Relevant bibliographies by topics / Klasifikasi svm / Journal articles
To see the other types of publications on this topic, follow the link: Klasifikasi svm.

Journal articles on the topic 'Klasifikasi svm'

Author: Grafiati
Published: 3 June 2025
Last updated: 31 July 2025

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the top 50 journal articles for your research on the topic 'Klasifikasi svm.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.

1

Rizal, Reyhan Achmad, Imron Sanjaya Girsang, and Sidik Apriyadi Prasetiyo. "Klasifikasi Wajah Menggunakan Support Vector Machine (SVM)." REMIK (Riset dan E-Jurnal Manajemen Informatika Komputer) 3, no. 2 (2019): 1. http://dx.doi.org/10.33395/remik.v3i2.10080.

Full text
Abstract:
Klasifikasi wajah merupakan teknik yang dapat digunakan untuk membedakan karakteristik pola wajah seseorang. Sistem klasifikasi wajah adalah suatu aplikasi yang membuat sebuah mesin dapat mengenali wajah seseorang sesuai dengan citra wajah yang telah ditraining dan disimpan di dalam database mesin tersebut. Klasifikasi wajah sendiri dapat dilakukan dengan berbagai cara, salah satunya adalah menggunakan metode support vector machine (SVM). Penelitian ini dilakukan dengan sampling yang di ambil dalam variasi posisi pada sudut kemiringan subjek (-90°, -70°, -45°, -25°, -5° ) dan (+90°, +70°, +45°
APA, Harvard, Vancouver, ISO, and other styles
2

Hermanto, Jonie. "Klasifikasi Teks Humor Bahasa Indonesia Memanfaatkan SVM." Journal of Information System,Graphics, Hospitality and Technology 3, no. 01 (2021): 39–48. http://dx.doi.org/10.37823/insight.v3i01.118.

Full text
Abstract:
Dalam dunia humor banyak sekali ditemukan tipe tipe humor yang bervariasi namun dengan satu tujuan yaitu menghibur penikmat humor, klasifikasi terbesar adalah humor verbal dan non verbal, untuk humor non verbal inilah penelitian ini difokuskan, yaitu melakukan klasifikasi humor oneliner, humor sebaris barupa tulisan singkat yang bertujuan menghantarkan sebuah punchline dan premis dalam satu kalimat.
 Penelitian ini akan berusaha melakukan klasifikasi humor menjadi beberapa kategori dengan menggunakan algoritma SVM dan word2vec, klasifikasi ini nantinya diharapkan memisahkan jenis jenis hu
APA, Harvard, Vancouver, ISO, and other styles
3

Maulina Putri, Salma Sheila, Muhammad Arhami, and Hendrawaty Hendrawaty. "Penerapan Metode SVM pada Klasifikasi Kualitas Air." Journal of Artificial Intelligence and Software Engineering (J-AISE) 3, no. 2 (2023): 93. http://dx.doi.org/10.30811/jaise.v3i2.4630.

Full text
Abstract:
SVM adalah salah satu metode learning machine yang bekerja dengan prinsip Structural Risk Minimization (SRM) yang bertujuan untuk menemukan hyperplane terbaik yang memisahkan dua buah class pada input space. Dengan melihat konsep metode SVM yang bekerja dengan menemukan fungsi pemisah optimal yang bisa memisahkan dua set data dari dua kelas yang berbeda. Maka, dari konsep tersebut timbul permasalahan sejauh mana penerapan metode SVM mampu menyelesaikan masalah klasifikasi. Dalam penelitian ini klasifikasi yang dilakukan adalah klasifikasi kualitas air yang akan dinilai berdasarkan WQI (Water Q
APA, Harvard, Vancouver, ISO, and other styles
4

Tommy Rustandi, Sekhan Rozaki Kusuma Wardana, Didi Suhaedi, and Yurika Pemanasari. "Pemetaan Hyperplane Pada Support Vector Machine." Bandung Conference Series: Mathematics 3, no. 2 (2023): 109–19. http://dx.doi.org/10.29313/bcsm.v3i2.8187.

Full text
Abstract:
Abstrak. Penelitian ini difokuskan pada klasifikasi biner dengan data linear, dengan tujuan untuk memahami penggunaan pemetaan hyperplane dalam klasifikasi data menggunakan SVM dan bagaimana contoh penerapannya dalam dunia nyata. Metode penelitian yang digunakan meliputi studi literatur terhadap contoh-contoh penerapan SVM dengan pemetaan hyperplane. Hasil penelitian menunjukkan bahwa pemetaan hyperplane penting dalam klasifikasi data dengan SVM. Pemetaan ini memungkinkan SVM untuk memisahkan dua kelas dengan optimal dalam ruang fitur yang lebih tinggi, sehingga meningkatkan performa klasifika
APA, Harvard, Vancouver, ISO, and other styles
5

Alita, Debby, Yusra Fernando, and Heni Sulistiani. "IMPLEMENTASI ALGORITMA MULTICLASS SVM PADA OPINI PUBLIK BERBAHASA INDONESIA DI TWITTER." Jurnal Tekno Kompak 14, no. 2 (2020): 86. http://dx.doi.org/10.33365/jtk.v14i2.792.

Full text
Abstract:
Klasifikasi pada proses text mining dapat dikerjakan dengan menggunakan berbagai jenis metode klasifikasi yang salah satunya yaitu metode SVM. SVM merupakan singkatan dari Support Vector Machine, SVM bekerja dengan membagi dua kelompok kelas data menggunakan fungsi linear dalam sebuah ruang fitur berdimensi tinggi dengan proses menemukan garis pemisah (hyperplane) terbaik sehingga dapat menemukan ukuran margin yang maksimal antara ruang input dengan ruang ciri menggunakan kaidah kernel. SVM telah dikembangkan dengan menggabungkan semua data yang terdiri dari beberapa kelas kedalam sebuah bentu
APA, Harvard, Vancouver, ISO, and other styles
6

Pratiwi, Winda Ramadhanty, and Ricky Eka Putra. "Perbandingan Performa Algoritma GA-SVM dan BOA-SVM dalam Mengklasifikasi Artikel Berita Berbahasa Indonesia." Journal of Informatics and Computer Science (JINACS) 2, no. 04 (2021): 252–58. http://dx.doi.org/10.26740/jinacs.v2n04.p252-258.

Full text
Abstract:
Abstrak— Kemajuan teknologi mendorong industri media massa untuk beralih dari media cetak ke media digital seperti situs berita online. Secara umum, situs berita online mengelompokkan artikel berita menjadi beberapa kategori untuk memudahkan pembaca dalam memilih artikel berita sesuai topik yang diminati. Hanya saja pengelompokkan artikel berita dilakukan secara manual dengan mempelajari isi atau kontennya terlebih dahulu. Apabila jumlah artikel berita yang ingin dikelompokkan sangat banyak, maka waktu yang dibutuhkan juga tidak sedikit. Hal ini menjadi dasar untuk membuat sistem klasifikasi o
APA, Harvard, Vancouver, ISO, and other styles
7

Fadlullah, Rizal, Sri Winarno, and Muhammad Naufal. "Integrasi Convolutional Autoencoder dengan Support Vector Machine untuk Klasifikasi Varietas Almond." Jurnal Teknik Informatika dan Sistem Informasi 11, no. 1 (2025): 63–77. https://doi.org/10.28932/jutisi.v11i1.9738.

