TUTORIAL SIMULASI FEED FORWARD BACKPROPAGATION NEURAL NETWORK PADA MATLAB

1. Sebelum melakukan training data, terlebih dahulu harus terdapat data yang akan ditraining dengan memasukkan data tersebut ke workspace Matlab. Data tersebut berupa data input dan target data. Contohnya : 
   
2. Data tersebut harus posisi “vertikal” dengan menuliskan di command windows perintah berikut : misal ->  Input=input’   
   
3. Data input dan target data harus mempunyai panjang data yang sama agar bisa ditraining.
4. Lalu, ketik “nntool” pada Command Windows dan tekan enter. 
   
5. Kemudian akan muncul tampilan sbb.
   
6. Pilih import, lalu muncul tampilan di bawah ini. Pilih Pada Select Variable Input -> Import As Input data dan output -> Import As Target Data. Lalu tekan tombol Import.
   
   
   
7. Setelah selesai pilih close dan akan muncul tampilan sbb :
   
8. Kemudian pilih New. Dan muncul tampilan di bawah ini. Select an input pada Input data, dan Select a Target pada Target Data. Pilih Training function, Adaption learning function, Performance function, Isi Number of layer sesuai yang diinginkan dan dibutuhkan pada sistem yang digunakan. Isi Number of neurons sesuai Layer dengan memilih Layer pada Properties for :   Pilih Transfer function yang akan digunakan. Setelah selesai, pilih Create.  Setelah selesai close Create ini . 
   
9. Pada nntool, muncul NN yang telah dibuat, pilih open.
   
   
   
10. Setelah diopen muncul tampilan berikut :
    
11. Pilih Train, pada Train Info pilih Inputs dan Targets. 
    
12. Pada Train Parameters, isi parameter sesuai yang digunakan sistem. Lalu pilih Train Network.Setelah diklik Train Network, maka akan muncul sbb :
    
13. Tunggu sampai Opening Regression Plot.
    
14. Setelah selesai, bisa dilihat Performance, Training state, dan Regression. Training bisa dikatakan berhasil apabila MSE memiliki nilai kecil dan Regression mendekati nilai 1. Jika belum memenuhi kriteria tersebut bisa men-tuning number of layers atau number of neurons.