Perbandingan Kernel Support Vector Machine Dalam Melakukan Klasifikasi Penundaan Biaya Kuliah Mahasiswa
Teks penuh
Gambar
Dokumen terkait
Dari hasil pengujian dengan metode klasifikasi SVM akurasi yang didapat pada pengujian karakter hasil ekstraksi fitur dengan menggunakan 25 zona pada
Prosentase Unjuk Kerja terhadap Jumlah Data Training Berdasarkan pengujian terhadap 100 sampel dari 10 kelas wajah diperoleh bahwa unjuk kerja klasifikasi dengan metode
Berdasarkan hasil pengujian yang sudah dilakukan, algoritme SVM sangat cocok untuk klasifikasi data pada penelitian ini yang menghasilkan akurasi optimal yaitu
Hasil analisis yang dilakukan dapat dilihat pada Error: Reference source not found dari grafik tersebut diketahui pengujian rata – rata memiliki nilai akurasi
Pengujian 6 Klasifikasi pada model training Data Uji 3 dan data test menggunakan Data Uji 1 diperoleh bahwa nilai akurasi dengan model Word2vec dengan korpus Wikipedia
Untuk teks masukan yang tidak sama dengan teks dalam corpus, pada pengujian terhadap corpus I kedua metode memiliki hasil.. akurasi yang sama dan akurasi
Hasil pengujian yang sudah dilakukan terhadap sistem klasifikasi gangguan jiwa skizofrenia menggunakan algoritme support vector machine menghasilkan akurasi terbaik
Perbandingan dari varian jarak piksel dan fungsi kernel, menghasilkan akurasi tertinggi pada jarak piksel d = 1 menggunakan kernel Polynomial dengan hasil akurasi yang cukup tinggi
