa varabel e dalam ftur dmes-dmes ag orthogoal, d maa emuga-emuga varas sebsa mug dpertahaa. Hal dcapa dega metrasformas set data Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

36 21 tersebut mead suatu set varabel ag satu sama la tda berhubuga, ag dsebut Prcpal Compoets PCs. PC merupaa umpula beberapa varas ag duruta da palg dplh dar semua varabel asl. Secara matemats, PCA dlaua melalu deomposs la ege matrs data. PCA melaua trasformas lear dar data X ag berdmes D e suatu data baru Y ag berdmes d da tda berorelas, d maa d < D [7]. Keutuga PCA adalah eta pola pada data telah dtemua da data telah dmampata dega memperecl umlah dmesa, formas ag teradug d dalama tda aa megalam perubaha ag sgfa. Metode serg dguaa dalam tahap pre-processg dalam pelatha NN. Namu dema, salah satu euraga PCA atu bahwa PCA adalah salah satu prosedur pembelaara tapa pegaraha usupervsed learg ag tda mempertmbaga megea orelas atara target output dega dmes put put features. Sebaga tambaha, PCA adalah sebuah te redus dmes secara lear, sehgga tda sesua utu dterapa pada suatu problem ag omples dega strutur o-lear [51]. Lagah-lagah metode PCA adalah sebaga berut [8]: 1. Ambl data ag aa dproses 2. Modfas la data sedema hgga la rata-rataa sama dega ol. Hal dapat dlaua dega meurag setap eleme data dega la rata-rata mea tap dmes atau dega ormalsas la z. 3. Htug la ovaras dar setap dmes ag satu dega dmes laa. Nla-la ovaras emuda dtulsa e dalam suatu matrs ovaras. 4. Htug vetor ege da la ege dar matrs ovaras ag berpasaga degaa. Semua vetor ege suatu matr adalah tega lurus satu sama la, dega dema data dapat despresa e dalam vetor-vetor ege, alh-alh dalam sumbu oordat. 5. Plh Prcpal Compoets PC dar vetor ege ag meml la ege terbesar dar set data. Caraa adalah dega meguruta lala ege dar ag terbesar hgga ag terecl da betulah matrs Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

37 22 trasformas feature vector dega memlh seumlah PC ag meml la ege terbesar. 6. Betu dataset ag baru berdasara PC ag telah dplh dega cara megala dataset awal ag telah dormalsas dega vetor-vetor ege ag telah dplh sebeluma Neural Networ Esemble NNE dega Algortma NCL Kosep Neural Networ Esemble NNE daua pada tahu 1990 oleh Lars Ka Hase da Peter Salamo. NNE megombasa beberapa NN tuggal utu dlath bersamaa da megambl eputusa bersama. Berdasara peelta, NNE terbut meml emampua geeralsas ag lebh ba darpada dalam megeal pola dbadga dega NN tuggal [10]. Sama sepert NN tuggal, setap arga meml sebuah lapsa masua, lapsa tersembu, da lapsa eluara. Semetara tu, pada NNE terdapat sebuah comber ag berfugs meetua eputusa ahr ag ddapat dar gabuga eputusa seluruh NN tuggal ag meusu NNE tersebut. Utu lebh elasa, perhata gambar 2.5. berut. Gambar 2.3. Arstetur Neural Networ Esemble NNE Serupa dega prsp arga saraf dvdual, NNE uga meerapa pembelaara dega pegaraha supervsed learg. Tuua utama dar pembelaara dega pegaraha adalah utu megelompoa pola ag dsebut dega staces e dalam suatu ategor ag dsebut Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

38 23 elas atau label. Suatu set staces dbera, atau basa dsebut trag set. Ke dalam arga dmaa label elas dar masg-masg data pada trag set uga detahu. Dega dema, arga dbuat sedema hgga tercpta model baru ag dapat melabela meglasfasa staces-staces baru testg set e dalam elas-elas. Dalam hal arga serg dsebut sebaga classfer [5]. Kosep utama dar pembelaara esemble esemble learg adalah meetua bobot-bobot pada tap classfer dvdual da megombasa eluaraa sehgga hasl ahr ag dperoleh aa lebh ba darpada seedar eluara classfer dvdual. Dalam buua ag berudul The Wsdom of Crowds: Wh the Ma are Smarter Tha the Few ad How Collectve Wsdom Shapes Busess, Ecoomes, Socetes ad Natos tahu 2004, James Mchael Surowec megugapa bahwa dalam ods-ods tertetu, peggabuga formas dar beberapa sumber aa meghasla eputusa ag lebh superor/tepat dbadga dega eputusa ag dbuat sedr, baha oleh seorag ahl. Namu dema, tda semua umpula crowds tu basaa. Surowec meataa utu membuat umpula tersebut mead basaa, ada empat rtera ag harus dpeuh setap umpula atu: 1. Perbedaa op dverst of opo, d maa setap aggota meml formas prbad ag berbeda-beda, baha ag estrm dar eataa. 2. Ketdaterata depedece, d maa op setap aggota tda dtetua oleh op la d setar merea. 3. Desetralsas decetralzato, d maa setap aggota mampu megelompoa da meetua eputusa berdasara pegetahua ag dmla. 4. Peggabuga aggregato, atu adaa suatu measme ag meggabuga eputusa/pertmbaga setap aggota mead sebuah eputusa bersama. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

39 24 Utu megambl eputusa bersama, ada beberapa metode ag umum dguaa sebaga comber, atara la: 1. Metode rata-rata N 1 Y x = max x = 1,2,... C N 2.16 = 1 2. Metode la masmum [ max[ x, x,... x ] Y x = max 1 2 = 1,2,... C N Metode perala produ N Y x = max x = 1,2,... C = 1 4. Metode votg N Y x = max x = 1,2,... C = D maa C adalah umlah elas ag duruta d bawah elas pada arga e-. Perhtuga dsebut dega Borda Cout [9]. Sepert ag telah dsebuta d atas, salah satu rtera wsdom of crowds adalah dverst of opo, d maa utu meghasla suatu eputusa bersama ag tepat maa dperlua perbedaa op d atara aggotaa. Sama sepert hala NNE, utu membuat eputusa ahr ag aurat, dperlua classfer ag bervaras, ag dhasla oleh suatu dverst geerator. Lu da Yao 1999 megaua sebuah metode utu medversfas pelatha pada NNE atu dega Negatve Correlated Learg NCL [11]. Kosep d bal NCL bertuua utu melath setap arga dvdual berbeda d dalam NNE dega baga atau aspe ag berbeda dar suatu trag set sehgga arga esemble dapat melaua proses pembelaara dega lebh ba. Pada NCL, semua arga dvdual pada arga esemble dlath secara beresambuga dega suatu pealt term ag terdapat pada fugs errora. NCL Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

40 25 mecoba melath da meggabuga arga-arga dvdual pada suatu proses pelatha ag sama [15]. Berut adalah algortma NCL. Pada awala, aggap sebuah trag set ag ddefsa sebaga berut: { x 1, t 1, x 2, t 2, L, x t } D =, d maa x є R p adalah put arga ag berupa vetor, t adalah output ag dharapa target ag berupa salar adalah umlah set data ag dguaa dalam trag set. Target dbuat berupa salar seedar utu peederhaaa saa. Setap bobot pada masg-masg arga dvdual dbera secara aca da berbeda. Setap arga dvdual e- meml eluara da output dar eseluruha arga pada set data e- dsebut dega Y, ag dataa sebaga berut: N 1 Y = N = 1 1 = N [ ] Pada persamaa 2.21, N meataa umlah arga dvdual ag dguaa. Sepert ag telah dsggug sebeluma, tuua NCL adalah meghasla arga ag bervaras dega meambaha suatu pealt term pada fugs error masg-masg argaa. Fugs error tersebut dataa dega: I I 1 2 E = t + λp 2 = 1 d maa E adalah la fugs error arga e- pada pola pelatha e-. Suu pertama pada fugs error d atas adalah fugs emprcal rs dar arga e-. Suu edua megadug p ag adalah fugs pealt utu arga e-. Tuua memmala p adalah utu megorelasa error masg-masg arga secara egatf terhadap error arga-arga laa. Parameter λ ag bersar atara 0 λ 1 berfugs utu megatur euata pealt. Fugs pealt sedr dapat dataa sebaga berut: = [ Y ] [ Y ] p = N 2.23 Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

41 26 Uverstas Idoesa Sedaga turua parsal dar E terhadap eluara arga e- pada pola e- dataa sebaga berut: Selauta, algortma bacpropagato dguaa utu memodfas bobot pada setap arga dega megacu pada persamaa Peurua rumus utu perubaha bobot v da w tap arga terdapat pada halama lampra baga. NCL dar persamaa tersebut tda la adalah perluasa sederhaa dar algortma bacpropagato, ag haa memerlua perhtuga suu tambaha Y λ pada arga e-. Algortma pelatha NNE metode NCL dega dapat dtulsa sepert berut: 1. Meetua pola pada lapsa masua x, meetua target t utu tap pola, da meetua berapa umlah euro lapsa tersembu da lau pembelaara. 2. Isalsas la-la bobot awal w da v pada lapsa tersembu da lapsa eluara dega metode Ngue Wdrow. 3. Tetua ods stoppg: epoh > epohmax atau errortotal> Selama ods stoppg berla FALSE, maa laua Step 5-14 berut. 5. Utu setap data ag ada, laua Proses Trag sbb : Komputas MauFeed Forward: Utu setap arga = 1,2,3,...,N laua 6-8: 6. Setap ut put X, dmaa = 1,2,3,I : a. meerma put x 1 1 t Y t Y t Y t Y N NY t Y t p t E + = = + = + = + = + = λ λ λ λ λ λ λ 2.24 Stud araterst..., Alfa Fthrtama, FT UI, 2011

42 27 b. megrmaa e semua ut laer datasa Hdde laer. 7. Setap ut hdde Z, dmaa = 1,2,3,J a. meghtug semua sal put dega bobota : z _ et = v 0 + = 1 x v b. meghtug la atvas setap ut hdde z = f z _ et = z _ et 1 + e c. megrm la atvas sebaga put utu ut output 8. Setap ut output Y, dmaa = 1,2,3,K a. meghtug semua sal puta dega bobota : _ et = w 0 + = 1 z w 2.27 b. meghtug la atvas setap ut output sebaga output arga = f _ et = _ et 1 + e 9. Ambl eputusa bersama dega cara megambl la rata-rata dar eluara arga e- dmaa = 1, 2, 3,. N N 1 1 Y = = + N = 1 N [ ] 10. Mecar umlah error NNE utu 1 epoh. a. a megguaa fugs eror udrats, maa: Eror 1 = Y t 2 Ket: t = target, Y= eluara NNE b. a megguaa fugs eror cross etrop, maa: Eror = tly 1 tl 1 Y Ket: t = target, Y= eluara NNE Perubaha Bobot Bacpropagato of error : Utu setap arga e- = 1,2,3,...,N laua: Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

43 Setap ut output, dmaa = 1,2,3,K : a. meerma pola target ag bersesuaa dega pola put b. meghtug formas error :. a megguaa fugs eror udrats, maa: δ [ 1 λ t + λ t Y ] = 1. a megguaa fugs eror cross etrop, maa: [ t + λ Y ] δ = c. meghtug ores bobot ut output : w = α δ z + µ w 2.34 d. meghtug ores bas output : 2.35 w 0 = α δ + µ w 0 e. megrma δ e ut-ut ag ada pada laer d bawaha 12. Setap ut hdde Z, dmaa = 1,2,3,J : a. meghtug semua ores error: δ_ = Σ δ w 2.36 b. meghtug la atvas ores error: δ = δ_ f z_ 2.37 c. meghtug ores bobot ut hdde : v = α δ x + µ v 2.38 d. meghtug ores error bas ut hdde: v 0 = α δ + µ V Update bobot pada ut output da hdde a. utu setap ut output Y, dmaa = 1,2,3,K : megupdate bobot da basa Z dmaa = 0,1,2,J w baru = w lama + w w 0baru = w 0lama + w b. utu setap ut hdde Z dmaa = 0,1,2,J : meg-update bobot da basa X dmaa = 0,1,2,I : v baru = v lama + v 2.42 Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

44 29 v 0baru = v 0lama + v Smpa bobot V, V 0, W da W 0 ag ddapat dar proses trag. 15. Htug umlah error total da watu trag ag dperlua. Secara gars besar, terdapat 3 pedeata dalam melath NN tuggal dalam suatu NNE, atu depedet trag, smultaeous trag, da sequetal trag [34]. Dalam depedet trag, masg-masg NN tuggal dalam NNE dlath secara depedet utu memmalsas eror atara eluara NN dega target ag g dcapa. Salah satu elemaha utama dalam pedeata adalah uraga teras ag terad selama proses pelatha. Sehgga, NN tuggal mug saa meghasla output ag postvel correlated, sehgga tda bergua utu memperba performa NNE. Dalam sequetal trag, NN tuggal dalam NNE dlath secara beruruta satu per satu, tda haa utu memmalsas eror atara eluara NN, tap uga utu medeorelasa eror terhadap argaarga tuggal ag terlebh dahulu dtrag. Dalam pedeata, bobot atar oes dar terhadap arga-arga tuggal ag telah dlath sebeluma aa dbeua eta NN tuggal ag searag sedag dlath. Sebaga hasla, melath NN tuggal dalam NNE secara sequetal tda membera efe pada arga-arga tuggal ag telah dlath pada watu terdahulu. Dega begtu, eror NN tuggal ag satu dega ag la tda egatvel correlated, padahal peelta meuua bahwa orelas egatf atar NN tuggal dalam sebuah NNE petg utu memperba performa NNE. Dalam smultaeous trag, setap NN tuggal dalam NNE aa dlath secara smulta dega umlah epoh ag sama. Kelebha dar pedeata adalah metode mampu meghasla arga-arga tuggal ag bas dmaa eror-erora egatvel correlated satu dega ag la. Kelemaha dar pedeata adalah semua NN tuggal dalam NNE memperdula eror eseluruha NNE, sehgga hal mug dapat meebaba adaa ompets atar NN tuggal dalam NNE. Sela tu, Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