Full text
Abstract:
Penelitian ini bertujuan mengoptimalkan klasifikasi varietas almond dengan mengintegrasikan Convolutional Autoencoder (CAE) sebagai metode ekstraksi fitur dan Support Vector Machine (SVM) untuk klasifikasi. Tahapan penelitian mencakup pengumpulan data dari dataset yang tersedia, preprocessing, dan pemisahan data untuk pelatihan serta pengujian. Fitur dari gambar almond diekstraksi menggunakan CAE, yang kemudian digunakan dalam model SVM untuk klasifikasi. Evaluasi model menunjukkan akurasi klasifikasi sebesar 97% pada data testing, meningkat signifikan dibandingkan dengan akurasi 48% pada SVM
APA, Harvard, Vancouver, ISO, and other styles
8

Umar, Rusydi, Imam Riadi, and Dewi Astria Faroek. "A Komparasi Image Matching Menggunakan Metode K-Nearest Neightbor (KNN) dan Support Vector Machine (SVM)." Journal of Applied Informatics and Computing 4, no. 2 (2020): 124–31. http://dx.doi.org/10.30871/jaic.v4i2.2226.

Full text
Abstract:
Pencocokan gambar adalah proses menemukan gambar digital yang memiliki tingkat kesamaan. mencocokkan gambar menggunakan metode klasifikasi. Dalam mengukur pencocokan gambar, gambar yang digunakan adalah gambar logo asli dan gambar logo hasil manipulasi. Perbandingan algoritma klasifikasi dari dua metode yaitu K-Nearest Neighbor (KNN) dan Support Vector Machine dengan optimasi Sequential Minimal Optimization (SMO) yang digunakan untuk menghitung kecocokan berdasarkan nilai akurasi. Metode klasifikasi K-Nearest Neighbor (KNN) didasarkan pada kedekatan atau perhitungan K sedangkan metode klasifik
APA, Harvard, Vancouver, ISO, and other styles
9

Syafika, Vicky Alfina Nur, and Ria Dhea Layla Nur Karisma. "Implementasi Support Vector Machine (SVM) dalam Penentuan Klasifikasi Indeks Khusus Penanganan Stunting di Indonesia." Seminar Nasional Official Statistics 2023, no. 1 (2023): 267–76. http://dx.doi.org/10.34123/semnasoffstat.v2023i1.1595.

Full text
Abstract:
Stunting merupakan masalah kesehatan yang menjadi tantangan di berbagai negara, salah satunya di Indonesia. Beberapa program penanganan stunting dari pemerintah dapat dievaluasi berdasarkan nilai indeks khusus penanganan stunting. Hasil evaluasi program penanganan stunting yang tepat akan memudahkan pemerintah dalam menentukan kebijakan selanjutnya. Penelitian ini bertujuan untuk mendapatkan klasifikasi dan tingkat akurasi klasifikasi indeks khusus penanganan stunting di Indonesia dengan metode Support Vector Machine (SVM). Hasil penelitian menunjukkan model terbaik klasifikasi indeks khusus p
APA, Harvard, Vancouver, ISO, and other styles
10

Dwi Putro, Aditya, and Henri Tantyoko. "Hybrid Algoritma Vgg16-Net Dengan Support Vector Machine Untuk Klasifikasi Jenis Buah dan sayuran." JTIM : Jurnal Teknologi Informasi dan Multimedia 5, no. 2 (2023): 56–65. http://dx.doi.org/10.35746/jtim.v5i2.335.

Full text
Abstract:
Arsitektur deep learning VGG16 terbukti efektif dalam hal melakukan klasifikasi citra pada dataset ImageNet, akan tetapi memiliki keterbatasan dalam jumlah parameter sangat banyak dan potensi overfitting pada dataset kecil. SVM memiliki kelebihan dalam hal menangani masalah overfitting pada dataset yang relatif kecil, sementara VGG16 memiliki keunggulan dalam mengekstraksi fitur yang berkualitas dari citra dengan performa yang sangat baik. SVM juga dapat membantu memperbaiki kinerja klasifikasi pada VGG16 dengan meminimalkan risiko overfitting dan meningkatkan akurasi klasifikasi pada dataset
APA, Harvard, Vancouver, ISO, and other styles
11

Harmoko, Joycelyn, Khursatul Munibah, and Muhammad Ardiansyah. "Klasifikasi Penutupan/Penggunaan Lahan dari Citra Landsat 8 dengan Pendekatan Random Forest dan Support Vector Machine di Kabupaten Sumedang, Jawa Barat." Jurnal Ilmu Tanah dan Lingkungan 27, no. 1 (2025): 24–31. https://doi.org/10.29244/jitl.27.1.24-31.

Full text
Abstract:
Kabupaten Sumedang merupakan salah satu kabupaten terpilih dalam proyek strategis nasional, berupa pembangunan Waduk Jatigede dan Jalan Tol Cisumdawu. Pembangunan tersebut menyebabkan alih fungsi lahan pertanian, sehingga dibutuhkan pemantauan penutupan/penggunaan lahan secara terukur. Penelitian ini bertujuan mengidentifikasi pola reflektan setiap penutupan/penggunaan lahan dan membandingkan hasil klasifikasi penutupan/penggunaan lahan di Kabupaten Sumedang pada tahun 2023 dengan pendekatan RF dan SVM. Pola reflektan penutupan/penggunaan lahan bersifat khas, tetapi kemiripan pola reflektan da
APA, Harvard, Vancouver, ISO, and other styles
12

Wijaya, Salsabil Farah Aqilah, Koredianto Koredianto, and Sofia Saidah. "Analisis Perbandingan K-Nearest Neighbor dan Support Vector Machine pada Klasifikasi Jenis Sapi dengan Metode Gray Level Coocurrence Matrix." Jurnal Ilmu Komputer dan Informatika 2, no. 2 (2022): 93–102. http://dx.doi.org/10.54082/jiki.27.

Full text
Abstract:
Sapi merupakan hewan ternak yang banyak dibudidayakan di Indonesia mulai dari daging, susu, kotoran, kulit, hingga membantu bercocok tanam. Menurut Badan Pusat Statistik pada tahun 2020 terdapat 17.466.792 ekor populasi sapi potong yang ada di Indonesia. Dari 17.466.792 ekor populasi sapi potong yang ada di Indonesia terdapat 896.200 ekor populasi sapi yang ada di Sumatera Utara yang merupakan provinsi 6 teratas yang memiliki populasi sapi potong terbanyak. Tetapi permasalahannya masih banyak peternak yang tidak mengetahui jenis dari sapi yang dimiliki sehingga perawatan yang salah pada sapi y
APA, Harvard, Vancouver, ISO, and other styles
13

Handayani, Putri Kurnia. "PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS POLA KLASIFIKASI PADA PARKINSON’S DATASET." Indonesian Journal of Technology, Informatics and Science (IJTIS) 3, no. 1 (2021): 31–35. http://dx.doi.org/10.24176/ijtis.v3i1.7530.

