Please use this identifier to cite or link to this item:
http://repository.ipb.ac.id/handle/123456789/106587
Title: | Metode Support Vector Machine (SVM) untuk Klasifikasi Enam Tumbuhan Zingiberaceae Menggunakan Variabel Terpilih Hasil Algoritma Genetika |
Other Titles: | Support Vector Machine (SVM) Method for Classification of The Six of Zingiberaceae Plants Using Selected Variable of Genetic Algorithm Results |
Authors: | Dyah Syafitri, Utami Rafi, Mohamad Mochamad Afendi, Farit Oktarina, Triyani |
Issue Date: | 28-Aug-2020 |
Publisher: | Indonesian Journal of Statistics and Its Applications |
Series/Report no.: | Vol xx (eISSN:2599-0802) Vol xx No yy (20xx), xxx - xxx;Vol xx No yy (20xx), xxx - xxx 3 |
Abstract: | 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 |
URI: | http://repository.ipb.ac.id/handle/123456789/106587 |
ISSN: | (eISSN:2599-0802) Vol xx No yy (20xx), xxx - xxx |
Appears in Collections: | MT - Mathematics and Natural Science |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Cover.pdf Restricted Access | Cover | 501.83 kB | Adobe PDF | View/Open |
G152160031_TESIS TRIYANI OKTARIA.pdf Restricted Access | Fullteks | 1.41 MB | Adobe PDF | View/Open |
Lampiran.pdf Restricted Access | Lampiran | 862.92 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.