IMPLEMENTASI METODE SUPPORT VECTOR MACHINE (SVM) UNTUK PREDIKSI KECERDASAN ANAK USIA DINI

Hamang, Suci Wilani S. (2021) IMPLEMENTASI METODE SUPPORT VECTOR MACHINE (SVM) UNTUK PREDIKSI KECERDASAN ANAK USIA DINI. Sarjana thesis, Universitas Khairun.

[thumbnail of A.COVER.pdf] Text
A.COVER.pdf - Published Version

Download (154kB)
[thumbnail of G.ABSTRAK.pdf] Text
G.ABSTRAK.pdf - Published Version

Download (169kB)
[thumbnail of H.BAB I.pdf] Text
H.BAB I.pdf - Published Version

Download (189kB)
[thumbnail of M.DAFTAR PUSTAKA.pdf] Text
M.DAFTAR PUSTAKA.pdf - Published Version

Download (245kB)

Abstract

Penelitian ini bertujuan untuk mengimplementasikan metode Support Vector Machine untuk prediksi tingkat kecerdasan akan usia dini dan menghitung akurasi Support Vector Machine. Model algoritma Support Vector Machine (SVM) adalah salah satu algoritma dari metode prediksi yang dapat menghasilkan proses pembelajaran dalam suatu masalah prediksi diterjemahkan sebagai upaya mencari garis (hyperlane) untuk memisahkan dari kedua kelompok tersebut. Mencari akurasi terbaik dengan melakukan 6 percobaan, 3 percobaan dengan 30 data testing dan 3 percobaan 20 data testing dengan nilai ambang batas yang sama. Percobaan pertama 30 data testing menggunakan nilai ambang batas -1 mendapatkan akurasi 87%, percobaan kedua 30 data testing dengan nilai ambang batas 0.1 dan mendapatkan akurasi 100%, di percobaan ketiga 30 data testing menggunakan nilai ambang batas 1 mendapatkan akurasi 84%, percobaan keempat 20 data testing dengan ambang batas -1 mendapatkan akurasi 85%, percobaan kelima 20 data testing dengan ambang batas 0.1 mendapatkan akurasi 100%, dan percobaan keenam 20 data testing dengan ambang batas 1 mendapatkan akurasi 80%.

Item Type: Thesis (Sarjana)
Subjects: T Technology > TL Motor vehicles. Aeronautics. Astronautics
Divisions: Fakultas > Teknik Informatika
Fakultas > Teknik Informatika
Fakultas > Teknik Informatika
Depositing User: Yurni Naser
Date Deposited: 27 Feb 2023 05:20
Last Modified: 27 Feb 2023 05:20
URI: http://digilib.unkhair.ac.id/id/eprint/2964

Actions (login required)

View Item View Item