DIGITAL LIBRARY
| JUDUL | : | Analisis Fitur Baru Terhadap Kinerja Algoritma Support Vector Machine pada Klasifikasi Pesan Bencana Alam | |
| PENGARANG | : | KHAIRISYAH YULIANI FIRLIA | |
| PENERBIT | : | UNIVERSITAS LAMBUNG MANGKURAT | |
| TANGGAL | : | 2021-09-20 |
Bencanaalam adalah bencana yang diakibatkan oleh peristiwa atau serangkaian peristiwa yang disebabkan oleh alam. Menurut Badan Nasional Penanggulangan Bencana (BNPB) mencatat bahwa sepajang tahun 2017 telah terjadi 2.862 kali bencana. Dataset yang digunakan data bencana alam banjir dan gempa yang didapat dari penelitian sebelumnya oleh Pahrul (2020) dan Nooralifa (2020). Metode klasifikasi pada penelitian ini menggunakan metode Support Vector Machine Multiclass. Proses klasifikasi dimulai dari preprocessing untuk menghilangkan noise pada dataset, kemudian membuat fitur baru berupa menghitung jumlah kata dan memeriksa keberadaan url dan gambar, selanjutnya membagi data set menggunakan metode k-Fold Cross Validation dengan nilai k=10, selanjutnya dilakukan tuning parameter pada parameter C dan sigma, kemudian dilakukan klasifikasi menggunakan Support Vector Machine dengan kernel Gaussian Radial Basis Functiondengan membandingkan dataset yang ditambahkan fitur baru dengan dataset tanpa ditambahkan fitur baru. Penelitian ini memberikan hasil terbaik pada pengujian data banjir dengan dataset yang ditambahkan fitur baru dengan hasil kinerja yaitu akurasi sebesar 77,50%, recall sebesar 77,50% dan presisi sebesar 77,94% sedangkan pada data gempa memberikan hasil terbaik pada dataset tanpa ditambahkan fitur baru yaitu akurasi sebesar 84,30%, recall sebesar 84,30% dan presisi sebesar 84,29%.
| NO | DOWNLOAD LINK |
| 1 | FILE 1 |
File secara keseluruhan dapat di unduh DISINI