45 30 utu dapat memlh umlah epoh ag tepat utu semua NN tuggal dalam NNE merupaa suatu hal ag sult utu dlaua. Perlu dcatat bahwa tda ada satupu dar etga pedeata d atas ag telah dapat memecaha su megea desa arstetur NNE. Sampa saat, umlah NN tuggal serta betu topolog NN tuggal dalam suatu NNE basaaa dtetapa terlebh dahulu ataupu dega proses percobaa secara tral-eror. Namu dema, terdapat beberapa rtera utu membatu meetua metode esemble ag palg sesua utu tuua ebutuha tertetu. Kesulta dalam memlh metode esemble merupaa suatu problema pegambla eputusa dega baa rtera Multple Crtera Decso Mag/ MCDM, arta terdapat hubuga atar rtera ag salg bertabraa apabla suatu rtera terpeuh dega ba, maa emuga rtera la dorbaa da beberapa rtera tda dapat duur dalam satua-satua ag setaraf atau sepada comesurate uts. Oleh area tu, dalam raga meetua metode ag bear sesua secara sstemats dapat dguaa salah satu te MCDM sepert msala AHP Aaltc Herarch Process [50]. Krtera utama ag harus dplh melput: 1. Auras accurac auras lasfas ag dlaua NNE. 2. Baa omputas computatoal cost baa omplestas utu membagu NNE serta watu ag dbutuha utu megeal suatu obe. 3. Pesalaa scalablt emampua metode NNE utu mesala dataset ag berumlah besar. 4. Keletura flexblt emampua utu megguaa ducer apapu ducer depeset, atau comber apapu comber depedet utu membera solus terhadap tugas lasfas ag bervaras, msala tda haa terbatas pada tugas lasfas ber ag haa terdr dar 2 elas saa. 5. Keguaa usablt megguaa suatu set parameter terotrol ag omperhesf atau meeluruh da dapat dtug dega mudah Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

46 31 6. Keteremaha terpretablt emudaha bag peggua utu megterpretas atau memaham hasl esemble 7. Ketersedaa peragat lua software avalablt seberapa baa paet peragat lua ag meduug metode esemble tersebut. Ketersedaa ag tgg hgh avalablt berart bahwa peggua dapat berpdah dar satu peragat lua e peragat lua ag la tapa harus meggat metode esemble tersebut Fugs Eror Kuadrats da Cross-Etrop Feed-forward NN merupaa arstetur NN ag palg serg dguaa dalam aplas ehdupa ata. NN tersebut dlath dega metode pegaraha supervsed learg, dmaa algortma Bacpropagato merupaa model ag palg serg dguaa darpada es algortma pelatha ag la [58]. Ide d bal algortma Bacpropagato sesugguha adalah meuru lembah permuaa eror gradet descet utu memmala fugs eror dega meg-update bobot-bobot euro [4]. Sebuah fugs eror dsebut uga loss fucto atau obectve fucto adalah fugs ag dguaa utu membadga parameter-parameter eta proses peesuaa fttg atara eluara NN dega target ag dga ag terad pada saat proses pelatha berlagsug. Fugs eror meggambara selsh perbedaa la atau ara atara eluara NN dega target [61]. Itulah megapa, turua dar fugs eror merupaa salah satu fator dalam persamaa perubaha update bobot. Oleh area tulah, utu dapat berhasl, petg utu melath arga dega fugs eror ag meerupa tuua dar masalah ag g dselesaa. Fugs eror ag palg umum dpaa, da dterapa secara luas dalam statst, adalah fugs eror uadrats. Fugs eror uadrats meghtug selsh uadrat atara target t dega output arga, secara matemats dtulsa sebaga berut 2.44 Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

47 32 Karaterst fugs eror uadrats adalah peeaa ag dlaua utu megurag eror ag besar darpada eror ag ecl sebaga efe dar peguadrata squarg ag dguaa utu meghtug selsh atara output NN dega target [65]. Hal dapat mead eutuga dalam baa asus, tetap tda selalu dema. Dalam beberapa asus, hal dapat mead eruga. D sampg tu, abat peumlaha total summato eror-eror dar seluruh put data trag, maa apabla sebuah elas tda terrepresetasa dega ba dalam suatu sampel populas da terata meml eror ag ecl, terdapat emuga aggota elas tersebut aa dabaa oleh NN pada saat pelatha [65]. Abata aggota elas tersebut meml recogto rate ag lebh redah pada saat pegua dbadga elas la ag terwal dega ba da meml eror ag besar. Gambar 2.4. Fugs Eror Kuadrats da Turuaa [65] Salah satu elemaha algortma Bacpropagato adalah watu pelatha ag lama. Keta pelatha berlagsug, terdapat tahap dmaa peurua eror uadrats berlagsug sagat lambat. Dalam aplas pegeala pola, output ag dharapa adalah salah satu dar 2 la estrm fugs atfas sgmod. Keadaa ag dsebut tersaturas secara salah correctl saturated terad a umlah bobot-bobot output euro medeat la estrm ag salah. Ja hal terad, maa perubaha bobot haa aa terad secara mm abat ecla grade fugs sgmod, da abata perubaha eror pu hampr tda terad. Perod stagas lah ag medomas lamaa watu pelatha [63]. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

48 33 Sela membutuha watu pelatha ag lama, euraga NN algortma pelatha Bacpropagato ag la atu bahwa terdapat emuga utu tereba dalam local mma. Hal dsebaba area atvas estrm pada euro eta laa medeat asmptote fugs alh atau fugs atvas [65]. Utu meghdar permasalaha d atas, maa alh-alh megguaa fugs eror uadrats ag umum dpaa, dguaalah fugs eror cross-etrop [22,23]. Fugs eror cross-etrop secara matemats dtulsa sebaga berut: E = t l 1 t l Khusus utu masalah lasfas, dapat dataa bahwa fugs eror cross-etrop merupaa fugs ag lebh coco dguaa darpada fugs eror uadrats, dmaa fugs membutuha epoh ag lebh sedt utu persetase recogto rate ag sama. Hal terutama berlau pada problem ag omples, dmaa fugs eror cross-etrop lebh stabl dguaa dalam pelatha darpada fugs eror ag laa, termasu fugs eror uadrats [65]. Metode fugs eror cross-etrop terbut membera solus optmal ag overge pada sampel data ag besar [62]. Namu dema, sela elebha ag dsebuta d atas, fugs eror cross-etrop uga meml euraga berupa spesalsas berlebh overspecalzato utu pola data trag abat sal eror ag terlalu uat [64]. Gambar 2.5. Fugs Eror Cross Etrop da Turuaa [65] Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

49 Neural Networ utu Pegeala Pola Ota mausa sagat ba dalam melaua tugas-tugas ag berata dega pegderaa sesor sepert cotoha peglhata vso, pegeala perataa speech recogto, pegeala aroma odor recogto da la la. Ota mausa dapat meelesaa tugas-tugas dega usaha ag mmum dareaa strutur ota ag telah berembag da tersusu dalam sstem-sstem parallel dmaa umpula eleme pemroses membag share tugas utu melaua suatu peeraa besar da buaa membuat satu buah eleme pemroses beera sedra utu meelesaa semua peeraa. Namu dema, omputer atau mes meml strutur ag sagat berbeda dega ota mausa. Komputer terdr dar sebuah eleme pemroses ag mampu melaua peeraa sederhaa berulag-berulag sepert pertambaha atau perala aga dega sagat ba, amu omputer sagat buru dalam melaua peeraa ag membutuha pemrosesa beragam es data sepert peglhata atau pedegara msala. Tabel 2.1. Perbedaa atara Boolea-based Computer da Neural-based Computer Boolea-based computer Ba dguaa utu tugas loga matemata Proses berecepata tgg hgh speed processg Proses dlaua secara satu per satu sequetal Neural-based computer Ba dguaa utu tugas pegeala pola Proses berecepata redah low speed processg Proses dlaua secara bersamaa parallel Tuua medasar dar pegeala pola adalah peglasfasa classfcato suatu data masua e dalam suatu ategor elas. Secara umum, sstem pegeala pola terdr dar dua tahap. Tahap pertama berupa estras ftur feature extracto, sedaga tahap beruta merupaa tahap peglasfasa. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

50 35 Utu melaua pegeala pola, pertama-tama dlaua seragaa peguura utu dapat membedaa put e dalam ategor elas. Ja peguura dlaua sebaa peguura dega masgmasg peguura merupaa ftur ag u, maa ta dapat megguaa otas alabar utu mecptaa suatu set ftur-ftur tersebut ag dsebut dega feature vector. Baaa dmes dar vector tersebut membetu sebuah dmes feature space. Selauta adalah meetua sebuah gars batas pemsah boudar atar ategor elas ag dsebut dega fugs dsrma dscrmatg fucto. Dega dema peglasfasa dlaua dega meetua tergolog e dalam ategor elas maaah masg-mash put berdasara cr-cr ftur ag dml. Gambar 2.6. Sudut Padag Pegeala Pola Patter Recogto Vew Pot Cotoh sederhaa utu memvsualsasa peglasfasa pola adalah membedaa atara pear balet dar pema rugb. Dalam hal ta memutusa utu megguaa 2 peguura utu membedaa masgmasg ategor, atu dega meguur vetor tgg bada da berat bada da membuat sebuah plot dar data peguura tersebut e dalam ruag Eucldea. Dega dema, ta aa membetu sebuah ruag vetor dua dmes x 1,x 2. Selauta ta aa melaua peglasfasa pada taptap data tersebut dega meggambara sebuah gars pemsah ag membedaa atara elompo pear balet dar elompo pema rugb. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

51 36 tgg bada decso boudar berat bada Gambar 2.7. Cotoh Peglasfasa Lear dega Dua Dmes pear balet pema rugb Klasfas da pegeala pola patter recogto merupaa area ag medomas berbaga peelta d bdag NN. NN utu problem lasfas dapat dlhat sebaga sebuah fugs pemetaa mappg fucto, F: R d R M, dmaa put x dega dmes sebaa d dada masua e dalam NN da output dega vetor sebaa M dhasla utu membuat eputusa lasfas [51]. Suatu euggula NN ag tda dml oleh teolog ovesoal la d bdag ecerdasa buata artfcal tellgece, AI adalah bahwa NN mampu utu beera dega data ag tda legap complete ataupu data dega gaggua ose. Sela tu NN mampu megolah data d luar data ag secara esplst dpelaar selama proses pelatha. Dalam hal NN mampu megeeralsas atau membuat eputusa berdasara emrpa ag palg deat closest match. Aplas NN dalam lasfas da pegeala pola dapat dmafaata dalam berbaga bdag, dataraa: a. Jasa euaga facal servce, cotoha utu megdetfas pola pada pasar saham stoc maret, strateg peuala surat berharga bod tradg, preds baruptc [38,39] Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

52 37 b. Kegata dustr, cotoha motorg atau spes pada alat-alat produs d pabr maupu produ ag dhasla [48,49]. c. Dagoss pada mes, dega melath NN utu megdetfas egagala faults detfcato berdasara data sesor [44,45]. d. Dagoss esehata, dega melath NN berdasara data rwaat peat ag dderta pase [14,42,43]. e. Ramala cuaca weather forecastg, NN dguaa utu mempreds cuaca berdasara fator-fator tertetu sepert curah hua, arah ag, elembapa udara, da testas sar matahar. f. Sstem pegeal suara speech recogto, NN dlath utu megeal pola suara [46,47]. g. Sstem pegeal tulsa taga hadwrtte recogto, NN dlath utu megeal pola arater huruf tulsa taga [40,41]. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

53 BAB III SISTEM PENGENAL POLA BERBASIS NEURAL NETWORK ENSEMBLE DENGAN FUNGSI EROR CROSS-ENTROPY DAN KUADRATIS Bab meelasa tetag esperme ag dlaua dega membagu sstem pegeal pola berbass Neural Networ Esemble NNE ag dlath dega algortma Negatve Correlated Learg NCL dega peghtuga eror berdasara fugs eror uadrats atau Mea square error MSE da peghtuga eror berdasara fugs eror cross-etrop Pedahulua Baga Pedahulua dawal dega latar belaag peelta pegeala pola, emuda dut dega peelasa sema peelta expermetal setup sstem pegeal pola ag dbagu oleh Peuls Latar Belaag Peelta Dua su palg petg megea pembelaara dega pegaraha supervsed learg atu performa geeralsas da efses. Geeralsas bertuua membagu sebuah sstem pegeal pola adaptf ag mecapa performa optmal pada sampel data ag tda dutsertaa pada data pelatha trag set. Sedaga efses berata dega omplestas ruag space complext da ompestas watu tme complext dar sebuah sstem pegeal pola. Komplestas ruag megacu epada uura sstem, sedaga omplestas watu megacu pada watu omputas ag dbutuha utu membagu sstem tersebut. Karaterst performa geeralsas dar sstem dega pembelaara dega pegaraha dtada dega eror geeralsasa. Utu masalah lasfas, eror geeralsas adalah probabltas terada mslasfas dar sampel aca ag dlaua oleh sebuah sstem peglasfas classfer. Karea uura omplestas ruag dar sstem peglasfas berata dega emampua geeralsas sstem, maa ag mead su d s adalah bagamaa meetua Stud araterst..., Alfa Fthrtama, FT UI, Uverstas Idoesa

54 39 uura ag sesua utu sstem pegeal pola sedema hgga eror geeralsas ag dga pu dapat tercapa. Terdapat baa masalah d dalam dua ata real-world problems ag terlalu luas da terlalu omples utu dpecaha oleh sebuah sstem tuggal sedra. Ada baa cotoh ba sstem alam atural maupu buata artfcal ag meuua bahwa sebuah sstem terpadu ag terdr dar beberapa subsstem d dalama, terbut dapat megurag omplestas sstem secara eseluruha da mampu memecaha masalah ag lebh sult. Kesusesa NNE dalam memperba emampua geeralsas dar classfer adalah salah satu cotoha [33]. Namu dema, pegata emampua geeralsas pada NNE tersebut drg dega baa omputas computatoal cost ag uga turut megat serg dega sema besara uura sstem. Terdapat beberapa metode utu membagu sebuah NNE. Baa dataraa terdr dar 2 tahapa, 1 membagu beberapa arga tuggal, lalu 2 meggabuga atau megombasa arga-arga tersebut. Basaa, arga tuggal aa dlath secara depede satu sama la. Kelemaha dar metode adalah hlaga teras atara arga tuggal ag satu dega arga tuggal ag la selama proses pembelaara berlagsug. Pada tahap peggabuga ombas, tda ada umpa bal feedbac epada performa arga tuggal. Dega dema terdapat emuga bahwa ada beberapa arga tuggal ag tda membera baa otrbus terhadap eseluruha NNE. Beragat dar permasalaha tulah, maa dguaa metode pembelaara Negatve Correlato Learg NCL dalam membagu sebuah NNE. Ide d bal NCL adalah medorog arga tuggal ag berbeda dalam sebuah umpula arga esemble utu mempelaar aspe atau baga ag berbeda dar data trag sehgga NNE dapat mempelaar eseluruha data trag dega lebh ba [11]. Klasfas secara umum dapat ddefsa sebaga proses detfas esamaa dalam suatu dataset dega tuua utu medsrmas suatu grup elas dar suatu grup ag la [10]. Sedaga pegeala lebh megacu epada Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