Full text
Abstract:
Parkinson’s Disease (PD) merupakan salah penyakit yang memiliki angka penderita dan kematian yang meningkat setiap tahunnya. Berdasarkan hasil studi analisis sistematik, angka peningkatan penderita PD mencapai 2.4 kali lipat. Dataset penyakit parkinson merupakan data publik yang diambil dari UCI Repository, yang terdiri dari 9 atribut dan 758 record, meliputi 192 fonasi dari 31 subyek pria dan wanita dimana 23 diantaranya penderita PD. Klasifikasi merupakan salah satu metode supervised learning yang terdapat dalam bidang ilmu data mining yang berfungsi untuk memprediksi objek/data baru yang be
APA, Harvard, Vancouver, ISO, and other styles
14

Aryani, Yulia, and Arie Wahyu Wijayanto. "Klasifikasi Pengembalian Radar dari Ionosfer Menggunakan SVM, Naïve Bayes dan Random Forest." Komputika : Jurnal Sistem Komputer 10, no. 2 (2021): 111–17. http://dx.doi.org/10.34010/komputika.v10i2.4347.

Full text
Abstract:

 
 
 
 ABSTRAK – Klasifikasi merupakan salah satu topik utama dalam data mining atau machine learning. Klasifikasi adalah suatu pengelompokan data dimana data yang digunakan tersebut mempunyai kelas label atau target. Klasifikasi digunakan untuk mengambil data dan ditempatkan kedalam kelompok tertentu. Studi tentang ionosfer penting untuk penelitian di berbagai domain, khususnya dalam sistem komunikasi. Dalam penelitian ionosfer, perlu dilakukan klasifikasi radar yang berguna dan tidak berguna dari ionosfer. Pada makalah ini, akan dilakukan klasifikasi terhadap data inos
APA, Harvard, Vancouver, ISO, and other styles
15

Somantri, Oman, Slamet Wiyono, and Dairoh Dairoh. "Metode K-Means untuk Optimasi Klasifikasi Tema Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM)." Scientific Journal of Informatics 3, no. 1 (2016): 34–45. http://dx.doi.org/10.15294/sji.v3i1.5845.

Full text
Abstract:
Masih sulitnya dalam menentukan klasifikasi tema tugas akhir mahasiswa sering dialami oleh setiap perguruan tinggi. Algoritma SVM digunakan untuk mengklasifikasi jenis tema tugas akhir mahasiswa. SVM merupakan metode yang banyak digunakan untuk klasifikasi. K-Means Clustering merupakan metode pengelompokan paling sederhana yang mengelompokkan data kedalam k kelompok berdasar pada centroid masing-masing kelompok. Optimasi klasifikasi tema tugas akhir mahasiswa menggunakan SVM dan K-Means untuk meningkatkan tingkat akurasi. Hasil yang diperoleh memiliki tingkat akurasi yang lebih baik yaitu 86,2
APA, Harvard, Vancouver, ISO, and other styles
16

Yohannes, Ricky, and Muhammad Ezar Al Rivan. "Klasifikasi Jenis Kanker Kulit Menggunakan CNN-SVM." Jurnal Algoritme 2, no. 2 (2022): 133–44. http://dx.doi.org/10.35957/algoritme.v2i2.2363.

Full text
Abstract:
Kanker kulit merupakan pertumbuhan yang berlebihan pada jaringan kulit yang mengenai beberapa atau seluruh lapisan kulit. Untuk dapat mendiagnosa kanker kulit dapat digunakan metode biopsi dimana jaringan kulit diambil lalu diperiksa. Penggunaan biopsi mengeluarkan biaya yang mahal dan merusak kulit. Penelitian ini menerapkan metode CNN SVM untuk mengklasifikasi jenis-jenis kanker kulit. CNN yang sebagai ekstraksi fitur dengan arsitektur VGG-19 dan ResNet-50. SVM digunakan sebagai pengklasifikasi dengan menggunakan kernel linear dan RBF kemudian dioptimasi menggunakan random dan grid. Dataset
APA, Harvard, Vancouver, ISO, and other styles
17

Sanjaya, I. Gede Ary Suta, I. Made Candiasa, and Luh Joni Erawati Dewi. "Analisis Sentimen Berbasis Aspek Kinerja Polri Menggunakan SVM dengan Pendekatan POS Tagging." SINTECH (Science and Information Technology) Journal 7, no. 2 (2024): 112–24. http://dx.doi.org/10.31598/sintechjournal.v7i2.1568.

Full text
Abstract:
Beragam opini masyarakat terkait kinerja POLRI terus bermunculan pada media sosial Twitter. Analisis sentimen dilakukan untuk mengetahui kecenderungan sentimen opini masyarakat dan aspek kinerja yang dibahas pada opini tersebut. Penelitian ini bertujuan untuk mengetahui aspek kinerja yang dibahas pada data tweet dan sentimen data tweet berdasarkan aspek kinerja POLRI. POS Tagging digunakan sebagai klasifikasi aspek kinerja POLRI yang meliputi “penanganan kejahatan”, “kecepatan respon”, “interaksi terhadap masyarakat”, dan “tidak beraspek”, serta metode Support Vector Machine (SVM) sebagai pros
APA, Harvard, Vancouver, ISO, and other styles
18

Yanti, Dina Elly, Lizah Framesti, and Anita Desiani. "PERBANDINGAN ALGORITMA C4.5 DAN SVM DALAM KLASIFIKASI PENYAKIT ANEMIA." Jurnal Informatika Polinema 9, no. 4 (2023): 427–34. http://dx.doi.org/10.33795/jip.v9i4.1381.

Full text
Abstract:
Anemia merupakan keadaan saat hemoglobin pada tubuh tidak dapat berfungsi dengan baik. Anemia berdampak buruk bagi kesehatan, salah satunya pada daya tahan tubuh. Untuk mencegah terjadinya penyakit anemia dapat dilakukan deteksi dini dengan memanfaatkan pendekatan matematika menggunakan data mining. Data mining memiliki metode-metode klasifikasi yang bisa digunakan untuk deteksi dini penyakit anemia. Metode yang bisa digunakan untuk klasifikasi diantaranya yaitu algoritma Support Vector Machines (SVM) dan algoritma C4.5. Penelitian ini menerapkan algoritma SVM dan algoritma C4.5 untuk klasifik
APA, Harvard, Vancouver, ISO, and other styles
19

Mariana Dewi, Triando Hamonangan Saragih, and Rudy Herteno. "PENERAPAN SMOTE-NCL UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS PADA KLASIFIKASI PENYAKIT JANTUNG KORONER." Jurnal Informatika Polinema 10, no. 1 (2023): 27–34. http://dx.doi.org/10.33795/jip.v10i1.1394.

