Metode Support Vector Machine (SVM) untuk Klasifikasi Enam Tumbuhan Zingiberaceae Menggunakan Variabel Terpilih Hasil Algoritma Genetika
Date
2020-08-28Author
Oktarina, Triyani
Dyah Syafitri, Utami
Rafi, Mohamad
Mochamad Afendi, Farit
Metadata
Show full item recordAbstract
Beberapa jenis tanaman rimpang seperti jahe emprit (Zingiber officinale var
amarum), jahe merah (Z. officinale var rubrum), lempuyang emprit (Z.
americans), lempuyang gajah (Z. zerumbet), lengkuas merah (Alpinia purpurata),
dan lengkuas putih (A. galanga) memiliki bentuk dan kegunaan yang mirip.
Adanya kemiripan bentuk dan kegunaan yang ada pada tanaman rimpang ini
dimungkinkan terjadinya substitusi bahan baku antara satu dengan lainnya
sehingga sulit dibedakan, misalnya dalam produk obat herbal, terutama jika
dikemas dalam bentuk serbuk. Pusat Studi Biofarmaka Tropika Institut Pertanian
Bogor melakukan percobaan terhadap enam tanaman rimpang tersebut dengan
menggunakan spektrofometri UV-Vis (Ultraviolet-Visible) untuk
mengidentifikasi dan mengautentifikasi kandungan senyawa aktif yang ada pada
tanaman tersebut. Penelitian ini difokuskan untuk menggunakan sinyal dari
keseluruhan komponen kimia untuk membedakan keenam tanaman yang
digunakan.
Hafid (2020) telah melakukan penelitian pengklasifikasian terhadap jahe
emprit, jahe merah, lempuyang emprit, lempuyang gajah, lengkuas merah, dan
lengkuas putih menggunakan analisis diskriminan kuadrat terkecil parsial tanpa
preprocessing diperoleh nilai akurasi 86%, sedangkan dengan menggunakan
analisis diskriminan kuadrat terkecil parsial dengan preprocessing diperoleh nilai
akurasi 95%. Sedangkan pada penelitian ini metode klasifikasi yang digunakan
adalah Support Vector Machine (SVM) untuk memprediksi kelas dari suatu data.
Metode SVM juga memiliki kemampuan klasifikasi yang baik dan dapat
digunakan untuk data berskala besar dengan peubah penjelas yang banyak serta
kekar terhadap pencilan (Steinberg & Colla 1995).
Peubah penjelas berperan penting dalam memperoleh hasil prediksi dengan
akurasi yang tinggi. Pada penelitian ini teknik reduksi peubah penjelas
menggunakan teknik algoritma genetika. Teknik ini juga sering digunakan dalam
bidang kemometrika. Hasil penelitian menunjukkan bahwa metode Support
Vector Machine (SVM) dengan identifikasi panjang gelombang menggunakan
algoritma genetika sangat efektif dalam mengklasifikasikan enam jenis tanaman
rimpang jahe emprit, jahe merah, lempuyang emprit, lempuyang gajah, lengkuas
merah dan lengkuas dengan memberikan akurasi sebesar 100% pada peluang
mutasi 0.1 dan ukuran populasi 30