Pemodelan merupakan hal yang penting, sebelum dilakukannya pembuatan suatu sistem. Pemodelan dilakukan untuk memudahkan dalam melakukan pengujianpengujian pada sistem yang hendak dibuat. Dalam melakukan pengujian tersebut, ada beberapa hal yang mempengaruhi performansi dari sistem tersebut. Salah satunya adalah dalam melakukan pengaturan parameter-parameter pada sistem. Dalam kasus pemodelan menggunakan Neural Network ada beberapa parameter yang dapat mempengaruhi kinerja dari sistem, diantaranya : Arsitektur jaringan, dilihat dari banyaknya neuron yang digunakan, pemilihan input, banyaknya epoch, fungsi aktifasi, dan nilai bobot pada Neural Network. pada pengujian dilakukan dengan mengubah-ubah 3 parameter, yaitu: jumlah neuron, jumlah epoch dan nilai alpha (konstanta learning). Pengujian dengan merubah jumlah neuron menghasilkan keluaran yang cukup mendekati nilai targetnya. Pengujian dengan merubah jumlah neuron menjadi lebih banyak menghasilkan error yang lebih tinggi. Pengujian dengan merubah nilai alpha, meghasilkan keluaran yang jauh dari nilai targetnya (jika nilai alpha semakin kecil). Pengujian dengan merubah parameter secara bersamaan, keluaran NN jadi semakin baik dan itu juga tergantung pada pengaturan parameter-parameter tersebut. Dengan kata lain, pengaturan parameter yang tepat akan menghasilkan keluaran NN yang semakin mendekati nilai targetnya.

Pemodelan merupakan hal yang penting, sebelum dilakukannya pembuatan suatu sistem. Pemodelan dilakukan untuk memudahkan dalam melakukan pengujianpengujian pada sistem yang hendak dibuat. Dalam melakukan pengujian tersebut, ada beberapa hal yang mempengaruhi performansi dari sistem tersebut. Salah satunya adalah dalam melakukan pengaturan parameter-parameter pada sistem. Dalam kasus pemodelan menggunakan Neural Network ada beberapa parameter yang dapat mempengaruhi kinerja dari sistem, diantaranya : Arsitektur jaringan, dilihat dari banyaknya neuron yang digunakan, pemilihan input, banyaknya epoch, fungsi aktifasi, dan nilai bobot pada Neural Network. pada pengujian dilakukan dengan mengubah-ubah 3 parameter, yaitu: jumlah neuron, jumlah epoch dan nilai alpha (konstanta learning). Pengujian dengan merubah jumlah neuron menghasilkan keluaran yang cukup mendekati nilai targetnya. Pengujian dengan merubah jumlah neuron menjadi lebih banyak menghasilkan error yang lebih tinggi. Pengujian dengan merubah nilai alpha, meghasilkan keluaran yang jauh dari nilai targetnya (jika nilai alpha semakin kecil). Pengujian dengan merubah parameter secara bersamaan, keluaran NN jadi semakin baik dan itu juga tergantung pada pengaturan parameter-parameter tersebut. Dengan kata lain, pengaturan parameter yang tepat akan menghasilkan keluaran NN yang semakin mendekati nilai targetnya.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-agusnovian-15028