55 40 apaah hasl lasfas pola e dalam elas-elas tersebut membera hasl ag berla bear atauah hasl ag berla salah. Dalam meelesaa masalah lasfas, NN membera estmas lagsug megea probabltas posteror posteror probablt [52]. NN bergua utu memetaa seumlah put-x dega d-dmes e dalam seumlah vetor output- utu membuat eputusa lasfas. Namu dema, fugs pemetaa ag dlaua NN tdalah sempura. Hal dsebaba area adaa masalah local mma, arstetur arga ag tda optmal, serta terbatasa umlah sampel data utu proses pelatha [51]. Secara teor, dbutuha sebuah arga ag besar da sampel data ag baa utu medapata aprosmas ag memuasa. Namu dema, secara emprs, dtemua bahwa uura sampel atau baaa data sampel dalam pelatha berpegaruh besar terhadap performa NN dalam melaua lasfas, sedaga umlah euro tersembu hdde euro da arstetur arga tdalah terlalu berpegaruh terhadap performa [53]. Output NN ag berupa estmas uadrat terecl least square dar probabltas posteror Baesa tda haa dguaa utu fugs eror uadrats saa, tetap uga vald utu tpe fugs eror ag la, sepert msala fugs eror cross-etrop [54]. Fugs eror cross-etrop, dega araterst output ber ag dmla, dapat mead rtera ag lebh sesua darpada fugs eror uadrats utu dguaa dalam pelatha NN utu masalah lasfas [55]. Sela tu, fugs eror cross-etrop terbut meghasla pegata performa serta peguraga lama watu pelatha [56]. Dalam beberapa lteratur tetag peelta NN utu lasfas, haa sedt stud ag mempertmbaga baa esalaha lasfas msclasfcato cost dalam pegambla eputusa lasfas. Dega ata la, peelt secara esplst ataupu mplst megasumsa oseues baa esalaha lasfas ag setara equal. Mespu megasumsa fugs baa 0-1 dapat meederhaaa pegembaga model, asums baa ag setara tda merepresetasa baa masalah dua ata real world problems sepert cotoha dalam bdag dagoss meds, aalss reso redt, asuras ualtas, Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

56 41 samplg peermaa, da preds ebagruta dmaa baa esalaha lasfas ag tda sembag ueve lebh sesua dguaa. Dalam stuas-stuas tersebut, umlah aggota elompo dalam populas sergal tda sembag umlaha, sehgga esalaha lasfas dapat membula oseues sgfa ag berbeda-beda pada elompo ag satu da elompo ag la. Baa esalaha lasfas ag lebh tgg aa terad pada sube dalam elompo ag lebh ecl ag aggotaa auh lebh sedt. Dega asums oseues mslasfas ag setara, sebuah classfer aa cederug berat sebelah bas terhadap elompo ag uuraa lebh besar ag meml umlah sampel lebh baa dalam data pelatha. Utu membatu megurag eadaa bas tersebut, dapat dlaua dega cara memperbesar umlah sampel pada data pelatha. Dega dema terdapat cuup baa aggota dar elompo ag lebh ecl ag terwal dalam sampel data. Alteratf laa, atu dega memlh set data pelatha da data pegua tetua dega umlah aggota ag sembag dar tap elompo ag ada [57]. Pada peelta srps, Peuls membagu sebuah sstem pegeal pola berbass NN. Utu megata deraat pegeala NN tuggal, maa Peuls melaua peelta berbass NNE dega umlah arga sebaa 3 da 5 buah. Utu megetahu perbadga araterst fugs eror uadrats da fugs eror cross-etrop terhadap NNE, maa proses pelatha dlaua dega edua es fugs eror tersebut secara terpsah da emuda hasl ag dperoleh aa dbadga utu megetahu fugs eror maa ag lebh ba utu dterapa dalam sstem pegeal pola Sema Peelta Utu meelt performa sstem pegeal pola ag dbagu, maa Peuls melaua esperme dega megguaa 9 buah dataset ag terseda dar Uverst of Calfora at Irve UCI repostor [12] dega propertes sepert ag delasa pada tabel 4.1. berut. Perlu detahu bahwa pada tahap pre-processg dlaua PCA utu semua dataset mespu dmesa cuup redah <50 dmes, hal bertuua agar omposs data lebh terstrutur dmaa vetor-vetor data aa dsusu Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

57 42 beruruta sesua dega besara la ege ag berpasaga dega vetor tersebut. Hal secara tda lagsug aa mempercepat omputas ag dlaua oleh peragat lua. Sedaga utu dataset ag berdmes tgg > >50, maa PCA dlaua utu meredus dmes, sepert cotoha pada dataset Soar ag dredus mead 30 dmes mead setegah dar umlah dmes asla. Sela tu perlu dcatat bahwa dalam peelta semua dataset dsusu sedema rupa sehgga umlah aggota per elas berla sama equal. Hal utu meghdar etmpaga baa esalaha lasfas msclasfcato cost atar elas sepert ag telah delasa pada baga Pedahulua. Tabel 3.1. Propertes Dataset UCI utu Peelta Sstem Pegeal Pola No Tpe Data 1 Balace Scale 2 Breast cacer 3 Bupa 4 Credt 5 Glass 6 Heart dsease 7 Irs 8 Soar 9 Vowel Jumlah Dmes asl/ sebelum PCA Jumlah Dmes setelah PCA Jumlah Kelas Jumlah Data Pola Dataset UCI Preprocessg : Estras Ftur & PCA Trag: NN Bacpropagato Testg: Hasl Pegeala Pola Gambar 3.1. Dagram Sema Sstem Pegeal Pola Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

58 a 3.2.b 3.2.c 3.2.d 3.2.e 3.2.f 3.2.g 3.2.h Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

59 44 Gambar 3.2. Dstrbus Nla Ege 9 Dataset UCI: a Balace-scale b Breast-cacer c Bupa d Credt-card e Glass f Heart-dsease g Irs h Soar Vowel 3.2. Hasl Peelta da Pembahasa Pada peelta dguaa NN tuggal, NNE sebaa 3 buah arga, serta NNE sebaa 5 buah arga utu megetahu pegaruh peambaha umlah arga terhadap araterst NN da NNE ag dlath dega fugs eror uadrats da cross-etrop. Pada baga, fous utama adalah megetahu araterst fugs eror uadrats da cross-etrop terhadap pegaruh peambaha umlah arga dar NN tuggal mead NNE. Setelah megetahu araterst tersebut, emuda aa dtar esmpula megea eseluruha peelta sstem pegeal pola pada bab.tabel bers rgasa perbadga eror, umlah epoh, watu pelatha, recogto rate data trag, serta recogto rate data testg hasl pelatha NN da NNE utu pegeala pola data UCI Tabel 3.2. Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Dataset UCI Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Balace-scale Breast-cacer Bupa Credt-card Glass Heart-dsease Irs Soar Vowel Rata-rata Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

60 45 Tabel 3.3. Perbadga Jumlah Epoh Hasl Pelatha NN Tuggal da NNE utu Dataset UCI Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Balace-scale Breast-cacer Bupa Credt-card Glass Heart-dsease Irs Soar Vowel Rata-rata Tabel 3.4. Perbadga Watu Pelatha NN Tuggal da NNE utu Dataset UCI Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Balace-scale Breast-cacer Bupa Credt-card Glass Heart-dsease Irs Soar Vowel Rata-rata Tabel 3.5. Perbadga Recogto Data Trag NN Tuggal da NNE utu Dataset UCI Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Balace-scale 96.00% 96.00% % % % % Breast-cacer 98.43% % 99.18% % 99.11% % Bupa 94.18% 92,52% 88.73% 85.07% 83.70% 85.46% Credt-card 97.86% 96.99% 96.37% 96.73% 95.28% 96.11% Glass % % 99.72% % 99.58% % Heart-dsease 99.42% % 98.27% 99.92% 96.55% % Irs % 98.67% 98.14% 98.67% 98.67% 98.67% Soar % % % % % % Vowel 98.36% % 97.59% % 95.86% % Rata-rata 98.25% 98.96% 97.56% 97.82% 96.53% 97.80% Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

61 46 Tabel 3.6. Perbadga Recogto Data Testg NN Tuggal da NNE utu Dataset UCI Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Balace-scale 88.89% 78.89% 50.39% 63.55% 50.62% 50.44% Breast-cacer 95.53% 90.45% 89.64% 90.08% 89.13% 88.85% Bupa 58.68% 59.25% 45.39% 41.10% 40.82% 43.86% Credt-card 76.21% 72.20% 67.23% 67.53% 66.17% 67.03% Glass 54.86% 46.22% 41.11% 45.55% 40.66% 47.67% Heart-dsease 72.51% 77.03% 73.08% 75.28% 70.47% 72.89% Irs 91.91% 96.00% 94.93% 96.00% 96.00% 96.00% Soar 39.69% 64.19% 62.44% 64.97% 62.14% 64.56% Vowel 20.65% 23.24% 13.20% 17.92% 12.15% 15.39% Rata-rata 66.55% 67.55% 59.71% 62.44% 58.68% 60.74% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Dar tabel 3.2 ag bers perbadga eror hasl pelatha NN tuggal da NNE, terlhat bahwa tda semua arga mampu mecapa ods overge ecual pada asus pegeala dataset Soar ag cuup mudah dmaa seluruh NN tuggal da NNE ba ag dlath dega fugs eror uadrats maupu cross etrop mampu mecapa ods overge. Utu pegeala dataset Balacescale, pelatha dega NN tuggal tda mampu mecapa ods overge, tetap pelatha dega NNE mampu meredus eror pelatha da mecapa eadaa overge. Sedaga utu dataset Breast-cacer, haa NN tuggal da NNE dega 3 da 5 arga ag dlath dega fugs eror cross etrop ag mampu mecapa eadaa overge, sedaga NN tuggal da NNE ag dlath dega fugs eror uadrats tda mampu meuu ods overge mespu eror ag dcapaa sudah cuup redah. Dlhat dar rata-rata eror pelatha ag dhasla, dar tabel 3.2 dapat dsmpula bahwa pelatha megguaa fugs eror cross etrop aa meghasla eror ag lebh tgg darpada pelatha dega megguaa fugs eror uadrats. Tetap hal dareaa terutama oleh eror dataset Bupa ag secara mecolo auh lebh tgg melebh eror dataset-dataset laa, hal megmplasa bahwa masalah Bupa lebh coco ddeat dega metode fugs eror uadrats. Sedaga utu asus dataset laa, fugs eror cross etrop Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

62 47 meghasla lebh baa arga ag overge ba NN tuggal maupu NNE darpada metode fugs eror uadrats. Dar tabel 3.3, dapat dlhat bahwa arga ag mampu mecapa ods overge aa membutuha epoh ag lebh sedt darpada arga ag tda. Hal dareaa proses pelatha berhet eta eror telah mecapa mmum sebesar 0.01, ag berart bahwa arga telah mampu megeal pola put data pelatha dega ba. Sebala, arga ag tda mampu mecapa eror mmum harus megulag pelatha beral-al hgga proses pelatha ahra dheta abat umlah epoh ag telah mecapa batas masmum epoh. Dlhat dar rata-rata umlah epoh pelatha ag dperlua, dar tabel 3.3 dapat dsmpula bahwa pelatha megguaa fugs eror cross etrop aa membutuha epoh ag setara urag lebh sama darpada pelatha dega megguaa fugs eror uadrats. Baha utu asus NN tuggal da NNE 5 arga, pelatha megguaa fugs eror cross etrop membutuha epoh ag lebh sedt darpada pelatha dega megguaa fugs eror uadrats. Hasl perbadga watu pelatha pada tabel 3.18 meuua bahwa lamaa watu pelatha dpegaruh oleh umlah arga, uura dataset, serta umlah epoh pelatha. Sema baa umlah arga ag meusu NNE, maa sema lama watu pelatha ag dperlua. Dema pula, sema besar uura dataset sema baa umlah sampel, maa watu pelatha ag dperlua pu sema megat. Pegaruh umlah arga, uura dataset, serta umlah epoh pelatha terhadap pegata watu pelatha dapat delasa sebaga berut. Dalam pelatha NNE dega NCL, NNE dlath secara bersama-sama smultaeous. Dala prosesa, satu arga berteras dega argaag laa melalu suatu pealt term utu terus meerus megubah bobot-bobot merea agar eror ag dhasla oleh NNE mecapa mmum memperoleh eputusa ahr ag bear. Dega dema, utu melath NNE ag terdr dar 3 buah arga, maa pelatha ag dbutuha aa mead 3 al lpat watu pelatha ag dbutuha utu melath NN tuggal pada dataset ag sama. Da, a ta megguaa 5 buah arga utu membetu NNE, maa watu pelatha pu aa mead 5 al lpat. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

63 48 Sedaga pegaruh uura dataset terhadap lamaa watu pelatha dapat dlhat pada cotoh asus dataset Vowel ag membutuha watu pelatha palg lama dbadga dataset-dataset laa.satu hal ag perlu detahu bahwa Vowel meml uura dataset ag terbesar datara dataset laa sebaa 990 data, 90 data per elasa. Uruta edua da etga terbesar dtempat oleh dataset Credt-card sebaa 614 data, 307 data per elasa da Breast-cacer sebaa 482 data, 241 data per elasa ag membutuha watu lebh lama dbadga dataset laa. Terahr megea umlah epoh ag berpegaruh terhadap watu pelatha. Sepert ag telah detahu dar tabel 3.3 sebeluma bahwa arga ag mampu mecapa ods overge aa membutuha epoh ag lebh sedt darpada arga ag tda. Baaa epoh secara lagsug berata dega lamaa watu pelatha atu bahwa sema baa epoh berart sema lama watu pelatha ag dbutuha oleh arga utu meuu eadaa overge. Dega dema, arga ag tda mampu meuu overge otomats aa membutuha epoh masmum sebaa epoh utu megheta proses pelatha da areaa membutha watu pelatha ag lebh lama dbadga arga la ag telah mecapa ods overge sebelum epoh pelatha mecapa Dlhat dar rata-rata lama watu pelatha ag dperlua, dar tabel 3.4 dapat dsmpula bahwa pelatha megguaa fugs eror cross etrop aa membutuha watu pelatha ag cuup setara urag lebh sama darpada pelatha dega megguaa fugs eror uadrats. Perlu detahu bahwa hasl peelta meuua pelatha NN tuggal dega fugs eror cross etrop membutuha watu pelatha lebh lama darpada NN tuggal dega fugs eror uadrats, tetap sebala pelatha NNE 3 arga dega fugs eror cross etrop membutuha watu pelatha lebh sgat darpada NNE dega fugs eror uadrats. Perbadga deraat pegeala data trag ag dsaa pada tabel 3.5 meuua bahwa secara umum NN tuggal da NNE telah mampu megeal data trag dega ba. Hal dbuta dega pecapaa recogto rate ag sagat tgg bersar atara % utu semua pegeala dataset. Utu Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

