Klasifikasi Kualitas Susu Sapi Menggunakan Metode Support Vector Machine (SVM)

Sari, Puspita (2017) Klasifikasi Kualitas Susu Sapi Menggunakan Metode Support Vector Machine (SVM). Sarjana thesis, Universitas Brawijaya.

Abstract

Susu sapi mengandung protein hewani yang sangat besar manfaatnya bagi bayi maupun mereka yang sedang dalam proses pertumbuhan, karena susu sapi mengandung asam amino esensial dalam jumlah yang cukup. UPT Laboratorium Kesehatan Hewan Malang sebagai unit pelaksana teknis di bawah Dinas Peternakan Jawa Timur bertugas melakukan pengujian di bidang kesmavet untuk upaya pengamanan susu sebagai produk peternakan dengan pengujian yang tepat sesuai dengan Standar Nasional Indonesia (SNI). Pengklasifikasian kualitas susu sapi di UPT tersebut masih dilakukan secara organoleptic (bau, rasa, dan warna) yang bersifat linguistik sehingga variabel dan penentuan parameter bersifat tidak pasti dan menjadi kendala utama pakar dalam menentukan kualitas susu yang baik. Untuk mengatasi permasalahan tersebut dibutuhkan suatu sistem klasifikasi yang mampu mengklasifikasikan kualitas susu sapi yang baik menggunakan metode support vector machine yang mana kinerja SVM lebih cocok dibandingkan dengan metode klasifikasi lainnya. Data yang digunakan dalam penelitian ini yaitu 269 yang dibagi menjadi data latih dan data uji dengan 3 hasil kualitas susu yaitu rendah, standar, dan tinggi. Hasil akurasi penelitian ini mendapatkan akurasi terbaik berdasarkan percobaan perbandingan rasio data 50%:50%, dengan mengggunakan kernel RBF dan nilai parameter λ (lambda) = 0,001, C (complexity) = 0,01, γ (gamma) =0,00001, itermax = 30 dan untuk nilai σ kernel RBF= 2. Hasil rata-rata akurasi menggunakan metode SVM pada klasifikasi kualitas susu sapi sebesar 92,82% dan akurasi tertinggi sebesar 94,02%.

English Abstract

Cow milk has a lot of animal protein and have benefit for children and whoever in process for grow up. Cow milk contains good essential amino acids. Malang Animal Health Laboratory as the unit executor in east java Animal Husbandry Department do a test in kesmavet for efforts to secure milk as a farm product with appropriate testing in suitable with the Indonesian National Standard (SNI).The classification of cow milk quality is still using organoleptic (smell, taste, color) that are linguistic, so that variable and parameter are uncertain and become themain obstacle of expert in determining good milk quality. To resolve this issue, this can be done with schizophrenia classification using support vector machine (SVM) algorithm, which SVM performace is more suitable than other classification methods. In this study there are 269 data that is divided into two data that is data training and data testing with three classification result, that is low, medium, and hight. The result in this paper get the best acuracy based ratio data 50%:50%, with Kernel RBF and λ (lambda) = 0,001, C (complexity) = 0,01, γ (gamma) =0,00001, maximum iteration = 30 and σ kernel RBF= 2. The average result of accuracy using SVM method in cow milk quality classification was 92.82% and highest accuracy was 94.02%.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2017/449/051707771
Uncontrolled Keywords:	Susu sapi, Klasifikasi, Support Vector Machine (SVM), Kernel RBF
Subjects:	000 Computer science, information and general works > 001 Knowledge > 001.012 Classification
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Yusuf Dwi N.
Date Deposited:	19 Sep 2017 02:25
Last Modified:	30 Sep 2020 06:53
URI:	http://repository.ub.ac.id/id/eprint/2683

	Text Bagian Depan.pdf Restricted to Repository staff only Download (2MB)
	Text BAB I.pdf Restricted to Repository staff only Download (500kB)
	Text BAB II.pdf Restricted to Repository staff only Download (877kB)
	Text BAB III.pdf Restricted to Repository staff only Download (522kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text BAB V.pdf Restricted to Repository staff only Download (973kB)
	Text BAB VI.pdf Restricted to Repository staff only Download (746kB)
	Text BAB VII.pdf Restricted to Repository staff only Download (462kB)
	Text Daftar Pustaka.pdf Restricted to Repository staff only Download (467kB)

Actions (login required)

View Item