Daftar Isi: Aplikasi Fungsi Kernel Metode Support Vector Machine Untuk Pemodelan Klasifikasi

Daftar Isi:

Klasifikasi adalah sebuah proses untuk menemukan model yang sesuai dapat memisahkan kelas dari suatu data dengan tujuan memperkirakan kelas dari data yang kelasnya tidak diketahui. Pada penelitian sebelumnya mengenai masalah klasifikasi Hepatitis Domain menggunakan metode Support Vector Machine dengan fungsi kernel yang digunakan yaitu fungsi Sigmoid. Penyakit Hepatitis merupakan penyakit yang disebabkan oleh virus dan menyebabkan peradangan serta dapat mengakibatkan kematian pada penderita. Mengingat salah satu kelebihan Support Vector Machine yaitu dapat meningkatkan kinerja pada generalisasi dengan pemilihan fungsi kernel yang tepat, pada penelitian ini ingin mengetahui fungsi kernel yang sesuai untuk masalah klasifikasi Hepatitis Domain dengan menggunakan empat fungsi kernel yang berbeda yaitu fungsi kernel linier, Sigmoid, Radial Basis Function (RBF), dan Polinomial. Pada penelitian ini disimpulkan bahwa keempat fungsi kernel baik untuk digunakan pada masalah klasifikasi Hepatitis Domain, namun fungsi kernel Sigmoid memberikan akurasi klasifikasi yang lebih baik yaitu sebesar 90.72% pada data pelatihan dan 100% pada data pengujian