PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) DALAM MENGELOMPOKKAN JENIS KALENG BERDASARKAN CITRA RED GREEN BLUE (RGB)

NUGRAHA, MULYA NOVAL and Resti, Yulia and Zayanti, Des Alwine (2021) PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) DALAM MENGELOMPOKKAN JENIS KALENG BERDASARKAN CITRA RED GREEN BLUE (RGB). Undergraduate thesis, Sriwijaya University.

	Text RAMA_44201_08011281520078.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (990kB) | Request a copy
	Text RAMA_44201_08011281520078_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
Preview	Text RAMA_44201_08011281520078_0019077302_0004127001_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (515kB) | Preview
	Text RAMA_44201_08011281520078_0019077302_0004127001_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (264kB) | Request a copy
	Text RAMA_44201_08011281520078_0019077302_0004127001_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (48kB) | Request a copy
	Text RAMA_44201_08011281520078_0019077302_0004127001_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (310kB) | Request a copy
	Text RAMA_44201_08011281520078_0019077302_0004127001_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (46kB) | Request a copy
	Text RAMA_44201_08011281520078_0019077302_0004127001_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (44kB) | Request a copy

Abstract

Pada zaman sekarang, kemasan kaleng menjadi salah satu masalah bagian kehidupan masyarakat sehari-hari. Salah satu ciri kemasan kaleng adalah tidak dapat didaur ulang secara alami atau biologis karena kaleng termasuk limbah anorganik. Oleh sebab itu, untuk mengurangi pencemaran lingkungan kaleng perlu didaur ulang berdasarkan jenisnya. Tujuan penelitian ini adalah untuk mengklasifikasi jenis kaleng dan mengetahui seberapa akurat metode Support Vector Machine dalam pengklasifikasiannya. Data yang digunakan pada penelitian ini adalah 250 sampel kaleng yang dibagi secara acak menjadi 10 bagian. Masing-masing bagian terdiri dari 25 sampel kaleng. Kernel SVM yang digunakan adalah kernel Linier, Polinomial, dan RBF. Setiap bagian sampel kaleng akan berperan sebagai data latih dan bagian sampel lainnya berperan sebagai data uji. Pada kernel Linier, tingkat akurasi paling tinggi diperoleh pada data sampel bagian 1 sebesar 92,89% dan varian paling tinggi pada data sampel bagian 2 sebesar 116. Pada kernel Polinomial, tingkat akurasi paling tinggi diperoleh pada data sampel bagian 5 sebesar 46,67% dan varian paling tinggi pada data sampel bagian 7 sebesar 37,78. Pada kernel RBF, tingkat akurasi dan varian paling tinggi diperoleh pada data sampel bagian 4 sebesar 37,33% dan 16.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Support Vector Machine, Kernel, Cans Type, Hyperplane
Subjects:	Q Science > QA Mathematics > QA75-76.95 Calculating machines > QA76.9.B45 Big data. Machine learning. Quantitative research. Metaheuristics.
Divisions:	08-Faculty of Mathematics and Natural Science > 44201-Mathematics (S1)
Depositing User:	Users 10426 not found.
Date Deposited:	02 Feb 2021 02:50
Last Modified:	02 Feb 2021 02:50
URI:	http://repository.unsri.ac.id/id/eprint/41164

Actions (login required)

View Item