DILLA RAHMIATI, - (2024) PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI STATUS MESIN POMPA AIR. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text TUGAS AKHIR LENGKAP KECUALI BAB IV.pdf Download (5MB) | Preview
	Text BAB IV.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Mendeteksi kerusakan pada pompa merupakan hal yang sangat penting untuk dilakukan agar tidak mengganggu keberlangsungan hidup masyarakat. Penelitian ini bertujuan untuk menerapkan metode Support Vector Machine (SVM) dalam mengklasifikasikan status mesin pompa air dan mengukur tingkat akurasi yang diperoleh. Penelitian ini melakukan beberapa pengujian terhadap data imbalance dan balance agar dapat mengetahui perbandingan performa akurasi. Teknik oversampling digunakan dalam menangani permasalahan yang terjadi pada data yang tidak seimbang. Pengujian dilakukan dengan penanganan outlier dan tanpa outlier pada tahapan preprocessing. Kemudian melakukan pembagian data dengan rasio 90:10, 80:20, dan 70:30 serta pengujian parameter yang digunakan yaitu parameter lambda (λ), cost (C), gamma (γ), dan sigma (σ) pada kernel Radial Basic Function (RBF). Hasil yang diperoleh menunjukkan rata-rata akurasi yaitu 99,94% tanpa outlier dan 79,65 dengan penanganan outlier. Sedangkan pada data imbalance sistem mengalami kesulitan mendeteksi kelas broken sehingga dilakukan balancing data dan diperoleh rata-rata presisi kelas broken yaitu 51% pada data balance 100% menggunakan Synthetic Minority Over-sampling Technique (SMOTE). Hasilnya menunjukkan sistem berhasil mengklasifikasikan ketiga kelas yaitu normal, recovering, dan broken.

Actions (login required)

View Item