64 49 dataset Soar, pegeala data trag selalu mecapa aga 100% utu semua asus NN tuggal da NNE. Sedaga dataset Breast-cacer,Glass, da Vowel mampu mecapa recogto rate 100% apabla arga NN tuggal da NNE dlath dega fugs eror cross etrop, tetap recogto rate tersebut aa meuru a arga dlath dega fugs eror uadrats. La hala dega dataset Balace-scale ag haa mampu mecapa recogto rate 100% apabla dguaa NNE dega 3 maupu 5 arga, tetap tda mampu mecapa recogto rate tersebut a NN tuggal ag dguaa. Dlhat dar rata-rata recogto rate data trag ag dhasla, dar tabel 3.5 dapat dsmpula bahwa pelatha megguaa fugs eror cross etrop aa meghasla recogto rate ag lebh tgg darpada pelatha dega megguaa fugs eror uadrats da hal berlau ba utu NN tuggal maupu NNE. Perbadga deraat pegeala data testg ag dsaa pada tabel 3.6 meuua bahwa secara umum terad peurua recogto rate pada semua dataset apabla dbadga dega hasl pegeala data trag sepert ag tersa dalam tabel 3.5 sebeluma. Mespu recogto rate data testg ag dcapa mash cuup tgg d atas 50% pada maortas dataset Balace-scale, Breast-cacer, Credt-card, Heart-dsease, Irs, da Soar, tetap pada dataset ag la Bupa, Glass,Vowel peurua recogto rate terblag cuup sgfa. Dataset Heart, Soar da Vowel mampu mecapa recogto rate ag lebh tgg apabla NN tuggal da NNE dlath dega fugs eror cross etrop, dbadga recogto rate dega fugs eror uadrats. La hala dega dataset Glass ag haa megalam pegata recogto rate apabla dguaa NNE dega fugs eror cross etrop, tetap pegata tersebut tda terad pada NN tuggal. Dlhat dar rata-rata recogto rate data testg ag dhasla, dar tabel 3.6 dapat dsmpula bahwa pelatha megguaa fugs eror cross etrop aa meghasla recogto rate ag lebh tgg darpada pelatha dega megguaa fugs eror uadrats da hal berlau ba utu NN tuggal maupu NNE. Hal membuta bahwa arga ag dlath dega fugs eror cross etrop meml emampua geeralsas ag lebh tgg darpada arga ag dlath dega fugs eror uadrats, area tu arga mampu megeala pola data baru mespu pola data tersebut tda duta dalam proses pelatha. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

65 50 Gambar 3.3. Perbadga Eror, Epoh, Watu Pelatha NN Tuggal da NNE utu Dataset UCI Gambar 3.4. Recogto Data Trag NN Tuggal da NNE utu Dataset UCI Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

66 Peutup Baga Peutup dawal dega esmpula peelta sstem pegeala pola patter recogto sstem ag dlaua Peuls, emuda dut dega sara dar Peuls utu peelta selauta terat dega masalah sstem pegeal pola terutama peelta ag megguaa bechmar dataset UCI Kesmpula Peelta Peelta megemuaa megea sstem pegeal pola megguaa NN tuggal da NNE 3 da 5 buah arga berbass fugs eror cross etrop da fugs eror uadrats. Terdapat 9 pola dataset UCI ag dguaa dalam peelta atu Balace-scale, Breast-cacer, Bupa, Credt-card, Glass, Heart-dsease, Irs, Soar, da Vowel. NN tuggal dlath dega algortma stadar Bacpropagato, sedaga NNE dlath dega algortma NCL dega pegambla eputusa ahr berupa metode rata-rata. Dar percobaa detahu bahwa pelatha megguaa fugs eror cross etrop aa meghasla eror rata-rata ag lebh tgg darpada pelatha dega megguaa fugs eror uadrats. Hal dareaa terutama oleh eror dataset Bupa ag secara mecolo auh lebh tgg melebh eror dataset-dataset laa. Mespu dema, fugs eror cross etrop meghasla lebh baa arga ag overge ba NN tuggal maupu NNE darpada metode fugs eror uadrats. Jarga ag mampu mecapa ods overge aa membutuha epoh ag lebh sedt darpada arga ag tda. Peambaha umlah epoh tda berpegaruh sgfa pada peurua eror apabla graf eror telah mecapa eadaa saturas. Dar hasl peelta detahu bahwa pelatha megguaa fugs eror cross etrop membutuha epoh da watu pelatha ag setara urag lebh sama a dbadga dega pelatha megguaa fugs eror uadrats. Pegata duras watu pelatha dpegaruh oleh pegata umlah arga, besara uura dataset, serta baaa epoh pelatha. Dar percobaa pegeala pola data UCI ag dlaua, tgat pegeala ag dhasla cuup tgg. Pola dataset ag palg mudah deal adalah Irs, sedaga pola ag palg sult deal adalah Vowel. Tgat Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

67 52 pegeala rata-rata utu data trag adalah 97.45% dega fugs eror uadrats da 98.19% dega fugs eror cross etrop. Tgat pegeala ratarata utu data testg adalah 61.65% dega fugs eror uadrats da 63.58% dega fugs eror cross etrop. Dega dema, dapat dsmpula bahwa deraat pegeala ag dhasla oleh NN da NNE ag dlath dega fugs eror cross etrop meguggul deraat pegeala ag dhasla oleh NN da NNE ag dlath dega fugs eror uadrats Sara utu Peelta Selauta Peelta selauta megea sstem pegeal pola berbass NNE adalah utu mecar umlah populas dataset serta epoh pelatha ag aa megoptmala eseluruha performa dataset, terutama dataset Vowel ag meghasla recogto rate palg redah datara dataset UCI laa, da areaa memerlua peelta lebh laut. Sela tu, peelta utu meetua umlah optmal NN tuggal ag membetu NNE uga perlu dlaua. Hal dareaa tgat esulta dataset UCI ag berbeda-beda. Utu problem dataset ag mudah, NN tuggal sebeara telah cuup dguaa utu meghasla recogto rate ag tgg. Namu utu problem dataset ag lebh sult, perlu dlaua peambaha umlah arga hgga membetu sebuah NNE utu memperba emampua NN dalam megeal pola. Salah satu hal mear ag perlu dcatat, atu bahwa aplas peelta sstem pegeal pola dega dataset UCI dapat dterapa secara luas dalam berbaga bdag. Cotoha, dataset Breast cacer, Bupa, da Heart dsease utu lasfas peat aer paudara, elaa hat, serta peat atug dapat dlaua secara lagsug oleh para dermatologs tapa memerlua peralata ag caggh ataupu mahal, cuup megguaa PC persoal computer ag hargaa teragau. Pegeala pola dataset Credt-card dega NN dapat dguaa d ba-ba utu meetua apaah aplas artu redt dar seorag asabah aa dterma atau dtola. Pegeala pola dataset Glass utu lasfas es aca utu tuua vestgas rmolog es aca ag tertggal sebaga barag but d TKP Tempat Keada Perara. Sela tu, pegeala pola dataset Vowel dapat daplasa secara luas utu ebutuha pegeala suara speech recogto. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

68 BAB IV SISTEM PENGENAL WAJAH BERBASIS NEURAL NETWORK ENSEMBLE DENGAN FUNGSI EROR CROSS-ENTROPY DAN KUADRATIS Bab meelasa tetag esperme ag dlaua Peuls dega membagu sebuah sstem pegeal waah face recogto sstem berbass Neural Networ Esemble NNE ag dlath dega algortma Negatve Correlated Learg NCL dega peghtuga eror berdasara fugs eror uadrats atau Mea square error MSE da peghtuga eror berdasara fugs eror crossetrop Pedahulua Baga Pedahulua dawal dega latar belaag peelta pegeala waah dega ctra waah framerah da ctra waah cahaa tampa, emuda dut dega peelasa sema peelta expermetal setup sstem pegeal waah ag dbagu oleh Peuls Latar Belaag Peelta Mausa mampu membedaa da megeal rbua waah ag berbeda. D masa modere mes da omputer pu dracag dega suatu sstem cerdas agar mampu melaua pegeala waah sepert hala ag dlaua oleh ota mausa. Teolog pegeal waah sema dmafaata da dembaga dega aplas ag luas caupaa, sepert msala sstem eamaa securt sstem ag dapat megza orag tertetu megases area terbatas restrcted area, sstem preses pegawa, serta dalam bdag mlter sepert cotoha amera survellace ag dpasag dalam pesawat tapa awa Umaed Aeral Vehcle UAV. Dalam peglhata omputer computer vso, sstem pegeala basaa terdr dar beberapa sesor, sebuah galer model dar obe-obe, serta sebuah emampua membuat eputusa decso-mag ablt. Keta sebuah obe 53 Stud araterst..., Alfa Fthrtama, FT UI, 2011 Uverstas Idoesa

69 54 dlhat oleh sebuah sesor, ctra dgtal aa dproses sedema hgga ctra tersebut drepresetasa dega cara ag serupa dega model dalam galer database. Kemuda, algortma pegeala aa mecar pasaga model put ag palg coco mrp atau sesua dega model obe. Secara umum, ada tga macam tugas utama ag dlaua oleh pegeala waah [35], atu: 1. Verfas: Am I who I sa I am? Seseorag membera bometra da meglam dettasa. Sstem emuda membadga bometr ag dbera dega bometr ag tersmpa dalam database dar dettas ag dlam tersebut. Berdasara hasl perbadga bometr tersebut, sstem aa memutusa apaah a meerma atau meola lam orag tersebut. 2. Idetfas: Who am I? Sebuah gambar dar seseorag ag tda deal uow perso dbera e sstem pegeal waah, dega asums bahwa ta telah tahu terlebh dahulu bahwa orag tersebut ada d dalam database. Sstem emuda membadga atara gambar dar orag ta deal tersebut dega gambar orag deal uow perso ag ada d dalam database. 3. Daftar Pegawasa: Are ou loog for me? Sebuah sstem pegeal waah harus terlebh dahulu medetes apaah seseorag ada tau tda d dalam daftar pegawasa watch lst. Ja orag tersebut ada d dalam daftar pegawasa, maa sstem harus megdetfas orag tersebut dega bear. Dalam peelta, Peuls fous pada tugas ag edua, atu tugas detfas. Peuls membagu sebuah Sstem Pegeal Waah ag berbass NNE dega algortma NCL da membadga performa atara sstem pegeal waah dega megguaa gambar dar amera framerah fra red dega sstem pegeal waah ag megguaa gambar amera cahaa tampa vsble-lght. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

70 55 Pegeala waah face recogto megguaa metode ecerdasa omputas computatoal tellgece merupa sebuah sube atvtas rset ag atf d alaga omutas peelt peglhata omputer computer vso. Namu dema, pegeala waah dalam doma amera fra merah medapata perhata ag lebh sedt dar alaga peelt dbadga dega ctra waah dalam cahaa tampa. Ctra amera cahaa tampa sagat terpegaruh terhadap varas ods peeraga lghtg sehgga hal tersebut tampaa mead hambata bag robustess algortma pegeala waah. La hala dega amera fra-merah ag meguur emsvtas paas dar permuaa waah da ctra ag dhasla relatve stabl terhadap varas lumas. Oleh area tu, fra-merah mempua emampua utu detfas dalam segala tgat peeraga, ba pag har da-tme maupu malam har ght tme, termasu dalam eadaa gelap total [17]. Pegeala dega ctra cahaa tampa lebh ba dbadga dega ctra framerah a gambar dambl d dalam ruaga door. Namu a gambar dambl d luar ruaga outdoor, maa ctra framera meuua deraat pegeala ag lebh ba [19]. Hal dareaa gambar ag dambl d luar ruaga meml varas cahaa ag lebh besar darpada varas cahaa d dalam ruaga. Namu dema, amera fra-merah meml euraga dalam hal resolus ag lebh redah darpada amera dega spetrum cahaa tampa [18]. Peelta awal megea pegembaga sstem pegeal waah dega ctra framerah telah dlaua pada tahu 2010 d Laboratorum Te Kedal, Departeme Te Eletro, Faultas Te Uverstas Idoesa. Dalam peelta tersebut, sstem pegeal waah dbagu megguaa NNE 4 sema ag berbeda, atu 1 algortma bacpropagato, 2 algortma NCL, 3 parsalsas data, da 4 gabuga edua algortma tersebut. Hasl ag dtau dar recogto rate meuua NNE, ag terdr dar seumlah NN, membera performa ag lebh ba dbadga sebuah NN tuggal. Sela tu, sema baa umlah NN ag dguaa utu meusu NNE, maa sema tgg recogto rate ag dhasla [2]. Dalam raga megu emampua sstem pegeal waah utu meelesaa persoala d atas, maa peuls megaua dua pedeata ag aa dbahas da dmplemetasa dalam peelta srps. Pedeata Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

71 56 pertama dlaua dega meambah dataset peelta, tda haa megguaa gambar dar amera framerah saa, tetap uga megguaa gambar dar amera cahaa tampa dega tuua utu membadga performa datara eduaa. Pedeata ag edua berata dega metode peghtuga fugs eror ag dpaa. Dalam peelta sebeluma, haa dguaa fugs eror uadrats dalam proses pelatha NN. Sedaga dalam peelta, Peuls megguaa ba fugs eror uadrats maupu fugs eror cross-etrop. Sela tu, a pada peelta sebeluma percobaa haa dlaua satu al, pada peelta percobaa dlaua sebaa 10 al emuda dambl hasl rata-rataa Sema Peelta Permasalaha dalam peelta berata dega pegguaa NN tuggal dega algortma Bacpropagato da NNE 3 buah 5 buah dega algortma NCL sebaga sstem pegeal waah utu medsrmas ctra waah framerah da ctra waah cahaa tampa e dalam elas-elas ag sesua. Masg-masg NN aa dlath secara terpsah dega megguaa dua fugs eror atu fugs eror uadrats maupu fugs eror cross-etrop utu medapata perbadga araterst datara eduaa. Masg-masg pelatha aa dulag sebaa 10 al utu emuda dambl la rata-rataa. Dataset ctra waah Preprocessg : Estras Ftur & PCA Trag: NN Bacpropagato Testg: Hasl Pegeala Waah Gambar 4.1. Dagram Sema Sstem Pegeal Waah Sepert ag telah dsebuta sebeluma, dalam peelta, dguaa dua buah dataset, atu dataset ctra waah ag dhasla oleh amera framerah serta dataset ctra waah dar amera cahaa tampa. Kedua dataset tersebut bers foto waah frotal dar 10 orag obe beruta dsebut sebaga elas dega berbaga espres, atara la espres etral, sedh, seag dega poss bbr terbua seum maupu bbr tertutup. Keteraga legap megea edua dataset waah dapat dlhat d baga Lampra. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

