Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
SVM-ML Metode Klasifikasi
1. D-IV Rekayasa Perangkat Lunak - Teknik Informatika
ALGORITMA
SUPPORT VECTOR
MACHINE
Elvi Rahmi, S.T., M.Kom.
elvizasri@gmail.com
2.
3. Opel Astra
METODE MACHINE LEARNING
Machine Learning Presentation 2023
Supervised Learning
Tipe machine learning yang memerlukan
data yang sudah diberi label untuk
melakukan prediksi.
Contoh:
Pada kasus klasifikasi gambar, mesin diberi serangkaian gambar mobil
dan truk yang telah diberi label. Setelah melatih mesin, mesin dapat
memprediksi dengan tepat apakah gambar yang diberikan adalah mobil
atau truk.
Mobil Truk ?
4. METODE MACHINE LEARNING
Machine Learning Presentation 2023
Supervised Learning
Tipe machine learning yang memerlukan data yang sudah diberi label untuk melakukan
prediksi.
Algoritma:
Support Vector Machine (SVM), Regresi Linear, K-Nearest Neighbor, Naive Bayes,
Random Forest, Neural Networks, Decision Tree.
5. SUPPORT VECTOR MACHINE (SVM)
Machine Learning Presentation 2023
Metode klasifikasi jenis terpandu (supervised) karena ketika proses pelatihan,
diperlukan target pembelajaran tertentu.
SVM merupakan algoritma yang bekerja menggunakan pemetaan nonlinear
untuk mengubah data pelatihan asli ke dimensi yang lebih tinggi.
SVM muncul pertama kali pada tahun 1992 oleh Vladimir Vapnik bersama
Bernhard Boser dan Isabelle Guyon.
SVM adalah algoritma supervised untuk klasifikasi yang bekerja dengan cara
mencari hyperplane dengan margin terbesar.
SVM sudah ada sejak tahun 1960an (termasuk karya awal oleh vapnik dan
Alexei Chervonenkis pada teori belajar statistik).
SVM dapat digunakan untuk prediksi dan klasifikasi.
6. SUPPORT VECTOR MACHINE (SVM)
Machine Learning Presentation 2023
Kelebihan Kekurangan
Waktu pelatihan SVM kebanyakan lambat,
tetapi metode ini sangat akurat karena
kemampuannya untuk menangani model-
model nonlinear yang kompleks.
SVM kurang rentan terhadap overfitting
dibandingkan metode lainnya.
Underfitting berarti model memiliki skor
akurasi yang rendah pada data training
dan data testing. Overfitting memiliki
skor akurasi tinggi pada data training,
tetapi skor rendah pada data testing. Ini
berarti model yang dibuat tidak
digeneralisasi.
7. SUPPORT VECTOR MACHINE (SVM)
Machine Learning Presentation 2023
Penerapan Identifikasi suara
Deteksi tulisan tangan
Pengenalan obyek
dll
11. SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE (SVM)
Support Vectors
Hyperplane
(Max) Margin
12. SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE (SVM)
Support Vectors
Hyperplane
(Max) Margin
Dua data yang memiliki jarak terdekat yang berasal dari kelas atau kelompok
yang berbeda.
15. SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE (SVM)
Support Vectors
Hyperplane
(Max) Margin
Dua data yang memiliki jarak terdekat yang berasal dari kelas atau kelompok
yang berbeda.
Garis pembatas antar support vectors.
17. SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE (SVM)
Support Vectors
Hyperplane
(Max) Margin
Dua data yang memiliki jarak terdekat yang berasal dari kelas atau kelompok
yang berbeda.
Garis pembatas antar support vectors.
Jarak antara support vectors dengan hyperplane.