LATIHAN

Diberikan training data dan testing data seperti pada tabel 1 dan tabel 2.
Tabel-1: Training Data
Outlook Temp Humidity Windy Class
Cloudy 60 65 Yes Play
Cloudy 80 70 No Play
Rain 70 80 Yes Dont Play
Rain 70 80 Yes Dont Play
Rain 70 80 No Play
!unny 70 70 Yes Play
!unny 70 "0 No Dont Play
!unny 70 70 Yes Play
Rain 70 80 No Play
Rain 70 80 Yes Dont Play
Tabel- : Testing Data
Outlook Temp Humidity Windy Class
Rain 70 80 No Play
!unny 70 70 Yes Play
!unny 70 "0 No Dont Play
!unny 70 70 Yes Play
Rain 70 80 No Play
Rain 70 80 Yes Dont Play
Cloudy 60 65 Yes Play
Cloudy 80 70 No Play
Rain 70 80 Yes Dont Play
Rain 70 80 Yes Dont Play
#su$sikan%
a. &nput adala' (utlook )Cloudy * 0.25+ Rain * 0.50 dan !unny * 0.75,+ -e$p+ .u$idity
dan /indy )Yes * 1 dan No * 0,.
b. Nilai data (utput adala' Class )Play * 1 0 0 dan Don0t Play * 0 1 0,
1. Nilai 2eig't )bobot, dia$bil dari siste$
!ertanyaan: "unakan Neural Net#ork $ATLA% Toolbo&
a. 3uatla' 4aringan )net2ork, dari $asala' diatas dengan 4u$la' neuron pada .idden 5ayer
* 7. -rans6er 6un1tion dari input ke 'idden adala' Tansig dan dari .idden ke (utput
adala' Logsig serta training 6un1tion yang dipakai adala' Traingd'
b. 5akukan proses penentuan a1tual (utput. 3andingkan 'asilnya dengan target )berapa
per6or$an1e dari 4aringan yang diu4i,
1. 5akukan training+ asu$sikan goal * 0.01.
d. 5akukan proses penentuan a1tual )gunakan testing data, dengan $enggunakan
pengeta'uan dari 'asil training. 3andingkan 'asilnya dengan target )berapa per6or$an1e
dari 4aringan setela' dilakukan training.