Klasifikasi Objek Bawah Laut Dengan Memanfaatkan Support Vektor Machines

Tjahyanto, Aris (2015) Klasifikasi Objek Bawah Laut Dengan Memanfaatkan Support Vektor Machines. In: Seminar Nasional Matematika dan Pendidikan Matematika UNY 2015, 2015, Yogyakarta, Indonesia.

[img]
Preview
Text
T-4.pdf

Download (265kB) | Preview

Abstract

Pada penelitian ini, digunakan Support Vector Machines (SVM) untuk mengklasifikasi hamburan SONAR yang dipantulkan oleh dua buah objek bawah laut, yaitu ranjau laut yang berbentuk silinder logam dan batu yang bentuknya bulat atau mendekati silinder. Untuk membuat model SVM yang sesuai untuk keperluan klasifikasi, dipakai kernel Radial Basis Function (RBF) yang diatur karakteristiknya dengan parameter faktor penalti C dan gamma γ. Kedua parameter tersebut ditentukan dengan menggunakan algoritma pencarian tapis (grid search). Pada percobaan dipilih dua pasang [C γ]. Pasangan yang pertama adalah [1,4142 0,25] mewakili model soft margin, sedangkan pasangan kedua adalah [32 0,0625] mewakili model hard margin. Dari percobaan yang dilakukan diperoleh bahwa SVM soft margin memberikan akurasi sebesar 92,2%. Sedangkan SVM hard margin menghasilkan akurasi sebesar 89,4%. Model SVM soft margin memberikan akurasi 92,4% atau lebih baik dibandingkan dengan akurasi 90,4% dari penelitian sebelumnya yang menggunakan jaringan syaraf tiruan dengan hidden unit sebanyak

Item Type: Conference or Workshop Item (Paper)
Subjects: Prosiding > Seminar Nasional Matematika dan Pendidikan Matematika 2015
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Pendidikan Matematika
Depositing User: Administrator
Date Deposited: 13 Feb 2016 17:49
Last Modified: 14 Oct 2019 03:08
URI: http://eprints.uny.ac.id/id/eprint/29691

Actions (login required)

View Item View Item