Identifikasi Jenis Ras pada Kucing Menggunakan Algoritma Support Vector Machine (SVM)

Prasetyo Defantara Hadi, Diah Arie Widhining K, Farrady Alif Fiolana

Abstract


Kucing adalah mamalia karnivora kecil yang dikenal sebagai satu-satunya spesies jinak dalam keluarga Felidae . Di Indonesia, beberapa jenis ras kucing populer sebagai hewan peliharaan, antara lain Bengal, Ragdoll, Russian Blue, Siamese, dan Persia. Namun, keberagaman ras kucing ini seringkali membuat pemiliknya kesulitan mengidentifikasi jenis ras yang dimiliki oleh kucing mereka. Penelitian ini bertujuan untuk melakukan klasifikasi pada lima jenis ras kucing tersebut menggunakan metode Support Vector Machine (SVM) dengan kernel Radial Basis Function(RBF). Data yang digunakan terdiri dari tiga jenis dataset, yaitu data latih sebanyak 1400 sampel, data validasi sebanyak 600 sampel dan data uji sebanyak 250 sampel. Hasil penelitian menunjukkan bahwa model yang dibangun menggunakan metode SVM dengan kernel RBF berhasil mencapai tingkat akurasi sebesar 86%, presisi sebesar 87%, recall sebesar 86%, dan f1 score sebesar 86%. Hasil tersebut menandakan bahwa model klasifikasi ini mampu melakukan prediksi dengan tingkat keakuratan yang baik.


Keywords


Ras Kucing; Klasifikasi; Machine Learning; Suppor Vector Machine

Full Text:

PDF

References


A. A. Bardekar dan V. M. Deshmukh, “An Empirical Study : Musical Influence on Face Using the Local Binary Pattern ( LBP ) Approach,” 2012.

Y. Li, H. Tang, W. Xie, dan W. Luo, “Multidimensional Local Binary Pattern for Hyperspectral Image Classification,” IEEE Trans. Geosci. Remote Sens., vol. 60, hal. 1–13, 2022.

D. Ayon, “Machine Learning Algorithms : A Review,” Int. J. Comput. Sci. Inf. Technol., vol. 7, no. 3, hal. 1174–1179, 2016, doi: 10.21275/ART20203995.

R. R. Jaka Kusuma1, Abwabul Jinan2, Muhammad Zulkarnain Lubis3, Rubianto4, “Komparasi Algoritma Support Vector Machine Dan Naive Bayes Pada Klasifikasi Ras Kucing,” J. Generic, vol. 14, no. 1, hal. 8–12, 2022, [Daring]. Tersedia pada: http://generic.ilkom.unsri.ac.id/index.php/generic/article/view/122

D. A. Pisner dan D. M. Schnyer, Support vector machine. Elsevier Inc., 2019. doi: 10.1016/B978-0-12-815739-8.00006-7.

J. Mase, M. T. Furqon, dan B. Rahayudi, “Penerapan Algoritme Support Vector Machine ( SVM ) Pada Pengklasifikasian Penyakit Kucing,” J. Pegembangan Teknol. Inf. dan Ilmu Komput., vol. 2, no. 10, hal. 3648–3654, 2018.

I. Muslihah dan M. Muqorobin, “Texture Characteristic of Local Binary Pattern on Face Recognition with Probabilistic Linear Discriminant Analysis,” Int. J. Coop. Inf. Syst., vol. 1, hal. 22–26, 2020.

A. Suryadibrata dan S. D. Salim, “Klasifikasi Anjing dan Kucing menggunakan Algoritma Linear Discriminant Analysis dan Support Vector Machine,” Ultim. J. Tek. Inform., vol. 11, no. 1, hal. 46–51, 2019, doi: 10.31937/ti.v11i1.1076.

A. P. Bradley, “The use of the area under the ROC curve in the evaluation of machine learning algorithms,” Pattern Recognit., vol. 30, no. 7, hal. 1145–1159, 1997, doi: 10.1016/S0031-3203(96)00142-2.

Fernanda Januar Pratama, Wikky Fawwaz Al Maki, dan Febryanti Sthevanie, “Big Cats Classification Based on Body Covering,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 5, hal. 984–991, 2021, doi: 10.29207/resti.v5i5.3328.




DOI: https://doi.org/10.26905/jasiek.v6i1.10989

Refbacks

  • There are currently no refbacks.


JASIEK(Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer)
Department of Electrical Engineering, Universitas Merdeka Malang


Image result for address iconTaman Agung Street No. 1, Sukun, Malang Kota, Jawa Timur, 65146, Indonesia
Image result for address blue icon[email protected]
Image result for address blue icon0822-3333-4114
@jasiekunmer

Supported By: