Klasifikasi Presiden Republik Indonesia Menggunakan SVM Kernel Polynomial Dengan Fitur Ektraksi Gabor
DOI:
https://doi.org/10.25126/jtiik.2022976748Abstrak
Indonesia adalah negara dengan sistem demokrasi dalam pemerintahannya. Adanya pemilihan presiden yang dilakukan selama 5 tahun sekali dari masa kemerdekaan sampai dengan sekarang. Pemilihan presiden atau yang sering disebut dengan pemilu (pemilihan umum) ini berguna untuk memilih calon presiden dan wakil presiden dalam sebuah negara. Mengingat adanya pergantian presiden setelah 5 tahun dalam 2 periode, para remaja jaman sekarang cenderung mengikuti jaman millennial. Sehingga banyak diantaranya tidak mengenali siapa saja presiden-presiden yang pernah menjabat di Indonesia. Oleh karena itu peneliti mengusulkan Sistem Klasifikasi Presiden Republik Indonesia menggunakan SVM Kernel Polynomial dengan Fitur Ekstraksi Gabor. Tujuan dalam peneliti ini untuk membedakan dan mengklasifikasikan nama presiden berdasarkan dengan foto tersebut. Hasil dalam SVM fitur Gabor kernel Polynomial mendapatkan nilai accuracy tertinggi sebesar 80.77 dengan split ratio 10:90. Parameter precision memiliki nilai tertinggi mencapai 32.56 dengan split ratio 10:90 dan Recall mencapai 32.70 pada split ratio 10:90. Hasil dalam pengujian ini menunjukkan bahwa SVM fitur Gabor kernel Polynomial ialah yang mampu mengklasifikasikan foto presiden dengan baik dan akurat.
Abstract
Indonesia is a country with a democratic system in its government. Presidential elections are held every 5 years from the time of independence until now. Presidential elections or what are often called elections (general elections) are useful for selecting presidential and vice presidential candidates in a country. considering the change of president after 5 years in 2 periods, today's youth tend to follow the millennial era. So many of them do not know who the presidents who have been in Indonesia are. Therefore, the researcher proposes the Classification System for the President of the Republic of Indonesia using SVM Kernel Polynomial with Gabor Extraction Features. The purpose of this research is to distinguish and classify the name of the president based on the photo. The results in the SVM Gabor Polynomial kernel feature get the highest accuracy value of 80.77 with a split ratio of 10:90. The precision parameter has the highest value reaching 32.56 with a split ratio of 10:90 and Recall reaching 32.70 at a split ratio of 10:90. The results in this test show that SVM features a Gabor Polynomial kernel which is able to classify presidential photos well and accurately.
Downloads
Referensi
AINI, Q., LUTFIANI, N., KUSUMAH, H. AND ZAHRAN, M.S., 2021. Deteksi dan Pengenalan Objek Dengan Model Machine Learning. CESS (Journal of Computer Engineering, System and Science), 6(2), p.192.
ALAMSYAH, D. AND PRATAMA, D., 2020. Implementasi Convolutional Neural Networks (CNN) untuk Klasifikasi Ekspresi Citra Wajah. Jurnal Teknologi Informasi, 4(2), pp.350–355.
APRILIAH, W., KURNIAWAN, I., BAYDHOWI, M., HARYATI, T., Informasi, S., Kabupaten, K., Bina, U., Informatika, S., Informasi, S., Informatika, F. and Insani, U.B., 2021. Prediksi Kemungkinan Prediksi pada Tahap Awal Menggunakan Algoritma Klasifikasi Random Forest. 10, pp.163–171.
HANANTO, A.L. AND RAHMAN, A.Y., 2018. User Experience Measurement On Go-Jek Mobile App In Malang City. 2018 Third International Conference on Informatics and Computing (ICIC), pp.1–6.
HANANTO, A.L., SULAIMAN, S., WIDIYANTO, S. AND RAHMAN, A.Y., 2021. Evaluation Comparison Of Wave Amount Measurement Results In Brass-Plated Tire Steel Cord Using RMSE And Cosine Similarity. Indonesian Journal of Electrical Engineering and Computer Science, 22(1), p.207.
JULIANSA HENGKI, D. SARJON AND SUMIJAN, 2018. Implementasi Convolutional Neural Network Untuk Deteksi Citra Wajah. Resti, 1(1), pp.19–25.
KUSMARYANTO, S., 2018. Jaringan Saraf Tiruan Backpropagation untuk Pengenalan Wajah Metode Ekstraksi Fitur Berbasis Histogram. 8(2), pp.193–198.
LUKMANA, D.T., SUBANTI, S. AND SUSANTI, Y., 2019. Analisis Sentimen Terhadap Calon Presiden 2019 Dengan Support Vector Machine Di Twitter. Seminar Nasional Penelitian Pendidikan Matematika (SNP2M) 2019 UMT, (2002), pp.154–160.
MAHMUD, K.H., ADIWIJAYA AND AL FARABY, S., 2019. Klasifikasi Citra Multi-Kelas Menggunakan Convolutional Neural Network. e-Proceeding of Engineering, 6(1), pp.2127–2136.
NUGROHO, AGUNG, DZULATKHA, A., 2020. Klasifikasi Analisis Terhadap Calon Presiden Pada Media Sosial Menggunakan Metode Algoritma Naive Bayes. SIGMA - Jurnal Teknologi Pelita Bangsa 167, 10(September), pp.167–172.
NUGROHO, D.A., SAVITRI, N., SAPUTRA, N., AND WALUYO, R., 2021. Analisis Sentimen Data Presiden Jokowi Dengan Preprocessing Normalisasi Dan Stemming Menggunakan Metode Naive Bayes Dan SVM. Nasional Teknologi Fakultas Teknik Universitas Krisnadwipayana, 3(1), pp.1–11.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