Full text
Abstract:
Penyakit jantung koroner (PJK) terjadi akibat penyumbatan atau penyempitan pada pembuluh darah jantung karena adanya endapan lemak dan kolesterol sehingga mengakibatkan suplai darah ke jantung menjadi terganggu. PJK masih merupakan masalah kesehatan yang penting dan berdampak secara sosioekonomi karena biaya obat-obatan yang cukup mahal dan lamanya waktu perawatan serta pengobatannya. Upaya pencegahan melalui deteksi dini dan upaya pengendaliannya sangat penting untuk dilakukan. Salah satu cara untuk mendeteksi penyakit jantung koroner dengan memanfaatkan teknologi komputasi, yaitu melakukan k
APA, Harvard, Vancouver, ISO, and other styles
20

Deswandi Yahya, Raflizar, Suryo Adi Wibowo, and Nurlaily Vendyansyah. "ANALISIS SENTIMEN UNTUK DETEKSI UJARAN KEBENCIAN PADA MEDIA SOSIAL TERKAIT PEMILU 2024 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE." JATI (Jurnal Mahasiswa Teknik Informatika) 8, no. 2 (2024): 1182–89. http://dx.doi.org/10.36040/jati.v8i2.9076.

Full text
Abstract:
Analisis sentimen adalah teknik pemrosesan bahasa alami yang digunakan untuk mengukur sentimen atau opini tentang teks. Support Vector Machine (SVM) adalah teknik machine learing yang dapat digunakan untuk menyelesaikan masalah klasifikasi dan regresi. Pada penelitian ini mengembangkan sebuah sitem berbasis website yang mampu mendeteksi ujaran kebencian dalam kalimat yang berbahasa indonesia. Metode klasifikasi sentimen yang akan diimplementasikan pada website ini adalah Support Vector Machine (SVM). Data yang digunakan untuk melatih dan menguji sistem ini berasal dari komentar dan tweet terka
APA, Harvard, Vancouver, ISO, and other styles
21

Supit, Yonal. "Penerapan Algoritma Support Vector Machine (SVM) untuk Deteksi Penyakit Mata Katarak." INDONESIAN JOURNAL ON DATA SCIENCE 2, no. 2 (2025): 87–96. https://doi.org/10.30989/ijds.v2i2.1449.

Full text
Abstract:
Penyakit mata merupakan salah satu gangguan kesehatan yang dapat berdampak serius jika tidak terdiagnosis secara dini. Dalam upaya meningkatkan akurasi dan efisiensi deteksi penyakit mata, metode Support Vector Machine (SVM) digunakan untuk klasifikasi penyakit mata berdasarkan dataset citra atau data numerik terkait. Penelitian ini bertujuan untuk mengimplementasikan SVM sebagai algoritma klasifikasi, memanfaatkan fitur yang diekstraksi dari citra mata atau data medis yang relevan. Proses penelitian mencakup pengumpulan data, pra-pemrosesan, ekstraksi fitur, pelatihan model SVM, serta evaluas
APA, Harvard, Vancouver, ISO, and other styles
22

Dongoran, Dwihardini, and Indah Purnama Sari. "Implementasi Klasifikasi Data Tracer Study Pada Universitas Muhammadiyah Sumatera Utara Dengan Pemanfaatan Data Mining Menggunakan Kombinasi Algoritma Support Vector Machine dan Neural Network." Hello World Jurnal Ilmu Komputer 4, no. 1 (2025): 12–24. https://doi.org/10.56211/helloworld.v4i1.619.

Full text
Abstract:
Perguruan tinggi secara rutin melakukan Tracer Study setiap tahun bertujuan untuk mengimplementasikan kebutuhan data akreditasi di Universitas Muhammadiyah Sumatera Utara menggunakan teknik data mining. Penelitian ini fokus pada pemanfaatan kombinasi algoritma Support Vector Machine (SVM) dan Neural Network untuk mengoptimalkan klasifikasi data Tracer Study. SVM digunakan untuk mengatasi masalah klasifikasi non-linear dengan menemukan hyperplane optimal, sementara Neural Network digunakan untuk memodelkan dan mengenali pola kompleks dalam data. Metodologi penelitian meliputi pengumpulan data T
APA, Harvard, Vancouver, ISO, and other styles
23

Rosyidi, M. Ibnu Umar, and Naim Rochmawati. "Teknik Bagging Pada Algoritma Klasifikasi Decision Tree dan SVM Untuk Klasifikasi SMS Berbahasa Indonesia." Journal of Informatics and Computer Science (JINACS) 5, no. 02 (2023): 265–71. http://dx.doi.org/10.26740/jinacs.v5n02.p265-271.

Full text
Abstract:
Abstrak— Perkembangan teknologi di berbagai sektor yang sangat cepat selama satu dekade ini, membuat kita semakin dimudahkan dalam melakukan aktivitas sehari-hari. Dari bertukar surat melalui burung merpati dengan jangkauan terbatas hingga dapat melakukan panggilan video di seluruh dunia dengan selisih waktu yang hampir secara realtime. Pada tahun 2000-an adalah masa dimana mulai ada SMS (Short Message Service). SMS dengan cepat menjadi sarana komunikasi tidak langsung yang populer, situasi ini dimanfaatkan orang tidak bertanggung jawab untuk melakukan kegiatan melanggar hukum seperti penipuan
APA, Harvard, Vancouver, ISO, and other styles
24

Arisandi, Desi, Tri Sutrisno, and Iwan Kurniawan. "KLASIFIKASI OPINI MASYARAKAT DI TWITTER TENTANG KEBOCORAN DATA YANG TERJADI DI INDONESIA MENGGUNAKAN ALGORITMA SVM." Jurnal Teknika 15, no. 2 (2023): 75–80. http://dx.doi.org/10.30736/jt.v15i2.993.

Full text
Abstract:
Data pribadi merupakan hal yang sensitif dan privasi, hanya dapat dilihat oleh seorang diri. Namun seiring berkembangnya zaman, sering terjadi kebocoran data di internet terumata Indonesia. Kebocoran data ini sempat ramai di sosial media Twitter dan dijadikan sebagai wadah untuk berpendapat terkait kebocoran data yang terjadi di Indonesia. Metode klasifikasi yang digunakan untuk penelitian ini adalah Support Vector Machine (SVM) dengan ekstrasi fitur TF-IDF. Dataset didapatkan melalui hasil scraping Twitter dan mendapatkan 5000 tweet. Dataset diberi label manual yaitu Positif, Negatif, dan Net
APA, Harvard, Vancouver, ISO, and other styles
25

Darma Irawan, Bobi, Rudi Kurniawan, and Yudhistira Arie Wijaya. "OPTIMALISASI MODEL KLASIFIKASI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE PADA CITRA BRAIN TUMOR." JATI (Jurnal Mahasiswa Teknik Informatika) 9, no. 2 (2025): 3493–500. https://doi.org/10.36040/jati.v9i2.13211.