72 57 Perlu dcatat, bahwa uura pxel serta umlah sampel pada edua dataset tersebut tda sama.ctra famerah beruura 40x30 pxel da terdr dar 200 sampel gambar sedaga ctra cahaa tampa beruura 30x30 pxel da haa terdr dar 100 sampel gambar. Sela tu, perlu detahu bahwa mespu edua dataset terdr dar umlah elas ag sama, atu 10 elas, amu esepuluh orag ag dada obe gambar dalam dataset framerah berbeda dega obe gambar dalam dataset cahaa tampa. Sepert pada peelta pada bab sebeluma, pada tahap pre-processg aa dlaua dega metode PCA utu meredus dmes dataset. Metode PCA pertama al delasa utu represetas ctra waah oleh Krb da Srovch [36] da emuda dadaptas utu pegeala waah oleh Tur da Petlad [37]. Dmes dataset ctra fra merah ag berumlah x30 pxel da dmes dataset ctra cahaa tampa ag berdmes x30 pxel aa dredus mead 50 dega tuua utu peederhaaa ag aa mempercepat watu omputas pada proses pelatha. Berut aa dpapara megea expermetal setup utu masg-masg dataset Sema Peelta Ctra Waah Iframerah Data ctra waah framerah dambl megguaa amera CCD ear IR CCTV ag meml cc lumas llumatg rg ag terdr dar 12 Ifrared LED, ag letaa megellg amera. Cc bertuua utu meghasla sumber cahaa fra merah eta pecahaaa luar gelap. Paag gelombag ag dhasla LED atara m [30]. Supaa memperoleh ods pecahaaa ag stabl, amera CCD uga dlegap dega Ifrared Flter utu meghalag cahaa tampa [31]. Ja dalam eadaa ag terag, gambar ag dtagap amera berwara sepert laaa amera cahaa tampa vsble basa, amu eta eadaa gelap, gambar ag dtagap aa htamputh. Keuggula amera adalah dapat meagap gambar mespu ods pecahaaa d luar gelap total. Peralata amera CCD Ifrared ag dguaa dalam pegambla database ctra waah framerah dapat dlhat pada gambar 5.1 d bawah [2] da tda dbahas lebh laut dalam peelta srps. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

73 58 Gambar 4.2. Setsa da Desa Kamera CCD Iframerah Pada tahap pre-processg, gambar ag dperoleh d betu e dalam suatu matrs d maa setap eleme meml la testas RGB Red, Gree, Blue. Namu area testas RGB meml tga dmes la maa la-la tersebut doversa e testass Gra Scale ag haa meml satu dmes la utu tuua peederhaaa. Dega dema setap gambar ag beruura 40x30 pxel tad aa berubah mead matrs beruura 40 x 30 d maa setap eleme matrsa adalah la put gambar. Selauta, utu memudaha omputas beruta maa setap matrs ag beruura 40 x 30 tersebut dsusu ulag mead sebuah matrs ag beruura 1 x 1200 tapa megubah la-la d dalama. Dega dema setap gambar framerah tersebut meml 1200 la ftur dmes., =,, Gambar 4.3. Foto Iframerah 40x30 pxel ag Dtulsa e dalam Betu Matrs,,,,,,,,,, =,, Gambar 4.4 Matrs Gambar Beruura 40x30 Pxel ag Dsusu mead Matrs Beruura 1x1200 Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

74 59 x x = M x 1,1 2,1 200,1 x x x 1,2 2,2 M 200,2 K L O L x x x 1,1200 2,1200 M 200,1200 Gambar 4.5. Pembetua Matrs Dataset Waah Iframerah Beruura 200x sample x 1200 dmes Setelah tahap estras ftur selesa, maa proses selauta adalah meredus dmes put ag besar mead dmes ag lebh ecl dega megguaa PCA. Hal bertuua utu meederhaaa omputas da mempercepat watu pelatha. Dega dema, database ag pada awala meml 1200 dmes dapat dredus mead 50 dmes. Gambar 4.6. Dstrbus Nla Ege Dataset Waah Iframerah Utu eperlua tahap pelatha da pegua, maa dataset ctra waah framerah ag berumlah 200 foto tad dbag mead 2 baga sama besar, 100 foto dguaa sebaga data trag da 100 foto laa dguaa sebaga data testg Sema Peelta Ctra Waah Cahaa Tampa Data ctra waah cahaa tampa dambl megguaa amera cahaa tampa. Ja dalam eadaa ag terag, gambar ag dtagap amera Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

75 60 berwara, amu eta eadaa gelap, amera tda dapat meagap gambar dega elas, apalag a ods pecahaaa d luar gelap total. Oleh area tu, dapat dataa bahwa ualtas gambar ag dhasla sagat bergatug pada testas cahaa pada saat pegambla gambar. Sama sepert sebeluma, pada tahap pre-processg, gambar ag dperoleh doversa e testass Gra Scale ag haa meml satu dmes la utu tuua peederhaaa. Dega dema setap gambar ag beruura 30x30 pxel tad aa berubah mead matrs beruura 30 x 30 d maa setap eleme matrsa adalah la put gambar. Selauta, utu memudaha omputas beruta maa setap matrs ag beruura 30 x 30 tersebut dsusu ulag mead sebuah matrs ag beruura 1 x 900 tapa megubah la-la d dalama. Dega dema setap gambar framerah tersebut meml 900 la ftur dmes., =,, Gambar 4.7. Fotoo Cahaa Tampa 30x30 pxel ag Dtulsa e dalam Betu Matrs,,,,,,,,,, =,, Gambar 4.8. Matrs Gambar Beruura 30x30 Pxel ag dsusu mead Matrs Beruura 1x900 x x = M x 1,1 2,1 100,1 x x x 1,2 2,2 M 100,2 K L O L x x x 1,900 2,900 M 100,900 Gambar 4.9. Pembetua Matrs Dataset Waah Cahaa Tampa beruura 100x sample x 900 dmes Setelah tahap estras ftur selesa, maa proses selauta adalah meredus dmes put ag besar mead dmes ag lebh ecl dega Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

76 61 megguaa PCA. Hal bertuua utu meederhaaa omputas da mempercepat watu pelatha. Dega dema, database ag pada awala meml 900 dmes dapat dredus mead 50 dmes. Gambar Dstrbus Nla Ege Dataset Waah Cahaa Tampa Utu eperlua tahap pelatha da pegua, maa dataset ctra waah cahaa tampa ag berumlah 100 foto tad dbag mead 2 baga sama besar, 50 foto dguaa sebaga data trag da 50 foto laa dguaa sebaga data testg Hasl Peelta da Pembahasa Pada baga aa duraa megea hasl peelta megea sstem pegeal waah. Tuua utama peelta atu membadga performa pegata atau peurua deraat pegeala ag terad atara arga ag dlath megguaa fugs eror uadrats da arga ag dlath megguaa fugs eror cross-etrop. Pada peelta dguaa NN tuggal serta NNE sebaa 3 da 5 buah arga utu megetahu pegaruh peambaha umlah arga terhadap araterst dar fugs eror uadrats da fugs eror crossetrop. Tap percobaa dlaua sebaa 10 al emuda dambl la ratarataa. Tabel ag dsaa dalam baga Pembahasa merupaa rgasa la rata-rata ag ddapat dar hasl percobaa. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

77 Hasl Peelta dega Ctra Waah Ifra-merah Berut adalah hasl pelatha NN tuggal, NNE dega 3 arga, da NNE dega 5 arga ag dlath utu megeal pola dataset ctra waah framerah. Tabel 4.1. Rgasa Hasl Pelatha dega Fugs Eror Kuadrats utu Ctra Iframerah Jumlah NN Eror Epoh Tme Recogto Data Trag Recogto Data Testg Lmt 0.85 Lmt 0.75 Lmt 0.65 Lmt 0.85 Lmt 0.75 Lmt buah % % % 88.80% 91.60% 93.00% 3 buah % % % 94.30% 97.10% 98.40% 5 buah % % % 93.30% 97.80% 99.20% Keteraga: hasl d atas merupaa hasl rata-rata setelah dlaua 10 al percobaa Tabel 4.2. Rgasa Hasl Pelatha dega Fugs Eror Cross-etrop utu Ctra Iframerah Jumlah NN Eror Epoh Tme Recogto Data Trag Recogto Data Testg Lmt 0.85 Lmt 0.75 Lmt 0.65 Lmt 0.85 Lmt 0.75 Lmt buah % % % 98.00% 98.60% 99.30% 3 buah % % % 98.60% 99.50% % 5 buah % % % 99.50% 99.90% % Keteraga: hasl d atas merupaa hasl rata-rata setelah dlaua 10 al percobaa Tabel 4.3. Perbadga Jumlah Eror, Epoh, da Watu Pelatha utu Ctra Iframerah Jumlah NN Eror Jumlah Epoh Watu Pelatha det Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah buah buah Tabel 4.4. Perbadga Recogto Rate NN Tuggal utu Ctra Iframerah Jumlah NN Recogto rata-rata Data Trag Recogto rata-rata Data Testg Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah 100% 100% 91.13% 98.63% 3 buah 100% 100% 96.60% 99.36% 5 buah 99.13% 100% 96.76% 99.80% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

78 63 Berdasara tabel 4.3, terlhat bahwa semua NN da NNE ag dlath utu megeal pola dataset ctra waah framerah mampu mecapa ods overge, ecual NNE 5 buah arga ag dlath dega fugs eror uadrats ag ratarata erora mash mecapa 0.07 dega 9735 epoh. Apabla arga mampu mecapa ods overge, pertambaha umlah arga tampaa tda mempegaruh umlah epoh, tetap mempegaruh lamaa watu pelatha. Hal dapat delasa sebaga berut. Utu NN tuggal, 1 epoh pelatha haa dlaua utu sebuah arga. Sedaga pada NNE, pada setap epoh a dlaua pelatha beberapa arga sealgus secara smultaeous. Dega dema watu ag dbutuha oleh NNE utu melalu 1 epoh aa berbadg lurus dega umlah arga ag meusua. Sema baa umlah arga, maa watu pelatha ag dperlua aa sema lama. Lebh laut lag, a dbadga, terata NN ag dlath dega fugs eror uadrats membutuha epoh ag relatf lebh sedt darpada NN ag dlath dega fugs eror cross etrop. Ja dtau dar deraat pegeala data trag sepert tampa pada tabel 4.4, tampa bahwa semua NN tuggal da NNE, ba ag dlath dega fugs eror uadrats maupu cross etrop, mampu megeal data trag dega sagat ba dega recogto rate setgg %. Mash megea tabel 4.4, tampa elas bahwa fugs eror cross etrop meguggul fugs eror uadrats dalam hal pegeala data testg. Hal terad ba pada asus NN tuggal maupu NNE dega 3 da 5 arga. Namu dema, apabla dtau dar perbedaa recogto rate ag dcapa maa dapat dataa bahwa perbedaa ag sgfa terad pada NN tuggal, dmaa fugs eror cross etrop meghasla recogto rate 7.5% lebh tgg dbadg fugs eror uadrats, sedaga pada NNE selsh recogto rate ag dhasla haa sebesar 3%. Mespu secara umum pegata umlah arga berdampa pada pegata recogto rate, tetapa pegata sgfa pada saat peambaha dar 1 e 3 arga, sedaga peambaha dar 3 e 5 arga tda membuaha pegata ag sgfa, apalag a ta turut mempertmbaga computatoal cost berupa watu pelatha ag berlpat gada. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

79 64 Sepert ag dsebuta pada baga sebeluma, Peuls bermasud utu membadga atara hasl peelta pegeala waah dega ctra framerah da ctra cahaa tampa. Namu dema, hal sult dlaua area 3 hal, atu: 1 Perbedaa uura pxel foto, ctra framerah beruura 40x30 pxel sedaga ctra cahaa tampa beruura 30x30 pxel; 2 Perbedaa uura dataset, dataset ctra framerah terdr dar 200 sampel gambar sedaga ctra cahaa tampa haa terdr dar 100 sampel gambar, 3 Perbedaa obe ag dtelt, mespu masg-masg dataset terdr dar gambar 10 orag, tetap 10 orag ag dada obe gambar tersebut berbeda satu sama la. Karea pegambla data ulag sult dlaua, oleh area tu agar perbadga mead lebh adl, maa Peuls aa megatur ulag uura gambar resze ctra fra merah agar uuraa mead sama dega ctra cahaa tampa, atu 30x30 pxel. Sela tu, Peuls uga megurag umlah sampel pada dataset mead setegah dar umlah asla 100 gambar, agar umlah sampel setara dega umlah sampel pada dataset ctra cahaa tampa. Gambar 4.16 d bawah meuua persebara la ege utu dataset ctra framerah ag telah dmodfas agar beruura 30x30 pxel da berumlah 100 sampel gambar. Gambar Dstrbus Nla Ege Dataset Waah Iframerah ag telah dmodfas Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

80 65 D sampg tuua ag telah dsebuta d atas, percobaa uga bertuua utu megetahu pegaruh uura dataset da umlah pxel pada gambar terhadap deraat pegeala ag dcapa. Berut adalah perbadga hasl pelatha NN utu dataset ctra waah framerah asl da ctra waah framerah modfas. Tabel 4.5. Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Ctra Iframerah Jumlah NN Ctra Waah Iframerah asl Ctra Waah Iframerah modfas Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah buah buah Tabel 4.6. Perbadga Epoh hasl Pelatha NN Tuggal da NNE utu Ctra Iframerah Jumlah NN Ctra Waah Iframerah Ctra Waah Iframerah modfas Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah buah buah Tabel 4.7. Perbadga Watu Pelatha det NN Tuggal da NNE utu Ctra Iframerah Jumlah NN Ctra Waah Iframerah Ctra Waah Iframerah modfas Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah buah buah Tabel 4.8. Perbadga Recogto Data Trag NN Tuggal da NNE utu Ctra Iframerah Jumlah NN Ctra Waah Iframerah Ctra Waah Iframerah modfas Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah 100% 100% % % 3 buah 100% 100% % % 5 buah 99.13% 100% 95.33% % Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Tabel 4.9. Perbadga Recogto Data Testg NN Tuggal da NNE utu Ctra Iframerah Jumlah NN Ctra Waah Iframerah Ctra Waah Iframerah modfas Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah 91.13% 98.63% 96.67% 98.00% 3 buah 96.60% 99.36% 97.40% 98.13% 5 buah 96.76% 99.80% 94.67% 97.47% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

