Ervina Yunita Primary Author mixed material bibliography Banda Aceh Fakultas Matematika dan Ilmu Penngetahuan alam 2009 id Indonesia

Skripsi

Klasifikasi merupakan salah satu teknik data mining yang digunakan dalam proses mencari fungsi untuk membedakan kelas-kelas data. Support Vector Machine (SVM) adalah salah satu metode yang bisa digunakan untuk klasifikasi. SVM menggunakan metode Struktur Risk Minimization (SRM) dengan tujuan menemukan hyperplane terbaik yang memisahkan dua buah kelas (V. Vapnik, 1995). Penelitian ini menganalisis perforrnansi SVM untuk melakukan pengklasifikasian terhadap data status gizi berdasarkan Indeks Massa Tubuh (IMT) yang terdiri dari tiga label yaitu gemuk, kurus dan normal. Beberapa hal harus diperhatikan pada proses klasifikasi agar mendapatkan performansi yang baik yaitu pre-processing, penggunaan kernel, parameter yang tepat pada SVM serta pemilihan variable (feature selection). Hasil pengujian memberikan semua informasi yang dibutuhkan untuk menyakinkan bahwa metode SVM bisa diterapkan sebagai classifier IMT dengan menggunakan Kurva Receiver Operating Characteristic (ROC) untuk melihat akurasi model yang terbaik. Kata Kunci: Klasifikasi, Support Vector Machine (SVM), Multi-class SVM, Receiver Operating Characteristic (ROC), Indeks Massa Tubuh (IMT) VECTOR ANALYSIS 515.63 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 97086 2022-01-10 09:46:10 2022-01-18 11:19:37 machine generated