Full text
Abstract:
Analisis citra medis, khususnya pada citra tumor otak, memiliki peran penting dalam membantu proses diagnosis penyakit. Permasalahan utama dalam klasifikasi citra tumor otak adalah bagaimana meningkatkan akurasi dan efisiensi sistem klasifikasi. Penelitian ini bertujuan untuk mengoptimalkan model klasifikasi dengan menggunakan algoritma Support Vector Machine (SVM), yang dikenal andal dalam menangani data non-linear dan berdimensi tinggi. Metode yang digunakan meliputi tahap preprocessing citra, ekstraksi fitur menggunakan metode tertentu, serta pengoptimalan parameter SVM, seperti kernel, nil
APA, Harvard, Vancouver, ISO, and other styles
26

Siti Sarah Sobariah Lestari, Gina Purnama Insany, Dede Sukmawan, and Faiz Dzulfikar Yusuf. "Mengatasi Permasalahan High Dimensional Space dalam Klasifikasi Multikelas Big Data pada Data Gambar dengan DCSVM." Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer 5, no. 3 (2023): 340–51. http://dx.doi.org/10.52005/restikom.v5i3.259.

Full text
Abstract:
Masalah pada unstructured data khususnya pada data gambar menjadi tantangan dalam pemodelan klasifikasi big data yang berkaitan dengan akurasi dari model, sehingga memerlukan solusi untuk mengatasinya. Data gambar memiliki atribut yang disajikan dalam satuan piksel, satuan data tersebut berada pada dimensi yang tinggi. Sehingga menimbulkan ketidak beraturan pada dimensi, fenomena ini disebut sebagai the curse of dimensionality. Kenaikan dimensi pada data secara bersamaan mengakibatkan kenaikan volume pada ruang yang menyebabkan fenomena sparsity yang terjadi pada high dimensional space. Keters
APA, Harvard, Vancouver, ISO, and other styles
27

Utami, Dwi. "Analisis Metode Wordtovec Pada Performa Klasifikasi Kategori Berita Menggunakan Metode SVM dan KNN." EXPLORE 11, no. 2 (2021): 82. http://dx.doi.org/10.35200/explore.v11i2.479.

Full text
Abstract:
Perkembangan teknologi saat ini meningkatkan kemudahan dalam mendapatkan berbagai informasi salah satunya adalah berita dari media internet. Berita yang ada di internet selain dapat memberikan informasi kepada masyarakat juga dapat digunakan sebagai bahan pembelajaran dan analisa seperti dapat digunakan untuk klasifikasi kategori berita. Terdapat tahapan sebelum melakukan klasifikasi yaitu preprocessing yang merupakan salah satu tahapan terpenting dalam klasifikasi. Penelitian ini bertujuan untuk melihat pengaruh proses stopword pada algoritma wordtovec, serta melihat performasinya pada klasif
APA, Harvard, Vancouver, ISO, and other styles
28

Saputro, Wicaksono Agung, Pulung Nurtantio Andono, and M. Arief Soeleman. "Klasifikasi SVM Menggunakan Optimasi PSO Untuk Kelayakan Biji Kopi Dengan Level Medium Roast." Techno.Com 24, no. 2 (2025): 543–55. https://doi.org/10.62411/tc.v24i2.12657.

Full text
Abstract:
Biji kopi dengan medium roast memiliki ciri warna coklat muda kehitaman, permukaan sedikit berminyak, dan retakan biji yang tidak terlalu lebar. Karena kopi merupakan hasil bumi yang banyak dikonsumsi dengan tingkat kematangan medium, diperlukan quality control yang efektif untuk memastikan biji kopi layak konsumsi. Penelitian ini mengambil sampel dari perusahaan terkait dan menggunakan metode GLCM untuk ekstraksi fitur numerik dari biji kopi, serta SVM dengan kernel RBF untuk klasifikasi, mengingat pentingnya pemilihan kernel dan parameter dalam menentukan akurasi. Untuk meningkatkan akurasi,
APA, Harvard, Vancouver, ISO, and other styles
29

Ulfah, Maria, Triando Hamonangan Saragih, Dwi Kartini, Muhammad Itqan Mazdadi, and Friska Abadi. "PENERAPAN MWMOTE UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS PADA KLASIFIKASI RISIKO KREDIT." Jurnal Informatika Polinema 9, no. 4 (2023): 477–86. http://dx.doi.org/10.33795/jip.v9i4.1331.

Full text
Abstract:
Salah satu bentuk usaha yang dijalankan oleh perbankan adalah pemberian kredit terhadap nasabaah. Bank akan selalu berusaha mengoptimalkan penyaluran kredit terhadap nasabah, akan tetapi tidak menutup kemungkinan bahwa kredit yang diberikan tersebut memiliki risiko. Guna menekan dan meminimalisir risiko kredit pihak bank perlu melakukan analisis terhadap data yang dimiliki nasabah agar dapat mengambil keputusan apakah nasabah atau calon debitur layak diberikan pinjaman dalam bentuk kredit. Salah satu cara untuk menyelesaikan masalah analisa risiko kredit adalah dengan melakukan klasifikasi den
APA, Harvard, Vancouver, ISO, and other styles
30

Atha Anastasya, Talitha, Agatha Diani Putri Saka, Milen Juventus Dappa Deke, and Agung Mustika Rizki. "OPTIMASI ALGORITMA SVM DENGAN PSO UNTUK ANALISIS SENTIMEN PADA MEDIA SOSIAL X TERHADAP KINERJA TIMNAS DI ERA SHIN TAE-YONG." JATI (Jurnal Mahasiswa Teknik Informatika) 9, no. 1 (2024): 384–91. https://doi.org/10.36040/jati.v9i1.12298.

Full text
Abstract:
Penelitian ini menganalisis perbandingan performa model Support Vector Machine (SVM) dalam klasifikasi sentimen komentar terkait Timnas Sepakbola Indonesia di era Shin Tae Yong yang diperoleh dari Twitter. Meskipun model SVM memberikan hasil yang memadai, akurasi dan efisiensi klasifikasi sentimen masih memiliki potensi untuk ditingkatkan. Oleh karena itu, tujuan penelitian ini adalah untuk meningkatkan performa model SVM dalam klasifikasi sentimen komentar dengan menggunakan optimasi parameter. Dataset yang digunakan terdiri dari 398 tweet dengan dua atribut utama yaitu komentar dan label. At
APA, Harvard, Vancouver, ISO, and other styles
31

Prabowo, Nico Wantona, Vincentius P. Siregar, and Syamsul Bahri Agus. "KLASIFIKASI HABITAT BENTIK BERBASIS OBJEK DENGAN ALGORITMA SUPPORT VECTOR MACHINES DAN DECISION TREE MENGGUNAKAN CITRA MULTISPEKTRAL SPOT-7 DI PULAU HARAPAN DAN PULAU KELAPA." Jurnal Ilmu dan Teknologi Kelautan Tropis 10, no. 1 (2018): 123–34. http://dx.doi.org/10.29244/jitkt.v10i1.21670.

