Artificial Neural Network (ANN) in R
Studi Kasus : Data Fishing
Hallo teman-teman. Apa kabar? Semoga selalu baik-baik saja dan senantiasa dalam rahmat dan lindungan Tuhan. Pada kesempatan kali ini, kita akan belajar tentang ANN atau Artificial Neural Network. Yuk di buka software R di laptop kalian. Kita akan belajar sekarang. Let’s Gooooo…. !
Artificial Neural Network
Neural Network merupakan kategori ilmu Soft Computing. Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Misalnya, yang terjadi pada anak-anak, mereka mampu belajar untuk melakukan pengenalan meskipun mereka tidak mengetahui algoritma apa yang digunakan. Kekuatan komputasi yang luar biasa dari otak manusia ini merupakan sebuah keunggulan di dalam kajian ilmu pengetahuan.
1. Fungsi dari Neural Network diantaranya adalah:
2. Pengklasifikasian pola
3. Memetakan pola yang didapat dari input ke dalam pola baru pada output
4. Penyimpan pola yang akan dipanggil kembali
5. Memetakan pola-pola yang sejenis
6. Pengoptimasi permasalahan
7. Prediksi
Data yang digunakan
Data yang digunakan adalah data fishing yang merupakan data tentang pemilihan rekreasi memancing. Variabel data adalah sebagai berikut :
1. Mode : Pillihan mode rekreasi di pantai, dermaga, perahu, dan piagram
2. Price : Harga untuk alternatif yang dipilih
3. Catch : Tingkat tangkapan untuk alternatif yang dipilih
4. Income : Pendapatan bulanan
Oke, saatnya mulai !!
- Pertama-tama, kita harus meng-install packages seperti berikut ini:
2. Selanjutnya ketikan syntax berikut untuk memasukkan data dan membuat tabel data. Perhatikan gambar berikut:
Output:
3. Selanjutnya, kita akan menghilangkan missing data dan membuat faktor. Perhatikan syntax dibawah ini:
Output :
4. Setelah itu, kita akan membuat data frame , mendefinisikan mode, dan membuat replikasi. Perhatikan syntax dibawah ini:
Output:
Dalam pendefinisian mode ini terdapat terdapat 4 kategori yaitu beach 134 data, boat 418 data, charter 452 data, dan pier 178 data.
5. Kemudian, data akan dibagi menjadi train dan test dengan menggunakan syntax berikut ini:
Output:
Dapat dilihat bahwa data test kita berdimensi 236 (baris) dan 13 (kolom) sedangkan data train berdimensi 946 (baris) dan 13 (kolom).
6. Selanjutnya praktikan menguji mesin nnet. Pengujian ini dilakukan untuk menguji keberhasilan mesin. Perhatikan gambar berikut:
Output:
Dari hasil output diperoleh bahwa bobot 20 dari hasil output berhenti setelah 100x iterasi dengan menggunakan data train sudah convergen dengan 100x iterasi. Diperoleh juga nilai akhir iterasi adalah 756.479926.
7. Kemudian dilakukan prediksi dengan ketentuan price = 50.32, catch = 0.0451 dan income = 4583.332. Perhatikan syntax berikut ini:
Output:
Syntax Prediksi :
Output:
Dari hasil tersebut, dapat dilihat pada data baru didapatkan prediksi yang paling tinggi adalah carter sebesar 0.4763764, sehingga data baru akan masuk kategori charter.
8. Terakhir adalah menampilkan plot dengan menggunakan syntax berikut ini:
Output:
Dari tampilan diatas, dapat dijelaskan bahwa terlihat terdapat kode I, H, O, dan B. Penjelasannya adalah sebagai berikut: I atau input merupakan kode data yang digunakan I1 merupakan kode untuk variabel price, I2 merupakan kode untuk variabel catch, dan I3 merupakan kode untuk variabel income. H atau hidenlayer merupakan kode banyaknya node yang tadi telah dibuat (sebanyak 2). Selanjutnya, O atau output merupakan kode untuk kategori yang ada didalam terdapat beberapa variabel yaitu O1(beach), O2 (boat), O3 (charter), dan O4 (pier). B atau bias merupakan pelengkap yang membantu dalam proses Artificial Neural Network.
Sekian tutorial dari saya ^^ . Semoga dapat bermanfaat bagi teman-teman semua. See You di tutorial selanjutnya .
Referensi :
Channel Youtube : RB Fajriya Hakim
