Академический Документы
Профессиональный Документы
Культура Документы
METODOLOGI PENELITIAN
12
B. Wawancara
Pada metode wawancara, dilakukan tanya jawab dan diskusi secara
langsung kepada pihak bersangkutan mengenai informasi yang akan
dibuat dalam penelitian.
2. Studi Kelayakan
Studi kelayakan disini dimaksudkan untuk mencari studi pustaka dengan cara
mencari referensi-referensi yang mendukung dalam menyelesaikan masalah.
Referensi yang digunakan dapat berupa buku, jurnal-jurnal, buku elektronik (e-book)
dan literatur-literatur yang ada dijaringan internet lainnya.
13
Gambar 3. Flowchart Metode LVQ
2. Masukkan:
a. Input : x(m,n); dimana m = jumlah input dan n = jumlah data
b. Target : T(1,n)
14
4. Tetapkan kondisi awal: Epoch=0
Yaitu menentukan jumlah epoch atau iterasi maksimum yang boleh dilakukan
selama pelatihan. Iterasi akan dihentikan jika nilai epoch melebihi epoch maksimum.
Misalkan terdapat n buah data dengan m buah variabel input. Data-data tersebut
terbagi dalam K kelas. Motivasi dari algoritma LVQ adalah menemukan unit output
yang paling dekat dengan vektor input.
6. Kurangi nilai
Setelah epoch pertama didapatkan maka untuk epoch ke 2 nilai learning rate ()
diganti dengan rumus ( = -x* ) dengan x = nilai pengurangan. Contoh jika nilai
learning rate =0.05 dan x= 0.1 maka untuk 2=0.05-0.1*0.05 = 0.045.
15
3.1.2.2 Analisis Pemilihan Tanaman Hortikultura Menggunakan Metode
Learning Vector
Pada bagian ini dibahas pemilihan tumbuhan holtikultura sayuran
menggunakan metode LVQ. Untuk dapat memperkirakan jenis tanaman holtikulturra
sayuran yang cocok untuk ditanam dilahan dengan mencocokan faktor faktor yang
ada.
Menurut Yusep (2017), ketika kita ingin memilih tanaman holtikultura
sayuran, terdapat 6 kriteria yang harus diperhatikan dalam pemilihan tanaman tersebut
dapat dilihat pada table 2:
Tabel 2. Kriteria
No Nama Kriteria Keterangan Nilai
waku panen yang di inginkan 60-70 1
hari
waku panen yang di inginkan 71-80 2
hari
1 waktu penanaman hingga siap waku panen yang di inginkan 81-90 3
panen hari
waku panen yang di inginkan 91-100 4
hari
waku panen yang di inginkan 101- 5
140 hari
2 Total pemanenan total panen yang diinginkan 1 kali 1
total panen yang diinginkan > 1 kali 2
3 jika cara tanam menggunakan 1
Cara Tanam polybag
cara tanam Hidroponik 2
cara tanam membuat bedengan. 3
ketinggian tanah 0-400 mdpl 1
4 Ketinggian permukaan tanah ketinggian tanah 401-800 mdpl 2
ketinggian tanah 800-1200 mdpl 3
ketinggian tanah >1200 mdpl 4
Luas Lahan 5 1.000 meter2 1
5 Luas Lahan Luas Lahan 1.001 5.000 meter 2
2
Luas Lahan 5.001 10.000 meter2 3
2
Luas Lahan > 10.000 meter 4
6 Harga hasil Tanaman harga tanaman 3.000-10.000 rupiah 1
Perkilogram harga tanaman 10.001- 20.000 rupiah 2
harga tanaman 20.001-30.000 rupiah 3
16
Tabel 3. Alternatif Tanaman
Kelas Nama Tanaman
1 Bawang Merah
2 Cabai Rawit
3 Cabai Merah
4 Tomat
5 Kentang
6 Seledri
Dari studi kasus diatas maka dapat disimpulkan arsitektur masalah sebagai berikut,
Dari data diatas maka dapat dibuat Bobot awal dengan nilai yang diubah menjadi
nilai yang diklasifikasi dalam keriteria pada tabel 2. agar dikenali oleh jaringan yang
ditunjukkan pada Tabel 5. sebagai berikut.
18
Tabel 7. Data yang akan dilatih
No Vektor (x) Kelas
1 (1,1,3,1,4,2) 1
2 (3,2,3,1,1,3) 2
3 (5,2,3,3,4,3) 3
4 (4,2,3,2,2,1) 4
5 (4,1,3,4,3,2) 5
6 (5,1,1,4,1,3) 6
Dalam pencarian bobot awal sebagai nilai awal dipilih learning rate (=0.05),
dengan pengurangan sebesar 0,1* ; dan MaxEpoch=1 (pengulangan=1 kali).