Full text
Abstract:
Teknik klasifikasi berbasis objek dengan algoritma machine learning SVM untuk citra resolusi tinggi di Indonesia sampai saat ini masih terbatas khususnya untuk pemetaan terumbu karang, oleh karena itu diperlukan kajian lebih lanjut mengenai perbandingan metode maupun penerapan algoritma sebagai alternatif dari proses klasifikasi. Penelitian ini bertujuan memetakan habitat bentik berdasarkan klasifikasi menggunakan metode OBIA dengan algoritma support vector machine dan decision tree di Pulau Harapan dan Kelapa. Segmentasi dilakukan menggunakan algoritma multiresolution segmentation dengan fakt
APA, Harvard, Vancouver, ISO, and other styles
32

Handoko, Raditya Budi, and Suyanto Suyanto. "Klasifikasi Gender Berdasarkan Suara Menggunakan Support Vector Machine." Indonesian Journal on Computing (Indo-JC) 4, no. 1 (2019): 9. http://dx.doi.org/10.21108/indojc.2019.4.1.244.

Full text
Abstract:
Klasifikasi gender berdasarkan suara mempengaruhi tingkat performansi dari identifikasi suara. oleh karena itu penelitian tugas akhir ini penulis membuat sistem klasifikasi gender berdasarkan suara. penelitian ini menggunakan dataset berupa rekaman suara sebanyak 2260 suara yang terbagi menjadi dua kelas yaitu "laki-laki" dan "perempuan". Untuk proses ekstrasi ciri digunakan Mel-Frequency Cepstral (MFCC) untuk menghasilkan vektor ciri dari sinyal suara. dalam proses klasifikasi digunakan metode Support Vector Machine (SVM). Hasil akurasi SVM tertinggi untuk klasifikasi gender berdasarkan suara
APA, Harvard, Vancouver, ISO, and other styles
33

Sari, Ratih Ayu Puspita, Slamet Kacung, and Budi Santoso. "ANALISIS SENTIMEN LAYANAN KESEHATAN BPJS MENGGUNAKAN METODE SVM." Jurnal Informatika Teknologi dan Sains (Jinteks) 7, no. 2 (2025): 878–85. https://doi.org/10.51401/jinteks.v7i2.5797.

Full text
Abstract:
Di era digital ini teknologi komunikasi menjadi alat penting untuk mendukung penyebaran informasi dan akses layanan kesehatan yang cepat dan efisien. Saat ini mutu layanan kesehatan menjadi perhatian utama masyarakat. Permasalahan dalam penelitian ini adalah persepsi masyarakat terhadap layanan kesehatan BPJS yang menjadi salah satu indikator penting dalam menilai kualitas pelayanan kesehatan di Indonesia. Faktor utama yang melatarbelakangi permasalahan ini adalah kualitas layanan yang diterima masyarakat, yang sering kali dianggap belum memenuhi harapan, terutama dalam hal aksesibilitas, kece
APA, Harvard, Vancouver, ISO, and other styles
34

Puspaningrum, Eva Yulia, Sugiarto Sugiarto, and Hendra Maulana. "Penerapan Metode SVM Untuk Deteksi Manusia Secara Realtime." Prosiding Seminar Nasional Informatika Bela Negara 1 (November 1, 2020): 93–96. http://dx.doi.org/10.33005/santika.v1i0.26.

Full text
Abstract:
Deteksi manusia pada sebuah video atau gambar adalah tugas yang menantang karena ada beberapa berbagai macam pose dan gerak yang dilakukan dalam video. Ekstraksi fitur yang kuat dapat memungkinkan untuk mendeteksi manusia dengan baik, bahkan dalam latar belakang yang acak dan di bawah penerangan yang sulit. Masalah ekstraksi fitur untuk deteksi manusia, menunjukkan bahwa deskriptor Histogram of Oriented Gradient (HOG) memberikan kinerja yang sangat baik. Selain deskriptor fitur, metode klasifikasi juga memiliki pengaruh besar pada performa deteksi manusia. Support Vector Machine (SVM) merupaka
APA, Harvard, Vancouver, ISO, and other styles
35

Tomasouw, Berny Pebo, and Zeth Arthur Leleury. "Algoritma Multi-Kelas Twin Bounded SVM Untuk Klasifikasi Pola." Tensor: Pure and Applied Mathematics Journal 1, no. 1 (2020): 15–24. http://dx.doi.org/10.30598/tensorvol1iss1pp15-24.

Full text
Abstract:
Pattern recognition is a process of recognizing patterns by using machine learning algorithm. Pattern recognition can be defined as a classification of data based on knowledge that already gained or information extracted from patterns. One method that can be used in pattern classification problem is SVM. In this study we introduced Twin Bounded SVM which is refinement of Twin SVM. The discussion begins with the linear Twin Bounded SVM method to solve a two-class classification problem and followed by an algorithm to solve multi-class classification problem
APA, Harvard, Vancouver, ISO, and other styles
36

Istiqomatul Fajriyah Yuliati, Septie Wulandary, and Pardomuan Sihombing. "Penerapan Metode SVM dan BPNN dalam Pengklasifikasian PUS di Jawa Barat." Jurnal Statistika dan Aplikasinya 4, no. 1 (2020): 23–34. http://dx.doi.org/10.21009/jsa.04103.

Full text
Abstract:
Penggunaan kontrasepsi menjadi sangat vital bagi pengendalian jumlah penduduk terutama di Jawa Barat karena jumlah penduduk di Provinsi Jawa Barat tertinggi di Indonesia. Klasifikasi penggunaan kontrasepsi pada pasangan usia subur (PUS) berdasarkan faktor determinan penggunaan kontrasepsi di Provinsi Jawa Barat merupakan hal yang menarik untuk dikaji. Penelitian ini mengkaji perbandingan metode Support Vector Machine (SVM) dengan fungsi kernel dan Neural Network (NN) dengan algoritma backpropagation (BPNN) dalam pengklasifikasian PUS berdasarkan penggunaan kontrasepsi (mengikuti program Keluag
APA, Harvard, Vancouver, ISO, and other styles
37

Hutahaean, Yohana Madame, and Arie Wahyu Wijayanto. "Klasifikasi Rumah Tangga Penerima Subsidi Listrik di Provinsi Gorontalo Tahun 2019 dengan Metode K-Nearest Neighbor dan Support Vector Machine." Jurnal Sistem dan Teknologi Informasi (JustIN) 10, no. 1 (2022): 63. http://dx.doi.org/10.26418/justin.v10i1.51210.

