Jaringan Syaraf Tiruan untuk Pemodelan Kalibrasi dengan Prapemrosesan Analisis Komponen Utama dan Transformasi Fourier Diskret
Abstract
Pemodelan data akan mengalami kesulitan jika terdapat dua masalah, dimensi peubah jauh lebih besar dibandingkan pengamatan dan atau terjadinya korelasi tinggi diantara peubah. Kasus tersebut ditemui pada pemodelan kalibrasi yang memodelkan data transmitan dengan dimensi peubah yang sangat besar dan data contoh konsentrasi dengan pengamatan yang sangat sedikit.
Tujuan penelitian ini adalah mencari model terbaik metode Jaringan Syaraf Tiruan {JST) untuk pemodelan kalibrasi dengan prapemrosesan Analisis Komponen Utama (AKU) dan Transformasi Fourier Diskrit (TFD}. Enam jenis data transmitan disimulasikan dan data konsentrasi merupakan fungsi data transmitan. Kriteria seleksi model terbaik ditentukan berdasarkan : Kriteria OutSample {MSE dan NRMSE) dan Kriteria In-Sample (AIC, SIC, SBC dan MSEtr).
Model terbaik untuk kedua metode adalah JST dua lapis dengan satu node pada lapis tersembunyi. Pembandingan AKU-JST dan TFD-JST menghasilkan kesimpulan JST-TFO lebih tepat menduga data konsentrasi daripada AKU-JST.