81 66 Gambar Perbadga Watu Pelatha NN Tuggal da NNE utu Ctra Iframerah Gambar Recogto Rate Data Trag NN Tuggal da NNE utu Ctra Iframerah Dar tabel 4.5. d atas terlhat bahwa peurua umlah sampel membuat eror pelatha ag dcapa sema besar pada NNE 5 arga ag dlath dega fugs eror uadrats. Sedaga pada NN tuggal da NNE laa ag telah mampu mecapa ods overge, peurua umlah sampel tda berpegaruh terhadap eror ag dcapa. Dar tabel 4.6 tampa bahwa peurua umlah sampel data da peurua resolus psel meebaba NN da NNE membutuha epoh ag lebh baa utu dapat mecapa ods overge. Pada NN tuggal da NNE ag dlath dega fugs eror uadrats, peambaha umlah epoh cuup sgfa setar 2 al lpat. Sedaga pada NN tuggal da NNE ag dlath dega fugs eror cross etrop, pegata umlah epoh tdalah sgfa umlaha. Hal Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

82 67 meuua bahwa fugs eror cross etrop lebh stabl terhadap peurua umlah sampel serta peurua resolus psel gambar. Dar tabel 4.7 tampa bahwa peurua umlah sampel data da peurua resolus psel meebaba NN da NNE meghabsa watu pelatha ag lebh sedt darpada sebeluma. Hal dsebaba area peurua umlah sampel berdampa lagsug pada beruraga pola data masua ag harus dpelaar oleh arga. Sema sedt pola ag dpelaar, maa sema cepat proses pelatha berlagsug. Dar tabel 4.8 da 4.9 tampa bahwa peurua umlah sampel data da peurua resolus psel berdampa pada peurua recogto rate ba pada data trag maupu pada data testg. Hal dareaa peurua umlah sampel berdampa lagsug pada beruraga pola data masua ag harus dpelaar oleh arga. Sema sedt pola ag dpelaar, maa sema berurag emampua geeralsas arga dalam megeal pola baru ag tda dutsertaa dalam pelatha. Sela tu, peurua resolus gambar uga meebaba gambar mead sema abur. Abata gambar mead lebh sult deal darpada gambar asl ag meml resolus lebh tgg. Dar tabel 4.9, dapat dataa bahwa recogto rate ag dcapa oleh fugs eror cross etrop mampu meguggul fugs eror uadrats. Pada tabel 4.9 tampa bahwa saat umlah arga bertambah dar 3 e 5 arga, maa recogto rate utu data testg tda megat tetap ustru meuru. Peurua recogto rate sgfa terad pada NNE dega fugs eror uadrats. Peuls berhpotess bahwa peurua recogto rate tersebut berata dega la parameter pealt ɤ pada NCL ag pada awal peelta telah dtetua sela ɤ = 0.5. Utu megu hpotess tersebut, Peuls melaua percobaa utu megetahu pegaruh perubaha la ɤ terhadap recogto rate ag dhasla. Dalam percobaa al, salsas bobot euro dega Ngue- Wdrow haa dlaua 1 al pada awal percobaa, emuda bobot-bobot tersebut dsmpa utu percobaa-percobaa beruta. Dega dema, fator bobot radom ag meebaba flutuas hasl recogto rate pu dapat dhlaga sehgga perbedaa hasl recogto rate haa haa dpegaruh oleh perbedaa la ɤ. Hasl pelatha NNE dapat dlhat pada tabel 4.10 da 4.11 d bawah. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

83 68 Tabel Pegaruh Nla ɤ terhadap Recogto Rate NNE 3 arga utu Ctra Iframerah Recogto Fugs Eror Data Trag Data Testg ɤ uadrats 100% 100% 100% 100% 100% 93.3% 80% 53.3% 53.3% cross-etrop 100% 100% 100% 100% 100% 100% 100% 100% 100% uadrats 96.7% 96.7% 97.3% 96.7% 96.7% 91.3% 80% 53.3% 53.3% cross-etrop 96.7% 96.7% 98% 98% 98% 98% 98% 98% 98% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Tabel Pegaruh Nla ɤ terhadap Recogto Rate NNE 5 arga utu Ctra Iframerah Recogto Fugs Eror Data Trag Data Testg ɤ uadrats 100% 100% 100% 100% 90% 70% 30% 13.3% 6.7% cross-etrop 100% 100% 100% 100% 100% 100% 100% 100% 100% uadrats 97.3% 97.3% 98% 98% 90% 70% 30% 13.3% 6.7% cross-etrop 96.7% 96.7% 97.3% 97.3% 96.7% 97.3% 97.3% 97.3% 97.3% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Gambar Pegaruh ɤ terhadap Recogto Rate NNE 3 arga utu Ctra Waah Iframerah Gambar Pegaruh ɤ terhadap Recogto Rate NNE 5 arga utu Ctra Waah Iframerah Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

84 69 Dar tabel 4.10, dapat dlhat bahwa la ɤ ag optmum utu pelatha NNE 3 arga dega dataset ctra waah framerah ddapata pada la ɤ = 0.3. Sedaga dar tabel 4.11, dapat dlhat bahwa la ɤag optmum utu pelatha NNE 5 arga ddapata pada la ɤ = 0.3 da ɤ =0.4. Nla meghasla recogto rate data testg ag palg tgg dbadga la gamma ag la, ba utu NNE dega fugs eror uadrats maupu NNE dega fugs eror cross etrop. Dega dema, dapat dsmpula bahwa sema baa umlah arga ag meusu NNE, maa sema tgg la ɤ ag dperlua utu mecapa recogto rate optmum. Hal dsebaba area ma baa umlah arga, maa ma baa bobot ag harus dperba, utu tulah dperlua la ɤ ag sema besar serg dega pertambaha umlah arga. Secara umum pegata la ɤ tda begtu berpegaruh terhadap varas recogto rate data trag utu arga ag dlath dega fugs eror cross etrop. NNE ag dlath dega fugs cross etrop meghasla recogto rate data trag ag sempura 100% berapapu la ɤ ag dguaa. Sedaga NNE ag dlath dega fugs uadrats haa mecapa recogto rate 100% a dguaa ɤ 0.5 utu NNE 3 arga da ɤ 0.4 utu NNE 5 arga, lebh dar la tersebut maa recogto rate aa meuru drasts, auh d bawah recogto rate ag dhasla oleh NNE dega fugs eror cross etrop. Dar hasl percobaa pada tabel 4.10 da 4.11 ddapata bahwa la ɤ ag besar ɤ>0.5 utu NNE 3 arga da ɤ >0.4 utu NNE 5 arga meghasla peurua recogto rate ag sgfa, ba pada pegeala data trag maupu data testg. Namu hal tampaa haa berlau pada NNE ag dlath dega fugs uadrats, sedaga NNE ag dlath dega fugs cross etrop meghasla recogto rate ag stabl da tda terpegaruh terhadap perubaha la gamma. Hal uga meelasa tetag feomea peurua recogto rate ag terad pada saat peambaha umlah arga dar NN tuggal e NNE ag dlath dega fugs eror uadrats pada percobaa sebeluma ag megguaa la ɤ ag telah dset terlebh dahulu sebesar 0.5. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

85 70 Berdasara percobaaa d atas, detahu bahwa NNE 3 arga aa meghasla recogto rate optmum sebesar 97.3% utu fugs eror uadrats da 98% utu fugs eror cross etrop pada la ɤ = 0.3 sedaga NNE 5 arga meghasla recogto rate optmum sebesar 98% utu fugs eror uadrats da 97.3% utu fugs eror cross etrop ba pada la ɤ = 0.3 maupu ɤ =0.4. Dar hasl, dapat dataa bahwa peambaha umlah arga tdalah selalu berdampa terhadap pegata recogto rate data testg. Hal dsebaba area pada eputusa ahr pada NNE mempertmbaga eputusa dvdual dar masg-masg NN tuggal ag meusua. Metode pegambla eputusa pada NNE dalam percobaa dlaua dega megguaa metode rata-rata smple averagg sehgga tap arga ag meusu NNE meml ha suara ag sama terhadap eputusa ahr NNE, tda pedul apaah arga tersebut membuat eputusa bear sehgga berotrbus membuat eputusa ahr NNE mead bear, ataupu a a arga tersebut membuat eputusa salah sehgga berotrbus membuat eputusa ahr NNE mead salah. Dega dema, a maortas arga dalam NNE membera eputusa ag bear, maa eputusa ahr NNE aa mead lebh bear, da recogto rate pu megat. Namu sebala, a maortas arga membuat eputusa ag salah, maa eputusa ahr NNE pu aa mead salah, abata recogto rate ag dhasla NNE pu aa meuru dbadga dega recogto rate ag dhasla NN tuggal sedra. Utu lebh elasa, d bawah aa dsaa tabel 4.12 ag bers recogto rate per elas ag ddapata dar percobaa pegaruh perubaha ɤ terhadap recogto rate ag dlaua d atas. Peurua recogto rate terad area terdapat 2 elas elas e-6 da e-7 ag sult deal oleh NNE 3 arga. Keta umlah arga dtambah, NNE 5 arga mampu megeal elas e-7 dega sempura, tetap elas e-6 tetap sult deal. NNE 5 arga dega fugs eror uadrats megeal 80% dar aggota elas e-6, sedaga NNE 5 arga dega fugs eror cross etrop haa megeal 73.3% aggota dar elas e-6. Hal lah ag meebaba recogto rate NNE 5 arga fugs eror cross etrop meuru sebesar 0.7% darpada NNE 3 arga. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

86 Hasl Peelta dega Ctra Waah Cahaa Tampa Berut adalah hasl pelatha NN tuggal, NNE dega 3 arga, da NNE dega 5 arga ag dlath utu megeal pola dataset ctra waah cahaa tampa. Tabel Rgasa Hasl Pelatha dega Fugs Eror Kuadrats utu Ctra Cahaaa Tampa Jumlah NN Eror Epoh Tme Recogto Data Trag Recogto Data Testg 1 buah % % % 99.00% 99.20% % 3 buah % % % 92.20% 93.20% 95.00% 5 buah % % % 87.80% 93.60% 94.80% Keteraga: hasl d atas merupaa hasl rata-rata setelah dlaua 10 al percobaa Tabel Rgasa Hasl Pelatha dega Fugs Cross-etrop utu Ctra Cahaa Tampa Jumlah NN Lmt 0.85 Lmt 0.75 Lmt 0.65 Lmt 0.85 Lmt Lmt 0.65 Eror Epoh Tme Recogto Data Trag Recogto Data Testg Lmt 0.85 Lmt 0.75 Lmt 0.65 Lmt 0.85 Lmt Lmt buah % % % 95.60% 96.10% 96.60% 3 buah % % % 95.80% 96.10% 97.00% 5 buah % % % 94.60% 95.40% 95.60% Keteraga: hasl d atas merupaa hasl rata-rata setelah dlaua 10 al percobaa Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

87 72 Tabel Perbadga Jumlah Eror, Epoh, da Watu Pelatha Ctra Cahaa Tampa Jumlah NN Eror Jumlah Epoh Watu Pelatha det Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah buah buah Tabel Perbadga Recogto Rate NN Tuggal da NNE utu Ctra Cahaa Tampa Jumlah NN Recogto rata-rata Data Trag Recogto rata-rata Data Testg Kuadrats Cros-etrop Kuadrats Cros-etrop 1 buah % % 99.40% 96.10% 3 buah % % 93.46% 96.30% 5 buah 98.33% % 92.07% 95.20% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Berdasara tabel 4.15, terlhat bahwa semua NN da NNE ag dlath utu megeal pola dataset ctra waah cahaa tampa mampu mecapa ods overge, ecual NNE 5 buah arga ag dlath dega fugs eror uadrats ag rata-rata erora mash mecapa 0.06 dega epoh rata-rata sebaa Apabla arga mampu mecapa ods overge, pertambaha umlah arga tda mempegaruh umlah epoh, tetap mempegaruh lamaa watu pelatha. Hal dapat delasa sebaga berut. Utu NN tuggal, 1 epoh pelatha haa dlaua utu sebuah arga. Sedaga pada NNE, pada setap epoh a dlaua pelatha beberapa arga sealgus secara smultaeous. Dega dema watu ag dbutuha oleh NNE utu melalu 1 epoh aa berbadg lurus dega umlah arga ag meusua. Sema baa umlah arga, maa watu pelatha ag dperlua aa sema lama. Lebh laut lag, a dbadga, terata NN ag dlath dega fugs eror uadrats membutuha epoh ag relatf lebh sedt darpada NN ag dlath dega fugs eror cross etrop. Ja dtau dar deraat pegeala data trag sepert tampa pada tabel 4.16, tampa bahwa semua NN tuggal da NNE, ba ag dlath dega fugs eror uadrats maupu cross etrop, mampu megeal data trag dega sagat ba dega recogto rate setgg %. Pada asus NN tuggal, fugs eror uadrats membera deraat pegeala ag lebh tgg darpada fugs eror Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

88 73 cross etrop. Namu dema, pada NNE tampa bahwa fugs eror cross etrop meguggul fugs eror uadrats dalam hal pegeala data testg. Hal dareaa NN mempua emampua geeralsas ag lebh ba darpada NN tuggal Mespu secara umum pegata umlah arga berdampa pada pegata recogto rate, tetap pegata sgfa. Baha pada asus NN da NNE ag dlath dega fugs eror uadrats, peurua recogto rate ustru terad saat umlah arga dtambah, ba peambaha dar 1 e 3 arga maupu dar 3 e 5 arga. Hal dsebaba pada NNE pegambla eputusa dlaua dega megguaa metode rata-rata, dega dema a maortas arga dalam NNE membera eputusa ag salah, maa eputusa ahr NNE pu aa mead salah, abata recogto rate pu meuru. Pada tabel 4.16, saat umlah arga bertambah dar 1 e 3 arga ataupu dar 3 e 5 arga, maa recogto rate utu data testg tda megat tetap ustru meuru. Peurua recogto rate sgfa pada NNE dega fugs eror uadrats. Peuls berhpotess bahwa peurua recogto rate tersebut berata dega la parameter pealt ɤ pada NCL ag pada awal peelta telah dtetua sela ɤ=0.5. Utu megu hpotess tersebut, Peuls melaua percobaa utu megetahu pegaruh perubaha la ɤ terhadap recogto rate ag dhasla. Dalam percobaa, salsas bobot euro dega Ngue- Wdrow haa dlaua 1 al pada awal percobaa, emuda bobot-bobot tersebut dsmpa utu percobaa-percobaa beruta. Dega dema, fator bobot radom ag meebaba flutuas hasl recogto rate pu dapat dhlaga sehgga perbedaa hasl recogto rate haa haa dpegaruh oleh perbedaa la ɤ. Hasl pelatha NNE dapat dlhat pada tabel 4.17 da 4.18 d bawah. Tabel Pegaruh Nla ɤ terhadap Recogto NNE 3 arga utu Ctra Cahaa Tampa Recogto Fugs Eror ɤ Data Trag Data Testg uadrats 100% 100% 100% 100% 100% 100% 100% 66.7% 46.7% cross-etrop 100% 100% 100% 100% 100% 100% 100% 100% 100% uadrats 94% 94% 94% 91.3% 94% 93.3% 92.7% 60.7% 44.7% cross-etrop 94% 96% 95.3% 95.3% 94.7% 95.3% 94.7% 95.3% 95.3% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

