Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PENGGUNAAN METODE SUPPORT VECTOR MACHINE (SVM) DALAM PENGKLASIFIKASIAN DATA STATUS GIZI
Pengarang
Ervina Yunita - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
0408101010025
Fakultas & Prodi
Fakultas MIPA / Matematika (S1) / PDDIKTI : 44201
Subject
Penerbit
Banda Aceh : Fakultas Matematika dan Ilmu Penngetahuan alam., 2009
Bahasa
Indonesia
No Classification
515.63
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
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)
Tidak Tersedia Deskripsi
PENGGUNAAN METODE SUPPORT VECTOR MACHINE (SVM) DALAM PENGKLASIFIKASIAN DATA STATUS GIZI (Ervina Yunita, 2022)
PERBANDINGAN ALGORITMA K-NEAREST NEIGHBORS, RANDOM FOREST DAN SUPPORT VECTOR MACHINE DALAM MENGKLASIFIKASIKAN STATUS STUNTING BALITA (STUDI KASUS: DESA MEUNASAH PAPEUN, ACEH) (Lutfiah Zahara, 2025)
PERBANDINGAN KINERJA RANDOM FOREST, SUPPORT VECTOR MACHINE, DAN ADABOOST DALAM KLASIFIKASI ARITMIA (Muhammad Raja Al Sahhaf, 2025)
PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN RANDOM FOREST PADA CITRA SENTINEL-2A UNTUK IDENTIFIKASI TUTUPAN LAHAN KOTA BANDA ACEH MENGGUNAKAN GOOGLE EARTH ENGINE (Safira, 2024)
ANALISIS PENERAPAN ALGORITMA SVM (SUPPORT VECTOR MACHINE) PADA DETEKSI TUBUH MANUSIA DENGAN SENSOR SUHU GRID-EYE BERBASIS RASPBERRY PI (MIFTHAHUL FIQRI, 2023)