Full text
Abstract:
Program subsidi listrik merupakan salah satu program pemerintah untuk penanganan kemiskinan, dimana keluarga tidak mampu mendapatkan bantuan subsidi listrik yang dibayarkan pemerintah ke PT Perusahaan Listrik Negara (PLN). Permasalahannya adalah masih terdapat rumah tangga yang mampu secara ekonomi namun tetap mendapatkan subsidi listrik. Penelitian ini bertujuan untuk melakukan klasifikasi rumah tangga penerima subsidi listrik menggunakan data mining serta melakukan perbandingan hasil klasifikasi dengan metode K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Alasan pemilihan metode
APA, Harvard, Vancouver, ISO, and other styles
38

Ismail, Alfian Danu, Danang Erwanto, and Iska Yanuartanti. "KLASIFIKASI KEMATANGAN DAUN TEMBAKAU VIRGINIA MENGGUNAKAN PENGOLAH CITRA DIGITAL." Jurnal Elektro Kontrol (ELKON) 3, no. 1 (2023): 1–10. http://dx.doi.org/10.24176/elkon.v3i1.10131.

Full text
Abstract:
Tembakau virginia sebelum memasuki proses pada industri harus melewati proses yang sangat penting yaitu sortir kematangan daun tembakau oleh petani. Daun tembakau virginia yang layak diproses pada industri memliki kematangan yang sesuai dengan gradingnya yaitu daun bewarna kekuning kuningan. Oleh karna itu peneliti membuat penelitian tentang bagaimana cara mempermudah petani untuk memilah daun dengan kematangan yang sesuai. Rumusan masalah yaitu implementasi color moment, akurasi SVM, efektivitas SVM. Batasan masalah terfokus pada warna tembakau dan hanya pada jenis tembakau virginia, klasifik
APA, Harvard, Vancouver, ISO, and other styles
39

-, Ferawaty, Muhammad Zarlis, and Erna Budhiarti Nababan. "Analisis Perbandingan Akurasi dalam Identifikasi Autism dengan SVM dan Naive Bayes." Jurnal SIFO Mikroskil 17, no. 2 (2016): 137–44. http://dx.doi.org/10.55601/jsm.v17i2.384.

Full text
Abstract:
Gangguan autisme banyak ditemukan pada anak yang berumur 3 tahun ke bawah. Pendiagnosaan gangguan penyakit ini telah dilakukan dengan menggunakan berbagai metode, terutama metode dalam dunia psikologis. Peneliti menggunakan metode Support Vector Machine (SVM) dan metode Naive Bayes untuk menyelesaikan kasus gangguan autisme yang mengalami kesalahan diagnosa. Dalam hasil penelitian ini dilakukan perbandingan metode Support Vector Machine (SVM) dengan metode Naive Bayes. Metode Support Vector Machine (SVM) menghasilkan rata ?¢â?¬â?? rata klasifikasi 93,12%, sedangkan metode Naive Bayes menghasil
APA, Harvard, Vancouver, ISO, and other styles
40

Vika Vitaloka Pramansah. "Analisis Perbandingan Algoritma SVM Dan KNN Untuk Klasifikasi Anime Bergenre Drama." Jurnal Informatika dan Teknologi Komputer ( J-ICOM) 3, no. 1 (2022): 49–55. http://dx.doi.org/10.33059/j-icom.v3i1.4950.

Full text
Abstract:
Terdapat banyak genre anime seperti drama, aksi, romansa, komedi, dan lain sebagainya. Namun, dikarenakan genre anime itu banyak, penonton cukup kesulitan untuk mencari anime yang genrenya mereka sukai seperti genre drama yang menceritakan kehidupan manusia sehari-hari yang sifatnya cukup ringan. Dari permasalahan tersebut, maka dibutuhkan suatu metode klasifikasi untuk mengklasifikasikan anime yang tergolong ke dalam genre drama. Klasifikasi dalam data mining merupakan metode yang umum, suatu objek yang sebelumnya belum diketahui kelas/labelnya dapat melalui metode klasifikasi agar kelasnya d
APA, Harvard, Vancouver, ISO, and other styles
41

Aswin Ardiansyah, Enos C.O.Telaumbanua, Aron S. Gultom, and Angelita A. S. M. Limbong. "Klasifikasi Penyakit Diabetes Menggunakan Metode SVM Dan KNN." Jurnal Penelitian Rumpun Ilmu Teknik 3, no. 1 (2023): 77–83. http://dx.doi.org/10.55606/juprit.v3i1.3151.

Full text
Abstract:
Diabetes is a disease caused by high blood sugar levels and impaired insulin production in the body. Although it is not a contagious disease, in fact, many Indonesians suffer from diabetes. In fact, according to the North Sumatra Health Department, the prevalence of diabetes in Indonesia is estimated to reach 21.3 million people by 2030. As technology develops, machine learning has helped many health practitioners in dealing with diabetes, one of which is modeling with SVM and KNN. The application of this algorithm aims to create a model that is able to classify diabetes in patients based on d
APA, Harvard, Vancouver, ISO, and other styles
42

Purnama, Drajat Indra, Rahmi Lathifah Islami, Lisna Sari, and Pardomuan Robinson Sihombing. "Analisis Klasifikasi Data Tracer Study Dengan Support Vector Machine Dan Neural Network." Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) 4, no. 2 (2021): 46–52. http://dx.doi.org/10.47970/siskom-kb.v4i2.191.

Full text
Abstract:
Perguruan tinggi melakukan Tracer study secara reguler setiap tahun untuk memenuhi kebutuhan data akreditasi, pengembangan kurikulum dan perbaikan pembelajaran di perguruan tinggi serta mengetahui kualitas lulusan. Penelitian ini bertujuan melakukan analisis klasifikasi waktu tunggu kerja untuk mengetahui tingkat kelancaran alumni dalam mendapatkan pekerjaan dengan menggunakan metode klasifikasi Support Vector Machines(SVM) dan Backpropagation Neural Network (BPNN). Kedua metode klasifikasi baik BPNN dan SVM dengan fungsi Kernel Anova dapat menggambarkan klasifikasi data tracer study berdasark
APA, Harvard, Vancouver, ISO, and other styles
43

Prastyo, Bagus Adi, Istiadi Istiadi, and Aviv Yuniar Rahman. "KLASIFIKASI PENYAKIT DAUN PADI MENGGUNAKAN SUPPORT VECTOR MACHINE MELALUI TEKSTUR DAN WARNA DAUN DENGAN HSV DAN GABOR FILTER." Conference on Innovation and Application of Science and Technology (CIASTECH) 6, no. 1 (2023): 567. http://dx.doi.org/10.31328/ciastech.v6i1.5348.