89 74 Tabel Pegaruh Nla ɤ terhadap Recogto NNE 5 arga utu Ctra Cahaa Tampa Recogto Fugs Eror Data Trag Data Testg ɤ uadrats 100% 100% 100% 100% 93.3% 80.0% 53.3% 26.7% 13.3% cross-etrop 100% 100% 100% 100% 100% 100% 100% 100% 100% uadrats 94.0% 94.0% 94.7% 94.7% 86.7% 76.7% 53.3% 26.0% 12.7% cross-etrop 94.7% 94.7% 94.7% 94.7% 94.0% 94.7% 94.7% 94.7% 94.7% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Gambar Pegaruh ɤ terhadap Recogto Rate NNE 3 arga utu Ctra Cahaa Tampa Gambar Pegaruh ɤ terhadap Recogto Rate NNE 5 arga utu Ctra Cahaa Tampa Dar tabel 4.17, detahu bahwa la ɤ optmum utu NNE 3 arga ddapata pada la ɤ = 0.2. Sedaga dar tabel 4.18, dapat dlhat bahwa la ɤ optmum utu pelatha NNE 5 arga ddapata pada la ɤ = 0.3 da ɤ =0.4.Nla meghasla recogto rate data testg ag palg tgg dbadga la ɤag la, ba utu NNE dega fugs eror uadrats maupu cross etrop. Dega dema, dapat dsmpula bahwa sema baa umlah arga ag meusu NNE, maa sema tgg la ɤ ag dperlua utu mecapa recogto rate optmum. Hal dsebaba area ma baa umlah arga, maa ma baa bobot ag harus dperba, utu tulah dperlua la ɤ ag sema besar serg dega pertambaha umlah arga. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

90 75 Secara umum pegata la ɤ tda begtu berpegaruh terhadap varas recogto rate data trag, ba utu arga ag dlath dega fugs eror uadrats maupu arga ag dlath dega fugs cross etrop. NNE ag dlath dega fugs cross etrop meghasla recogto rate data trag ag sempura 100% berapapu la ɤ ag dguaa. Sedaga NNE ag dlath dega fugs uadrats mecapa recogto rate 100% a dguaa ɤ 0.7 utu NNE 3 arga da ɤ 0.4 utu NNE 5 arga, lebh dar la tersebut maa recogto rate aa meuru drasts. Dar hasl percobaa pada tabel 4.17 da 4.18 ddapata bahwa la ɤ ag besar ɤ>0.7 utu NNE 3 arga da ɤ >0.4 utu NNE 5 arga meghasla peurua recogto rate ag sgfa, ba pada pegeala data trag maupu data testg. Hal terutama berlau pada NNE dega fugs uadrats, sedaga NNE dega fugs cross etrop meghasla recogto rate ag lebh stabl terhadap perubaha la ɤ. Hal meelasa tetag feomea peurua recogto rate ag terad pada saat peambaha umlah arga dar NN tuggal e NNE ag dlath dega fugs eror uadrats pada percobaa sebeluma ag megguaa la ɤ ag telah dset terlebh dahulu sebesar 0.5. Berdasara percobaaa d atas, detahu bahwa NNE 3 arga aa meghasla recogto rate optmum sebesar 94% utu fugs eror uadrats da 96% utu fugs eror cross etrop pada la ɤ = 0.2 sedaga NNE 5 arga meghasla recogto rate optmum sebesar 94.7% utu fugs eror uadrats da cross etrop ba pada la ɤ = 0.3 maupu ɤ =0.4. Dar hasl, dapat dataa bahwa peambaha umlah arga tdalah selalu berdampa terhadap pegata recogto rate data testg. Hal dsebaba area pada eputusa ahr pada NNE mempertmbaga eputusa dvdual dar masg-masg NN tuggal ag meusua dega metode pegambla eputusa berdasara rata-rata. Ja maortas arga dalam NNE membera eputusa ag bear, maa eputusa ahr NNE aa mead lebh bear, da recogto rate pu megat. Namu, a maortas arga membuat eputusa ag salah, maa eputusa ahr NNE pu aa mead salah, abata recogto rate ag dhasla NNE pu aa meuru dbadga dega recogto rate ag dhasla NN tuggal sedra. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

91 76 Utu lebh elasa, d bawah aa dsaa tabel 4.19 ag bers recogto rate utu pegeala data testg per elas hasl pelatha NNE 3 arga da 5 arga pada percobaa pegaruh perubaha ɤ terhadap recogto rate ag dlaua d atas. Dar tabel 4.19 terlhat bahwa terdapat 2 elas elas e e- 6 da e-9 9 ag sult deal oleh NNE 3 arga dega fugs eror uadrats da haa elas e-9 9 ag sult deal oleh NNE 3 arga fugs cross etrop. Keta umlah arga ga dtambah, NNE 5 arga telah mampu megeal elas e-66 dega sempura, tetap bagamaapu elas e-99 tetap sult utu deal. NNE 5 arga haa mampu megeal % dar aggota elas e-9 e setara dega pegeala NNE 3 arga fugs eror uadrats,, tetap pada asus NNE ag dlath dega fugs eror cross etrop, NNE 3 arga sebeluma telah mampu megeal 60% aggota dar elas e-9. e 9. Hal lah ag meebaba recogto rate NNE 5 arga fugs eror cross etrop meuru sebesar 1.3% darpada NNE 3 arga. Tabel Recogto Rate tap elas utu Pegeala Data Testg Recogto Rate tap Kelas utu Pegeala Data testg Ctra Cahaa Tampa Ctra Cahaa Tampa 100.0% Kelas NNE 3 arga ɤ = 0.2 Kuadrats NNE 5 arga = 0.3 da 0.4 ɤ Crosetrop Kuadrats Crosetrop 90.0% 80.0% 70.0% 60.0% 50.0% 1 100% 100% 100% 100% 2 100% 100% 100% 100% 30.0% 3 100% 100% 100% 100% 20.0% 4 100% 100% 100% 100% 5 100% 100% 100% 100% % 100% 100% 100% 7 100% 100% 100% 100% 8 100% 100% 100% 100% % 60% 46.7% 46.7% 40.0% 10.0% 0.0% % 100% 100% 100% Rata-rata 94% 96% 94.7% 94.7% Keteraga: tada meuua recogto rate elas NNE 3 arga uadrats NNE 3 arga cross cross-etrop NNE 5 arga uadrats NNE 5 arga cross cross-etrop Gambar Recogto Rate tap Kelas utu Data Testg Ctra Cahaa Tampa ag lebh tgg pegata 1% Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

92 Rgasa Hasl Peelta Ctra Iframerah da Cahaa Tampa Sepert ag telah dsebuta sebeluma, bahwa perbadga performa atara edua dataset secara lagsug sult dlaua area perbedaa propertes dar dataset ctra waah framerah da ctra waah cahaa tampa ag dguaa dalam peelta. Dataraa atu fata bahwa esepuluh orag elas ag dada obe dalam gambar pada dataset ctra waah framerah berbeda dega esepuluh orag obe pada dataset ctra waah cahaa tampa. Sedaga perbedaa laa atu mecaup perbedaa umlah sampel data da resolus gambar dapat datas dega cara membuag sebaga sampel agar umlaha mead sama atu sebaa 100 sampel foto serta megurag resolus dega cara megatur ulag uura gambar resze agar gambar sama-sama beruura 30x30 psel. Oleh area tu perlu detahu bahwa perbadga ag dlaua d s bersfat relatf, haa sebatas utu megetahu gambara umum megea hasl peelta ag telah dlaua Peuls, da bualah perbadga ag bersfat secara umum. Tabel Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Dataset Waah Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Iframerah Cahaa Tampa Rata-rata Tabel Perbadga Epoh Hasl Pelatha NN Tuggal da NNE utu Dataset Waah Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Iframerah Cahaa Tampa Rata-rata Tabel Perbadga Watu Pelatha det NN Tuggal da NNE utu Dataset Waah Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Iframerah Cahaa Tampa Rata-rata Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

93 78 Tabel Perbadga Recogto Data Trag NN Tuggal da NNE utu Dataset Waah Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Iframerah 100% 100% 100% 100% 95.33% 100% Cahaa Tampa 100% 100% 100% 100% 98.33% 100% Rata-rata 100% 100% 100% 100% 96.83% 100% Tabel Perbadga Recogto Data Testg NN Tuggal da NNE utu Dataset Waah Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Iframerah 96.67% 98.00% 97.40% 98.13% 94.67% 97.47% Cahaa Tampa 99.40% 96.10% 93.46% 96.30% 92.07% 95.20% Rata-rata 98.03% 97.05% 95.43% 97.22% 93.37% 96.34% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Gambar Perbadga Eror, Epoh, Watu Pelatha NN da NNE utu Dataset Waah Gambar Perbadga Recogto Rate NN da NNE utu Dataset Waah Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

94 79 Dar tabel 4.20 d atas tampa bahwa hampr semua NN tuggal da NNE ag dlath utu megeal pola dataset ctra waah framerah da ctra waah cahaa tampa mampu meuu ods overge selama pelatha. Utu arga ag tda mampu meuu overge pu, eror ag dcapa relatf ecl. Dar tabel 4.21 ddapata bahwa NN tuggal da NNE ag dlath megguaa fugs eror cross etrop membutuha epoh ag umlaha lebh baa dbadga NN tuggal da NNE ag dlath megguaa fugs eror uadrats. Secara relatf, pegata epoh terad secara lebh sgfa pada pegeala dataset ctra waah cahaa tampa dbadga pada dataset ctra waah framerah. Hasl ag ddapat dar tabel 4.21 megea umlah epoh pelatha dapat dperluas e dalam hasl ag dperoleh pada tabel 4.22 megea watu pelatha ag dperlua. Sepert detahu bersama bahwa umlah epoh sagat berata dega watu pelatha ag dperlua. Sema baa epoh ag dlaua selama pelatha berart bahwa proses pelatha membutuha watu ag sema lama. Oleh area tu esmpula ag ddapat megea pegata epoh ag dperlua utu melath NN tuggal da NNE dega fugs eror cross etrop berdampa pada pegata lamaa watu pelatha ag dperlua utu melath NN tuggal da NNE dega fugs eror cross etrop dbadga dega fugs eror uadrats. Pegeala terhadap data trag meuua hasl ag sempura 100% sepert tampa pada tabel Hal meuua bahwa NN da NNE telah mampu megeal pola data pelatha dega sagat ba. Pegecuala terad pada NNE 5 arga ag dlath dega fugs eror uadrats ag haa mampu megeal 95% da 98% dar data trag ctra framerah da ctra cahaa tampa. Selauta, pegeala terhadap data testg ctra framerah da ctra cahaa tampa meuua hasl ag ba, dmaa terlhat bahwa maortas recogto rate ag dcapa oleh NN tuggal da NNE ag dlath dega fugs eror cross etrop meguggul fugs eror uadrats. Hal membuta bahwa NN da NNE ag dlath dega fugs eror cross etrop meml emampua geeralsas ag lebh ba dbadga ag dlath dega fugs eror uadrats. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

95 80 Peambaha umlah arga tda selalu membuaha pegata recogto rate pada NNE. Hal dsebaba area pegaruh la ɤ pada pelatha NCL, metode pegambla eputusa ahr pada NNE,serta omplestas masalah ag dhadap.dar hasl percobaa megguaa dataset ctra waah framerah ddapata bahwa NNE 3 arga aa meghasla recogto rate optmum pada la ɤ = 0.3 sedaga NNE 5 arga meghasla recogto rate optmum pada la ɤ = 0.3 maupu ɤ =0.4. D ss la, dar hasl percobaa megguaa dataset ctra waah cahaa tampa ddapata bahwa NNE 3 arga aa meghasla recogto rate optmum pada la ɤ = 0.2 sedaga NNE 5 arga meghasla recogto rate optmum pada la ɤ = 0.3 maupu ɤ = Peutup Baga Peutup dawal dega esmpula peelta sstem pegeala waah face recogto sstem ag dlaua Peuls, emuda dut dega sara dar Peuls utu peelta selauta terat dega masalah sstem pegeal waah dega ctra framerah da ctra cahaa tampa Kesmpula Peelta Peelta megemuaa megea sstem pegeal waah dega ctra framerah da ctra cahaa tampa megguaa NN tuggal da NNE 3 da 5 buah arga berbass fugs eror cross etrop da fugs eror uadrats. NN tuggal dlath dega algortma stadar Bacpropagato, sedaga NNE dlath dega algortma NCL dega pegambla eputusa ahr berupa metode ratarata. Dar percobaa ag dlaua, tgat pegeala ag dhasla cuup tgg. Tgat pegeala rata-rata utu data trag ctra waah framerah adalah 98.44% dega fugs eror uadrats da 100% dega fugs eror cross etrop. Tgat pegeala rata-rata utu data testg ctra waah framerah adalah 96.25% dega fugs eror uadrats da 97.87% dega fugs eror cross etrop. Sedaga tgat pegeala rata-rata utu data trag ctra waah cahaa tampa adalah 99.44% dega fugs eror uadrats da 100% dega fugs eror cross etrop. Tgat pegeala rata-rata utu data testg ctra Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

96 81 waah cahaa tampa adalah 94.98% dega fugs eror uadrats da 95.87% dega fugs eror cross etrop. Dega dema, dapat dsmpula bahwa deraat pegeala ag dhasla oleh NN da NNE ag dlath dega fugs eror cross etrop meguggul deraat pegeala ag dhasla oleh NN da NNE ag dlath dega fugs eror uadrats. Dar percobaa pegeala pola ctra waah framerah detahu bahwa peurua umlah sampel serta resolus gambar berdampa pada pegata eror pelatha da pegata umlah epoh pelatha. Hal terutama berlau pada NN tuggal da NNE ag dlath dega fugs eror uadrats. Namu dema peurua umlah sampel serta resolus gambar membuat watu pelatha sema cepat, hal dsebaba area watu ag dperlua utu melaua 1 al epoh lebh sedt darpada sebeluma. Hasl peelta meuua bahwa recogto rate pada NNE ag dlath dega algortma NCL dpegaruh oleh besara la ostata pealt ɤ. Sema baa umlah arga ag meusu NNE, maa sema tgg la ɤ ag dperlua utu mecapa recogto rate optmum. Namu dema terdapat batas la ɤ tertetu ag membuat perubaha drasts pada recogto rate ag dcapa. Umuma berlau bahwa la ɤ ag terlalu besar >0.5 ustru membuat recogto rate sema meuru. NNE ag dlath dega fugs eror uadrats lebh reta terhadap perubaha la ɤ, sebala NNE ag dlath dega fugs eror cross etrop lebh stabl da cederug tda terpegaruh terhadap perubaha la ɤ. Umuma la ɤ membula dampa flutuas ag lebh besar terhadap recogto rate data testg, dbadga dega recogto rate data trag ag lebh stabl Sara utu Peelta Selauta Utu dapat daplasa e dalam ehdupa sehar-har, msala dalam sstem eamaa securt sstem perlu adaa pegembaga lebh laut megea sstem pedetes waah face detecto sstem agar dapat dalaa bersama dega sstem pegeal waah face recogto sstem secara real -tme. Utu dapat lebh megata recogto rate, perlu dlaua peelta megguaa algortma pelatha NN sela Bacpropagato. Hal uga petg Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

