Pemodelan Support Vector Machine untuk Klasifikasi Bakteri Patogen dan Non Patogen Berdasarkan Data Sekuens Genom
Teks penuh
Gambar
Dokumen terkait
Untuk penelitian selanjutnya dapat dilakukan dengan data yang digunakan pada penelitian ini sebaiknya ditambahkan agar untuk fragmen metagenome yang lebih panjang, pola
Pada skenario ini digunakan dataset yang sama dengan sebelumnya dan semua tweet diklasifikasikan menggunakan metode SVM menggunakan kernel terbaik yang didapat
Algoritma Simulated Annealing (SA) merupakan salah satu algoritma yang pada Tugas Akhir ini mengoptimasi parameter SVM. SA merupakan algoritma metaheuristik yang dapat
Setelah dilakukan analisis pada data breast cancer dan colon cancer menggunakan SVM, FSVM, dan EFSVM baik untuk data dengan seluruh feature maupun selected feature , pada
a. Menentukan fungsi kernel, nilai-nilai parameter kernel dan parameter cost untuk optimasi hyperplane pada data training. Memilih nilai parameter terbaik untuk
Tabel confusion matrix KSMOTE-SVM pada dataset Mahasiswa Aktif Fakultas Teknologi Informasi .... Tabel confusion matrix KSMOTE-SVM pada dataset Mahasiswa Lulus
membandingkan BPNN dan Forward Selection serta Backward Elimination , dilanjutkan pada tahap 6 yaitu pengaplikasian model yang terbaik yang dihasilkan algoritma SVM
Kombinasi data akan diuji dengan pemodelan Support Vector Machine SVM dengan tujuan mencari data untuk menghasilkan akurasi yang terbaik dari kombinasi nilai parameter yang diujikan
