Penggunaan mlp_pso.R untuk RStudio dan R

Langkah Awal

• Running Semua sintax mlp_pso.r
• Persiapan data yaitu data Training dengan Variabel output, data testing tanpa variabel output, dan output pada data testing
• Buat formula

contoh : output ~ input1 + input2 + input3 + ... + inputk

Penjelasan Fungsi dan Parameternya

Penggunaan

mlp.pso <- function ( datatrain, form , datatest, ytest, n=20, xmax=1, xmin=-1, vmax=0.18, nodes=10,loop.max=20, c1=2, c2=2, iw=0.9, act.func="logistic" )

Argumen dan Deskripsi

Argumen	Deskripsi
datatrain	data training dengan adanya variabel output
form	formula yang telah dibentuk seperti pada contoh
datatest	data testing yang digunakan tanpa adanya variabel output
ytest	variabel output yang ada pada data testing
n	banyaknya partikel yang akan digunakan
xmax	posisi maksimum
xmin	posisi minimum
vmax	velocity/kecepatan maksimum
nodes	jumlah nodes/neurons/unit pada hidden layer
loop.max	jumlah iterasi maksimum
c1, c2	konstanta pertama dan kedua
iw	weight yang digunakan dalam updating velocity PSO
act.func	fungsi aktivasi yang akan digunakan, terdapat dua fungsi yang tersedia yaitu logistik "logistic" dan hyperbolic tangent "tanh"

Hasil dari script mlp_pso.R berupa matrix dengan alasan membantu pemrosesan ukuran pembanding yang lainnya atau penggunaan lanjutan pada script executionfunction.R

adapun bentuk hasilnya adalah

Row	Jenis
1-3	waktu yang terekam dalam pemrosesan satu model
4-5	row Null
6 - 25	nilai mse yang dihasilkan atau global best
26 - row terakhir	weights yang digunakan dan dihasilkan sebanyak dengan penggunaan nodes, input, dan output

saran : inisialisikan model terlebih dahulu yaitu beri nama model Contoh : modelpso<-mlp.pso <- function ( datatrain, form , datatest, ytest, n=20, xmax=1, xmin=-1, vmax=0.18, nodes=10,loop.max=20, c1=2, c2=2, iw=0.9, act.func="logistic" )

Hal ini supaya apa yg dijalankan dapat simpan dan digunakan.