Dengan rumus
Jarak baru =
=
diketahui W= inisialisasi bobot
X= data yang dilatih
Jika jarak terkecil pada bobot = target data maka :
w(baru)=w(lama)+(x-w(lama))
Jika jarak terkecil pada bobot target data maka, maka:
w(baru)=w(lama)-(x-w(lama))
Epoch ke-1:
Data ke-1: (1,1,3,1,4,2)
Jarak Pada :
Bobot ke-1
=(1 1)2 + (1 1)2 +(3 3)2 + (1 2)2 + (4 3)2 + (2 2)2 = 2
Bobot ke-2
=(1 3)2 + (1 2)2 +(3 1)2 + (1 1)2 + (4 2)2 + (2 3)2 = 14
Bobot ke-3
=(1 2)2 + (1 2)2 +(3 1)2 + (1 2)2 + (4 2)2 + (2 3)2 = 12
Bobot ke-4
=(1 3)2 + (1 2)2 +(3 1)2 + (1 3)2 + (4 1)2 + (2 1)2 = 23
Bobot ke-5
=(1 3)2 + (1 1)2 +(3 3)2 + (1 4)2 + (4 4)2 + (2 2)2 = 13
Bobot ke-6
=(1 5)2 + (1 1)2 +(3 2)2 + (1 3)2 + (4 3)2 + (2 3)2 = 23
Jarak terkecil pada bobot ke-1
Target data ke-1
Karena jarak terkecil = target data
Inisialisasi Bobot ke 1 Baru:
W11(baru)= W11(lama)+ * (X11 W11(lama)) = 1 + 0,05 * (1-1) = 1
W12(baru)= W12(lama)+ * (X12 W12(lama)) = 1 + 0,05 * (1-1) = 1
19
W13 (baru)= W13(lama) + * (X13 W13(lama)) = 3 + 0,05 * (3-3) = 3
W14 (baru)= W14(lama) + * (X14 W14(lama)) = 2 + 0,05 * (1-2) = 1,95
W15 (baru)= W15(lama) + * (X15 W15(lama)) = 3 + 0,05 * (4-3) = 3,05
W26(baru) = W16(lama) + * (X16 W16(lama)) = 2 + 0,05 * (2-2) = 2
Jadi inisialisasi bobot 1 baru:
W1 = (1,1,3,1.95,3.05,2)
20
=(5 3)2 + (2 2)2 +(3 1)2 + (3 2)2 + (4 2)2 + (3 3)2 =113
Bobot ke-4
=(5 3)2 + (2 2)2 +(3 1)2 + (3 3)2 + (4 1)2 + (3 1)2 = 21
Bobot ke-5
=(5 3)2 + (2 1)2 +(3 3)2 + (3 4)2 + (4 4)2 + (3 2)2 = 37
Bobot ke-6
=(5 5)2 + (2 1)2 +(3 2)2 + (3 3)2 + (4 3)2 + (3 3)2 = 3
Setelah mencapai epoch 1 diperoleh bobot akhir seperti pada tabel 8 yaitu :
W1 (1,1,3,1.95,3.05,2)
W2 (3, 2, 1.1, 1, 1.95, 3)
W3 (2,2,1,2,2,3)
W4 (3.05,2, 1.1, 2.95, 1.05, 1)
W5 (3.05, 1, 3, 4, 3,95, 2)
W6 (5, 0.95, 1.9, 3.05, 2.85, 3)
Apabila ada contoh, seorang warga yang mempunyai keinginan untuk memilih
tanaman hortikultura dengan kriteria waktu panen 95 hari, total panen 1 kali, cara
menanam hidroponik, ketinggiannya 1300 Mdpl, luas lahan 700 dan dengan harga
25.000 , maka nilai dapat di klasiffikasikan sesuai tabel.2 menjadi (4,1,3,4,1,3) maka
kita cari terlebih dahulu jarak input tersebut dengan keenam bobot. Nomor dari bobot
dengan jarak yang terpendek akan menjadi kelasnya
Data : 4,1,3,4,1,3
Jarak pada :
Bobot ke-1
=(4 1)2 + (1 1)2 +(3 3)2 + (4 1,95)2 + (1 3,05)2 + (3 2)2 = 18,4
Bobot ke-2
=(4 3)2 + (1 2)2 +(3 1,1)2 + (4 1)2 + (1 1,95)2 + (3 3)2 =15,51
23
Bobot ke-3
=(4 2)2 + (1 2)2 +(3 1)2 + (4 2)2 + (1 2)2 + (3 3)2 = 14
Bobot ke-4
=(4 3,05)2 + (1 2)2 +(3 1,1)2 + (4 2,95)2 + (1 1,05)2 + (3 1)2 =10.61
Bobot ke-5
(4 3,05)2 + (1 1)2 +(3 3)2 + (4 4)2 + (1 3,95)2 + (3 2)2 = 10.6
Bobot ke-6
=(4 5)2 + (1 0,95)2 +(3 1,9)2 + (4 3.05)2 + (1 2,85)2 + (3 3)2= 6.537
24
Gambar 6. Usecase
2. Diagram Class
1. Flowchart Program
25
Gambar 8. Flowchart Program
27
3.1.5 Uji Coba Sistem
Tahap uji coba ini dilakukan untuk memastikan apakah hasil dari sistem sesuai
dengan hasil sebenarnya. Tahap-tahap pengujian yang dilakukan adalah :
a. Uji Struktural
Uji coba untuk mengetahui apakah sistem telah terstruktur dengan baik yang
ditekankan pada fitur-fitur aplikasi yang memenuhi kebutuhan pengguna apakah
sudah baik dan benar sesuai dengan rancangan yang telah dibuat.
b. Uji Fungsional
Uji coba fungsional dilakukan untuk mengetahui proses navigasi dan validasi
apakah aplikasi yang dibuat dapat berfungsi dengan baik atau tidak.
c. Uji Validasi
Uji coba validasi dilakukan dengan uji coba data dan hasilnya, apakah hasil dari
sistem sesuai dengan hasil yang diharapkan.
28