Simulasi Jaringan Syaraf Tiruan Berbasis Metode Backpropagation Sebagai Pengendali Suhu Shower

Abstract

Untuk menjaga kestabilan dalam menangani pengendalian suhu tidak lagi memerlukan campur tangan untuk menaikkan dan menurunkan suhu. Tetapi peran itu telah menjadi bagian kerja sistem pengendali secara otomatis. Walaupun ada peran manusia lebih pada setting kondisi yang diperlukan. Kemudahan perancangan sistem ini didukung dengan penemuan - penemuan baru di bidang Artificial Intelligence yang banyak memberikan ide terobosan untuk merancang sistem pengendalian yang lebih efektif, stabil dan lebih mudah pengaturannya. Jaringan Syaraf Tiruan merupakan salah satu kendali suhu shower yang dapat disimulasikan menggunakan neural network toolbox pada software Matlab 6.5. Dengan menggunakan metode Backpropagation dan fungsi Algoritma Levenberg-Marquardt diperoleh struktur jaringan yang terbaik, untuk input yang digeser terdiri dari 13 sel neuron lapisan input, 10 sel neuron lapisan tersembunyi dan 2 sel neuron lapisan output. Fungsi aktivasi pada setiap lapisan menggunakan fungsi sigmoid bipolar, dengan learning rate 0.4 dan menghasilkan Mean Square Error (MSE) 0.0728086., persentase MSE pengujian adalah 0.44 dan untuk input yang tidak digeser diperoleh struktur jaringan terbaik terdiri dari 10 sel neuron lapisan input, 8 sel neuron lapisan tersembunyi dan 2 sel neuron lapisan output. Fungsi aktivasi pada setiap lapisan menggunakan fungsi sigmoid bipolar, dengan learning rate 0.6 dan menghasilkan Mean Square Error 0.0741973, persentase MSE pengujian adalah 0.12 Banyaknya jumlah data masukan berpengaruh terhadap banyaknya iterasi dan mean square error yang dihasilkan. Penelitian ini juga membuktikan bahwa dasar teori tentang pengaturan suhu shower belum bisa optimal dengan Artificial Intellegence menggunakan Neural Network (Jaringan Syaraf Tiruan).