Pengaruh Fungsi Aktivasi, Optimisasi dan Jumlah Epoch Terhadap Performa Jaringan Saraf Tiruan

Abstract

Jaringan Saraf Tiruan (JST) adalah salah satu algoritma dalam machine learning yang paling
menjanjikan saat ini. Banyak penerapan dalam berbagai bidang menggunakan JST untuk proses machine
learning. Perkembangan JST juga semakin cepat dan kompleks seiring penerapannya yang banyak
digunakan. Namun, seiring peningkatan kompleksitas JST, diperlukan suatu studi untuk mengetahui
parameter dasar terbaik yang dapat menghasilkan klasifikasi yang optimal. Penelitian ini bertujuan
untuk melakukan studi komparasi parameter dasar pada JST, yaitu fungsi aktivasi, optimisasi dan jumlah
epoch terhadap performa JST. Performa JST dinilai menggunakan tingkat akurasi. Ketiga parameter
tersebut diujikan pada empat dataset dari repositori UCI, yaitu dataset WINE, dataset CAR, dataset IRIS
dan dataset HEART. Berdasarkan hasil pengujian, fungsi aktivasi TANH lebih sering menghasilkan nilai
akurasi tertinggi dibandingkan fungsi aktivasi RELU. Sedangkan fungsi optimisasi yang lebih sering
menghasilkan nilai akurasi tertinggi adalah Adam. Rata-rata nilai epoch yang dapat menghasilkan
akurasi tertinggi adalah diatas 200