Nama : Rizky Pratama Putra

NIM : E11.2020.01097
Program Studi : S1 – Teknik Elektro
Mata Kuliah : Sistem Cerdas
Kelas : E11501
Dosen : Dr. Herwin Suprijono, M.T

Ujian Akhir Semester

1. Plot atau gambar hasil uji menggunakan data latih :

Analisa :
Dari gambar hasil pengujian data latih, terdapat 3 layer dimana setiap nilai bisa sesuai dengan
target mulai data ke-1 hingga data ke-75 dengan nilai target yang bervariasi yaitu 1,2,3. Target
tersebut dibuat untuk membedakan masing-masing data sesuai Fisher Iris Datasheet dengan
inisialisasi targer dengan nilai 1 ('setosa'), nilai 2 ('versicolor'), nilai 3 ('virginica'). Hal itu
karena pada matlab tidak bisa mengisialisasi data berupa huruf, jadi harus diubah menjadi angka
untuk bisa diinisialisasi oleh matlab. Dan dapat dianalisa bahwa data latih memiliki akurasi
yang baik terhadap target dimana setiap data bisa memasuki titik tengah bulat yang merupakan
nilai target. Hal itu terjadi karena memang data latih yang digunakan sudah disesuaikan dan
akan memiliki nilai akurasi yang baik.
2. Plot atau gambar hasil uji menggunakan data uji :

Analisa :
Dari gambar hasil pengujian data uji, terdapat 3 layer dimana setiap nilai masih memiliki error
yang cukup banyak dengan target mulai data ke-1 hingga data ke-75 dengan nilai target yang
bervariasi yaitu 1,2,3. Target tersebut dibuat untuk membedakan masing-masing data sesuai
Fisher Iris Datasheet dengan inisialisasi targer dengan nilai 1 ('setosa'), nilai 2 ('versicolor'),
nilai 3 ('virginica'). Hal itu karena pada matlab tidak bisa mengisialisasi data berupa huruf, jadi
harus diubah menjadi angka untuk bisa diinisialisasi oleh matlab. Dimulai dari layer pertama
pada target nilai 1 yaitu data ke-1 hingga data ke-25 memiliki akurasi yang baik dengan nilai
error 1 data yang masih belum bisa tepat pada target. Kemudian layer kedua pada target nilai 2
yaitu data ke-26 hingga data ke-50 memiliki akurasi yang cukup baik dengan nilai error 6 data
yang masih belum bisa tepat pada target. Lalu layer ketiga pada target nilai 3 yaitu data ke-51
hingga data ke-75 memiliki akurasi yang kurang baik dengan nilai error 11 data yang masih
belum bisa tepat pada target. Dan dapat dianalisa bahwa data uji memiliki akurasi yang kurang
baik terhadap target karena masih banyak data yang belum berada tepat pada simbol bulat pada
target.
3. Nilai MSE nomor 1 dan nomor 2 dengan setting goal MSE 0.00001 sejumlah 342 iterasi :

Analisa :
Dari gambar hasil pengujian data latih dan data uji yang telah disetting nilai goal MSE yaitu
0.00001 mendapatkan nilai performa MSE 342 iterasi. Dengan nilai awal 0 yang naik sedikit
lalu turun perlahan hingga mencapai nilai 0.00001 yang bisa dilihat pada grafik Neural Network
Training Performance, sehingga membutuhkan 342 kali pengulangan untuk mencapai nilai goal
MSE tersebut. Hal itu berarti pada hasil pengujian data latih dan data uji hanya memerlukan
sedikit pengulangan agar mencapai set point yang ditentukan.

4. Penjelasan dan analisa terkait nomor 2 :

Pada nomor 2 yang merupakan hasil pengujian data uji masih memiliki error yang cukup
banyak dan memiliki akurasi yang kurang baik karena masih ada beberapa data yang tidak tepat
pada posisi sesuai dengan target. Pada target nilai 1 memiliki akurasi yang baik dengan error
hanya 1 data, pada posisi target nilai 2 memiliki akurasi yang cukup baik dengan nilai error
hanya 6 data, dan pada posisi 3 memiliki akurasi yang kurang baik karena nilai error yang cukup
banyak yaitu 11 data. Hal itu bisa disebabkan karena kurang banyaknya nilai MSE atau
pengulangan yang disebabkan setting goal MSE yang masih kurang kecil. Sedangkan saat
dibandingkan dengan nilai setting goal MSE yang lebih besar, nilai hasil pengujian data uji
akan lebih banyak error dan menghasilkan nilai MSE yang lebih sedikit. Berikut hasil
perbandingan dengan setting goal MSE 0.1 :

Pada gambar tersebut dijelaskan nilai MSE 25 iterasi pada setting goal MSE 0.1, hal itu berarti

nilai setting goal MSE lebih besar akan menghasilkan data uji dengan akurasi rendah atau tidak

beraturan. Sedangkan pada percobaan goal MSE 0.0000000001 didapatkan hasil berikut :
Dari gambar tersebut didapatkan nilai MSE yaitu 564 iterasi pada nilai setting goal MSE
0.0000000001, hal itu berarti pada nilai setting goal MSE lebih kecil akan menghasilkan data
uji yang memiliki akurasi lebih baik dan lebih beraturan meskipun masih terdapat beberapa data
yang error.
Dari perbandingan tersebut dapat dijelaskan bahwa semakin kecil nilai setting goal MSE maka
akan menghasilkan nilai MSE yang semakin besar, sehingga hasil percobaan akan memiliki
akurasi yang baik dengan posisi tiap data yang sesuai dengan target. Sebaliknya, semakin besar
nilai setting goal MSE maka akan menghasilkan nilai MSE yang semakin kecil, sehingga hasil
percobaan akan memiliki akurasi yang kurang baik dengan posisi tiap data yang tidak beraturan
karena tidak sesuai dengan target.