Rancangan Tugas Akhir

KLASIFIKASI DATA SECARA LINEAR DENGAN METODE SVM (SUPPORT VECTOR MACHINE)

Disusun Oleh IRFAN JUNI (H121 10 251)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS HASANUDDIN MAKASSAR 2013

BAB I PENDAHULUAN

I.1. Latar Belakang

Kehidupan modern saat ini banyak sekali yang berhubungan dengan manajemen data. Istilah data seringkali diartikan sebagai suatu informasi yang memiliki arti. Menurut Wikipedia Kumpulan informasi yang mempunyai arti ini kemudian disimpan di dalam komputer secara sistematik sehingga dapat diperiksa menggunakan suatu program komputer untuk memperoleh informasi, hal ini kemudian dikenal sebagai istilah database. Terdapat banyak teknik yang digunakan dalam proses organisasi dan teknik analisis suatu kumpulan data atau database. Teknik-teknik ini kemudian dikenal dengan istilah Data Mining. Data Mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Data mining adalah proses menerapkan metode ini untuk data dengan maksud untuk mengungkap pola-pola tersembunyi. Dewasa ini, penggunaan data mining dalam kehidupan sehari-hari sering sekali kita jumpai misalnya dalam pengurusan database, pengenalan pola-pola data, prediksi pertumbuhan ekonomi, dan sebagainya. Data mining juga sering digunakan oleh ilmuwan dalam proses penelitan yang membutuhkan pola-pola perilaku suatu data. Hal yang menjadi pembeda antara Data Mining dengan analisis data lain adalah Data Mining biasanya diaplikasikan untuk suatu database dengan skala besar.

Salah satu algoritma yang sering digunakan dalam Data Mining adalah SVM (Support Vector Machine). Metode ini diperkenalkan pertama kali pada tahun 1992 oleh Boser,Guyon, Vapnik. Metode ini adalah salah satu diantara sekian banyak metode yang digunakan untuk teknik klasifikasi dalam Data Mining. Klasifikasi disini maksudnya pengelompokan suatu data kedalam kelas kelas dengan ciri atau kriteria tertentu. Klasifikasi berguna dalam proses prediksi suatu data. Apabila data telah diklasifikasi berdasarkan kelas-kelas dengan ciri tertentu dan kemudian ada data baru lagi dan bila data baru tersebut memiliki sifat yang sama atau hampir sama dengan sifat yang ada pada suatu kelas tertentu, data tersebut kemudian dapat diprediksi polanya berdasarkan informasi yang diperoleh dari klasifikasi sebelumnya. Metode SVM memiliki beberapa keunggulan yaitu metode ini bersifat dinamis artinya metode ini selalu belajar atau menyempurnakan diri mengikuti pola data yang berubah-ubah. Keunggulan inilah yang membuat metode ini banyak digunakan dalam teknik klasifikasi data mining. Berdasarkan uraian diatas, penulis kemudian menguraikan cara kerja

metode SVM ini kedalam penelitian berjudul Klasifikasi Data secara linear dengan Metode SVM.

I.2. Rumusan Masalah

Berdasarkan latar belakang penelitian, rumusan masalah untuk penelitian ini adalah: 1. Bagaimana peranan metode SVM dalam klasifikasi suatu data. 2. Bagaimana implementasi klasifikasi linear terhadap suatu data . 3. Bagaimana implementasi SVM untuk klasifikasi data secara linear.

I.3. Batasan Masalah

Penelitian ini hanya akan membahas tentang penggunaan metode SVM dengan distribusi gauss dalam teknik klasifikasi data. Contoh-contoh klasifikasi data SVM disini bersifat linear dan tidak akan membahas klasifikasi data dengan teknik SVM yang non-linear.

I.4. Tujuan Penelitian

Penelitian ini bertujuan untuk: 1. Mengetahui peranan metode SVM dalam klasifikasi data. 2. Mengetahui implementasi klasifikasi data secara linear. 3. Mengetahui aplikasi atau implementasi metode SVM dalam klasifikasi data secara linear

I.5. Manfaat Penelitian

Penelitian ini bermanfaat untuk mengkaji peran distribusi Gauss dalam aplikasi metode SVM untuk teknik klasifikasi data. Penelitian ini juga bermanfaat untuk

mengetahui seberapa efektif metode SVM digunakan dalam suatu teknik Klasifikasi data.