97 82 dlaua utu meea computato cost meggat algortma Bacpropagato ag membutuha proses pelatha dalam watu ag cuup lama. Peuls uga berharap e depaa aa ada pegembaga peelta lauta megea sstem pegeal waah dega ctra waah framerah da ctra waah cahaa tampa ag dlaua dega megombasa edua ctra tersebut. Metode ombas mug aa megata recogto rate darpada metode ctra framerah saa maupu metode ctra cahaa tampa saa secara terpsah. Sela tu, peelta lebh laut dega megguaa searo agawatu tme-lapse perlu dlaua. Searo megguaa data u data testg ag dambl setelah aga watu tertetu msala 1 mggu, 1 bula, atau baha 1 tahu dar pegambla data pelatha data trag. Dega dema ta dapat megetahu seberapa toleras NN dalam megeal gambar obe pada data u ag mug aa tampa sedt berbeda darpada gambar obe ag sama pada data pelatha. Umuma peelta sstem pegeal waah megambl data pelatha da data u pada saat ag bersamaa, padahal sebeara searo aga-watu lebh releva utu daplasa e dalam dua ata darpada searo tapa aga-watu. Semua dapat dcapa dega melaua esperme-esperme d luar apa ag telah deraa pada peelta. Peuls berharap dar peelta, mucul peelta-peelta la ag dapat melauta da megoptmala performa sstem pegeal waah utu ctra fra merah da ctra cahaa tampa terutama sstem pegeal waah ag berbass NNE. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

98 BAB V SISTEM PENGENAL AROMA BERBASIS NEURAL NETWORK ENSEMBLE DENGAN FUNGSI EROR CROSS-ENTROPY DAN KUADRATIS Bab meelasa tetag esperme ag dlaua Peuls dega membagu sebuah sstem pegeal aroma odor recogto sstem berbass Neural Networ Esemble NNE ag dlath dega algortma Negatve Correlated Learg NCL. Pada pelatha, peghtuga eror dlaua berdasara fugs eror uadrats atau Mea square error MSE da cross-etrop Pedahulua Baga Pedahulua dawal dega latar belaag peelta pegeala aroma, emuda dut dega peelasa sema peelta expermetal setup sstem pegeal aroma ag dbagu oleh Peuls Latar Belaag Peelta Sstem detes gas sagat dperlua utu bdag dustr, sepert dustr maaa, muma, da osmet. Sstem ag berata dega detes gas uga sagat petg utu memotor masalah lguga hdup maupu bdag ls. Sepert detahu, fator ualtas ag doma pada muma beralohol adalah aromaa, da otrol ualtas dalam pembuata osmet atau muma berbaha dasar alohol dperlua utu meaga mutu produ ag dhasla. Hgga saat, otrol ualtas dlaua oleh mausa ag meml eahla sagat husus. Aa tetap, mausa paar mempua eterbatasa ag berata dega masalah esehata da perasaa sesaat mood, sehgga mempegaruh era proses otrol ualtas tersebut. Utu dapat meaggulag elemaha, maa sstem detes gas ag dapat melaua otrol ualtas hasl produ secara otomats dega era ag osste mead ebutuha ag sagat petg. 83 Stud araterst..., Alfa Fthrtama, FT UI, 2011 Uverstas Idoesa

99 84 Metode pegeala pola utu lasfas aroma dalam Sstem pecuma Eletro pertama al dlaua dega megguaa sesor semodutor [25]. Aa tetap, area sesor sagat sult utu dapat medetes gas dega osetras ag sagat redah, maa beberapa peelt mecoba megguaa resoator uarsa sebaga sesora [26] da prat sel eletroma[27]. Peelta awal megea pegembaga sstem pecuma eletro telah dlaua d Laboratorum Kecerdasa Komputasoal Faultas Ilmu Komputer Uverstas Idoesa [28]. Dalam peelta tersebut, sstem detes gas dbuat megguaa resoator uarsa ag dpadua dega te detfas aroma megguaa metode pegeala pola NN. Sstem Pecuma Eletro megguaa 4 buah es sesor uarsa terlaps membra sestf, da dalam aplasa dguaa utu membuat lasfas beberapa es aroma produ osmet Martha Tlaar serta beberapa tgat osetras alohol ag berbeda. Aa tetap, sstem pecuma eletro ag dembaga tda mampu megeal aroma campura ag terdr dar gabuga beberapa aroma. Apabla dguaa utu dapat membuat lasfas aroma 2 campura, maa tgat pegealaa berada d bawah 40% da aa sema meuru lag apabla dguaa 3 campura aroma [29]. Dalam raga megata emampua sstem pecuma eletro utu meelesaa persoala d atas, maa peuls megaua dua pedeata ag aa dbahas da dmplemetasa dalam peelta srps. Pedeata pertama dlaua dega megata umlah sesor hgga dua al lpat atu mead 8 buah sesor secara paralel. Pegata umlah sesor aa meebaba pegata umlah dmes ruag utu dapat megeal pola-pola masua ag aa dolah, ag aa megata emampua NN dalam megeal pola-pola masua tersebut. Pedeata ag edua berata dega metode sstem lasfas ag dguaa. Dalam sstem pegeala aroma ag lama haa dguaa sebuah NN tuggal utu meglasfas pola aroma, sedaga dalam peelta sela dguaa NN tuggal, aa dguaa uga NNE ag terdr dar umpula 3 da 5 buah NN tuggal sebaga perbadga. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

100 85 Pegata umlah arga NN dharapa aa megata recogto rate sstem pegeal aroma. Permasalaha dalam peelta berata dega pegguaa NN da NNE algortma Bacpropagato sebaga sstem pegeal pola dalam dsrmas aroma. Algortma Bacpropagato dguaa area Bacpropagato merupaa peralata tool stadar utu membagu hubuga-hubuga atau eterata relatoshp atar data dalam dua ata [59]. Sstem pecuma eletro megguaa sesor uarsa utu meggata fugs sel reseptor dalam hdug mausa, sedaga NN ag dguaa utu meru sstem saraf mausa-paar ag meml emampua husus megeal aroma Sema Peelta Sstem pecuma eletro terdr dar substem sesor ag megubah besara aroma mead besara fs serta subsstem eletro ag meguur besara perubaha freues sesor da mempa data e computer. Sstem pecuma eletro dalam peelta dguaa utu medetes da meggologa campura 3 buah aroma produ osmet Martha Tlaar dega osetras alohol ag berbeda-beda. Keteraga legap megea dataset ag dguaa dapat dlhat d baga Lampra. Yag dmasuda dega aroma 3- campura d s berart bahwa aroma tersebut dperoleh dega omposs 33.33% aroma #1, 33.33% aroma #2, da 33.33% alohol dega osetras atara 0-70%. Pegeala terhadap aroma campura mempua tgat esulta ag lebh tgg dbadga dega pegguaa aroma dasar sepert ag dlaua pada esperme ag lalu. Dataset odor terdr dar 3 buah subset atu subset A,B,da C, ag merupaa turua dar dataset ag asl. Sepert ag telah dsebuta sebeluma, bahwa dataset odor terdr dar campura 3 aroma eru, eaga, melat da alohol dega osetras atara 0-70%. Secara eseluruha dataset odor terdr dar 18 elas ag terpsah mead 3 tpe ategor. Tpe 1 merupaa merupaa campura eru-eaga-alohol, tpe 2 merupaa campura eru-melat-alohol, sedaga tpe 3 merupaa campura melat-eaga-alohol. Masg-masg subset A,B, da C aa terdr dar 12 elas ag merupaa gabuga dar 2 tpe. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

101 86 Msala, subset A ag merupaa gabuga tpe 1 da 2 6 elas dar tpe 1 da 6 elas laa dar tpe 2, subset B merupaa gabuga tpe 2 da 3 6 elas dar tpe 2 da 6 elas laa dar tpe 3, sedaga subset C merupaa gabuga tpe 1 da 3 6 elas dar tpe 1 da 6 elas laa dar tpe 3. Dega dema, subset ag satu dega subset ag la meml aggota ag berrsa. Gambar 5.1Peralata Sstem Pegua Pegeal Aroma Gambar 5.2. Semat Dagram Sstem Pecuma Eletro Peralata sstem pegua pegeal aroma da semat dagram pegguaa sstem pecuma eletro dapat dlhat pada gambar d atas [24], da tda dbahas dalam peelta srps. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

102 87 Dataset Aroma Preprocessg : Estras Ftur & PCA Trag: NN Bacpropagato Testg: Hasl Pegeala Aroma Gambar 5.3. Dagram Sema Sstem Pegeal Aroma Pada tahap pre-processg,, data sebaa 8 dmes x 2400 sample 12 elas@200 sample aa berubah mead matrs beruura 8 x 2400 d maa setap eleme matrsa adalah la put data dar masg-masg sesor. x x = M x 1,1 2,1 2400,1 x x x 1,2 2,2 M 2400,2 K L O L x x x 1,8 2,8 M 200,8 Gambar 5.4. Pembetua Matrs Dataset Odor beruura 2400x sample x 8 dmes Setelah tahap estras ftur selesa, maa proses selauta adalah meurua set data baru dega la ege ag telah duruta dar besar e ecl dega megguaa PCA. Karea dmesa sudah cuup redah, haa berumlah 8 buah, maa PCA tda dguaa utu meredus dmes. Gambar 5.5. Dstrbus Nla Ege Dataset Odor A, Odor B, da Odor C Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

103 88 Utu eperlua tahap pelatha da pegua, maa masg-masg dataset odor ag berumlah 2400 data tad dbag mead 2 baga sama besar, 1200 data dguaa sebaga data trag da 1200 data laa dguaa sebaga data testg Hasl Peelta da Pembahasa Pada baga aa duraa megea hasl peelta megea sstem pegeal aroma megguaa NN tuggal, NNE sebaa 3 buah arga, serta NNE sebaa 5 buah arga utu megetahu pegaruh peambaha umlah arga terhadap performa deraat pegeala recogto rate ag dcapa. Sela tu, tuua utama peelta atu membadga performa pegata atau peurua deraat pegeala ag terad atara arga ag dlath megguaa fugs eror uadrats da arga ag dlath megguaa fugs eror cross-etrop utu meelesaa masalah pegeala aroma ag tergolog sebaga masalah ag omples dega tgat esulta tgg abat emrpa atara campura aroma ag satu dega campura aroma ag laa. Perlu detahu bahwa berbeda dega sema percobaa pada dua peelta sebeluma peelta sstem pegeal pola dega data UCI da sstem pegeal waah dega ctra waah framerah da ctra waah cahaa tampa, area pelatha dega dataset odor membutuha watu ag cuup lama, dem alasa eterbatasa watu, maa percobaa haa dlaua sebaa 1 al da epoh masmum dcapa setelah al. D bawah aa dsaa tabel-tabel bers rgasa hasl pelatha pegeala aroma dega NN Tuggal, NNE 3 da5 arga. Aalss dtau dar perbadga eror mmum, umlah epoh, serta watu pelatha ag dbutuha atara arga berbass fugs eror cross etrop da uadrats, dut dega perbadga deraat pegeala recogto rate pada data trag da deraat pegeala pada data testg utu edua es fugs eror. Sela tu, aa dbahas megea deraat pegeala pada masg-masg elas. Terahr, berdasara data hasl percobaa tersebut, dtarlah esmpula megea hasl peelta secara eseluruha. Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

104 89 Tabel 5.1. Perbadga Eror Hasl Pelatha NN Tuggal da NNE utu Dataset Odor Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Odor A Odor B Odor C Rata-rata Tabel 5.2. Perbadga Jumlah Epoh Hasl Pelatha Tuggal da NNE utu Dataset Odor Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Odor A Odor B Odor C Rata-rata Tabel 5.3. Perbadga Watu Pelatha det Tuggal da NNE utu Dataset Odor Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Odor A Odor B Odor C Rata-rata Tabel 5.4. Perbadga Recogto Rate Data Trag NN Tuggal da NNE utu Dataset Odor Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Odor A 99.67% 100% 99.95% % % % Odor B 82.92% 80.20% 79.97% 79.97% 80.94% 82.39% Odor C % % 99.42% 99.83% 99.33% 99.92% Rata-rata 94.20% 93.40% 93.11% 93.27% 93.42% 94.10% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Tabel 5.5. Perbadga Recogto Rate Data Testg NN Tuggal da NNE utu Dataset Odor Data set NN tuggal NNE 3 arga NNE 5 arga Kuadrats Cros-etrop Kuadrats Cros-etrop Kuadrats Cros-etrop Odor A 30.17% 30.11% 30.25% 30.22% 30.14% 30.17% Odor B 78.83% 76.14% 68.17% 71.25% 71.03% 75.72% Odor C 30.22% 29.61% 29.28% 29.28% 29.25% 29.47% Rata-rata 46.41% 45.29% 42.57% 43.58% 43.47% 45.12% Keteraga: tada meuua recogto rate ag lebh tgg pegata 1% Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011

105 90 Gambar 5.6. Perbadga Eror, Epoh, Watu Pelatha NN Tuggal da NNE utu Dataset Odor Gambar 5.7 Perbadga Recogto Rate NN Tuggal da NNE utu Dataset Odor Berdasara tabel 5.1, secara umum terlhat bahwa peambaha umlah arga aa berdampa terhadap peurua umlah eror, ba pada arga ag dlath dega fugs eror uadrats maupu arga ag dlath dega fugs eror cross etrop. Namu dema, terdapat sedt eaeha pada pelatha dega dataset Odor C a dbadga dega pelatha dataset Odor A da Odor B, atu bahwa peambaha umlah arga dar NN tuggal e NNE 3 arga meebaba pegata eror bua sebala. Aa tetap, saat arga Uverstas Idoesa Stud araterst..., Alfa Fthrtama, FT UI, 2011