Klasifikasi khasiat formula jamu menggunakan metode support vector machine dan algoritme k-means sebagai penyeleksi fitur
View/ Open
Date
2015Author
Puspita, Meylinda Nur
Kusuma, Wisnu Ananta
Kustiyo, Aziz
Metadata
Show full item recordAbstract
Jamu adalah tanaman obat tradisional dari Indonesia yang terkenal dengan
istilah herba atau herbal yang terbuat dari bahan alami seperti akar-akaran, daundaunan,
kulit batang, buah, dan bagian dari tubuh hewan. Tujuan penelitian ini
adalah membuat sistem klasifikasi khasiat jamu berdasarkan komposisi tanaman
menggunakan metode support vector machine (SVM) dan menerapkan metode
clustering k-means sebagai seleksi fitur. Hasil dari penelitian ini dibandingkan
dengan penelitian sebelumnya yang menggunakan metode SVM tanpa dilakukan
seleksi fitur. Penelitian ini menggunakan ragam untuk mengevaluasi hasil
clustering. Sebanyak 3138 data jamu dan 465 jenis tanaman dikelompokkan ke
dalam 100 cluster dengan ragam sebesar 0.0096. Pengelompokan tersebut berhasil
mereduksi dimensi data sebanyak 3047 data jamu dan 236 jenis tanaman.
Klasifikasi SVM dengan menggunakan seleksi fitur menghasilkan akurasi sebesar
71.5%.
Collections
- UT - Computer Science [2255]