Klasifikasi khasiat formula jamu menggunakan metode support vector machine dan algoritme k-means sebagai penyeleksi fitur

Abstract

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%.