Full text
Abstract:
Klasifikasi citra merupakan salah satu bidang penelitian yang penting dalam kecerdasan buatan. Support Vector Machine (SVM) merupakan salah satu metode klasifikasi yang banyak digunakan karena memiliki akurasi yang tinggi. Penelitian ini mengusulkan metode klasifikasi penyakit daun padi Sehat, Brownspot, Hispa, dan Leafblast menggunakan SVM dengan ekstraksi fitur warna HSV dan tekstur entropy Gabor Filter. Dataset Rice leaf disease digunakan untuk pelatihan dan pengujian metode yang diusulkan. Hasil penelitian menunjukkan bahwa kombinasi dari fitur mean, variance, mode kanal Hue Saturation Val
APA, Harvard, Vancouver, ISO, and other styles
44

Lukman Priyambodo, Hanin Latif Fuadi, Naura Nazhifah, et al. "Klasifikasi Kematangan Tanaman Hidroponik Pakcoy Menggunakan Metode SVM." Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) 6, no. 1 (2022): 153–60. http://dx.doi.org/10.29207/resti.v6i1.3828.

Full text
Abstract:
Pakcoy is a type of vegetable plant belonging to the Brassica family. Pakcoy plants can be cultivated using hydroponic techniques, namely plant cultivation techniques without soil media. The advantage of cultivating Pakcoy plants using hydroponic techniques is that it does not require a large area of ​​land, so it is easy to apply in the yard. However, cultivation with hydroponic techniques has drawbacks such as farmers need to make regular observations to determine the harvest readiness of each plant. This causes a lack of effectiveness of farmers in cultivating Pakcoy plants. With the develo
APA, Harvard, Vancouver, ISO, and other styles
45

Sooai, Adri Gabriel, Paskalis Andrianus Nani, Natalia Magdalena Rafu Mamulak, Corazon Olivia Sianturi, Shine Crossifixio Sianturi, and Alicia Herlin Mondolang. "Klasifikasi Citra Daun Anggur Menggunakan SVM Kernel Linear." JOINTECS (Journal of Information Technology and Computer Science) 8, no. 1 (2023): 19. http://dx.doi.org/10.31328/jointecs.v8i1.4496.

Full text
APA, Harvard, Vancouver, ISO, and other styles
46

Munandar, Adi Ariyo, Farikhin Farikhin, and Catur Edi Widodo. "Sentimen Analisis Aplikasi Belajar Online Menggunakan Klasifikasi SVM." JOINTECS (Journal of Information Technology and Computer Science) 8, no. 2 (2023): 77. http://dx.doi.org/10.31328/jointecs.v8i2.4747.

Full text
APA, Harvard, Vancouver, ISO, and other styles
47

Puerwandono, Edhy, and Irfan Maulana. "Penerapan Algoritma SVM Untuk Klasifikasi Citra Daun Sirih." INTECOMS: Journal of Information Technology and Computer Science 6, no. 2 (2023): 859–65. http://dx.doi.org/10.31539/intecoms.v6i2.7761.

Full text
Abstract:
Daun sirih termasuk tanaman herbal dengan khasiat yang sangat bagus untuk pengobatan karena mengandung antioksidan dan kandungan air yang cukup tinggi dan rendah kalori. Dengan memanfaatkan citra dari daun sirih yang nantinya akan diteliti dan menjadi nilai masukkan untuk proses pemilihan jenis dari daun sirih, dimana akan melalui beberapa tahapan seperti ekstraksi fitur tekstur, bentuk, dan warna yang selanjutnya akan di klasifikasi berdasarkan nilai dari hasil ekstraksi tersebut. Metodologi penelitian yang digunakan dalam penelitian ini menggunakan algoritma Support Vector Machines (SVM). Je
APA, Harvard, Vancouver, ISO, and other styles
48

Dewanti, Tita Risa, Rastri Prathivi, and Susanto Susanto. "IMPLEMENTASI METODE SVM UNTUK KLASIFIKASI PENYAKIT STUNTING BAYI." Jurnal Informatika Teknologi dan Sains (Jinteks) 7, no. 1 (2025): 101–6. https://doi.org/10.51401/jinteks.v7i1.5070.

Full text
Abstract:
Penelitian ini bertujuan untuk membuat model klasifikasi berbasis Support Vector Machine (SVM) yang mampu mendeteksi secara akurat kasus stunting pada bayi. Stunting adalah gangguan pertumbuhan kronis pada anak yang disebabkan oleh kekurangan gizi yang berkelanjutan yang menyebabkan tinggi badan anak kurang dari standar pertumbuhan yang ditetapkan oleh Organisasi Kesehatan Dunia. Metode ini dapat digunakan untuk memprediksi status gizi bayi dengan lebih akurat, mendukung upaya pencegahan stunting di Indonesia.
APA, Harvard, Vancouver, ISO, and other styles
49

Siregar, Muhammad Mizan, Rahmatika Hizria, and Doughlas Pardede. "Perbandingan Kinerja Kernel SVM dalam Klasifikasi Kategori Kanker Kulit Menggunakan Transfer Learning." Data Sciences Indonesia (DSI) 4, no. 1 (2024): 83–90. https://doi.org/10.47709/dsi.v4i1.4665.

Full text
Abstract:
Penelitian ini mengkaji efektivitas kombinasi transfer learning dengan Support Vector Machines (SVM) untuk klasifikasi kanker kulit. Tujuan utama dari penelitian ini adalah untuk mengklasifikasikan gambar kulit secara akurat ke dalam kelas "jinak" dan "ganas". Model VGG-19 yang telah dilatih sebelumnya digunakan untuk mengekstraksi fitur-fitur mendalam dari gambar kulit, menangkap pola visual yang rumit. Fitur-fitur ini kemudian dimasukkan ke dalam classifier SVM, dengan eksplorasi dilakukan pada kernel Radial Basis Function (RBF) dan Polynomial. Kinerja model-model yang diusulkan dievaluasi m
APA, Harvard, Vancouver, ISO, and other styles
50

Tino, Muhammad Dion Febrian, Herliyani Hasanah, and Tri Djoko Santosa. "PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINES (SVM) DAN NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT JANTUNG." INFOTECH journal 9, no. 1 (2023): 232–35. http://dx.doi.org/10.31949/infotech.v9i1.5432.

Full text
Abstract:
Jantung merupakan salah satu organ terpenting yang ada pada tubuh manusia. Dengan ada nya jantung, darah dapat tersalurkan keseluruh tubuh dengan baik. diperlukannya sebuah pola klasifikasi penyakit jantung. Klasifikasi yang digunakan yaitu dengan metode Support Vector Machines (SVM) dan Neural Net kinerja yang sangat baik. Pada dataset ini memiliki total 416 instance. Confusion Matrix algoritma SVM terdapat 36 + 34 prediksi yang benar dan 7 + 7 prediksi yang salah. Confusion Matrix algoritma Neural Network terdapat 164 + 180 prediksi yang benar dan 41 + 33 prediksi yang salah. Algoritma SVM m
APA, Harvard, Vancouver, ISO, and other styles
You might also be interested in the bibliographies on the topic 'Klasifikasi svm' for other source types:
Dissertations / Theses
We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!

To the bibliography