SlideShare a Scribd company logo
1 of 25
Download to read offline
D-IV Rekayasa Perangkat Lunak - Teknik Informatika
ALGORITMA
SUPPORT VECTOR
MACHINE
Elvi Rahmi, S.T., M.Kom.
elvizasri@gmail.com
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 ?
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.
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.
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.
SUPPORT VECTOR MACHINE (SVM)
Machine Learning Presentation 2023
Penerapan Identifikasi suara
Deteksi tulisan tangan
Pengenalan obyek
dll
Laki-Laki Perempuan
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE (SVM)
Support Vectors
Hyperplane
(Max) Margin
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.
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
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.
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
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.
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
BAGAIMANA JIKA
DATA TIDAK LINEAR?
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SVM Kernel Trick
Dimensi Baru
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SVM Kernel Trick
Dimensi Baru
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SVM Kernel Trick
Dimensi Baru
hyperplane
SUPPORT VECTOR MACHINE
(CARA KERJA)
Machine Learning Presentation 2023
SVM Kernel Trick
Dimensi Baru
hyperplane
SUPPORT VECTOR MACHINE
Machine Learning Presentation 2023
https://santosa.files.wordpress.com

More Related Content

More from Elvi Rahmi

Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfElvi Rahmi
 
05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdf05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdfElvi Rahmi
 
Teknik Sampling
Teknik SamplingTeknik Sampling
Teknik SamplingElvi Rahmi
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfElvi Rahmi
 
04 - Teori Peluang.pdf
04 - Teori Peluang.pdf04 - Teori Peluang.pdf
04 - Teori Peluang.pdfElvi Rahmi
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdfElvi Rahmi
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdfElvi Rahmi
 
Quiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdfQuiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdfElvi Rahmi
 
03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdf03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdfElvi Rahmi
 
02 - Penyajian Data (Distribusi Frekuensi).pdf
02 - Penyajian Data (Distribusi Frekuensi).pdf02 - Penyajian Data (Distribusi Frekuensi).pdf
02 - Penyajian Data (Distribusi Frekuensi).pdfElvi Rahmi
 
01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdfElvi Rahmi
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremonyElvi Rahmi
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukElvi Rahmi
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Elvi Rahmi
 

More from Elvi Rahmi (14)

Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
 
05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdf05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdf
 
Teknik Sampling
Teknik SamplingTeknik Sampling
Teknik Sampling
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdf
 
04 - Teori Peluang.pdf
04 - Teori Peluang.pdf04 - Teori Peluang.pdf
04 - Teori Peluang.pdf
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf
 
Quiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdfQuiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdf
 
03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdf03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdf
 
02 - Penyajian Data (Distribusi Frekuensi).pdf
02 - Penyajian Data (Distribusi Frekuensi).pdf02 - Penyajian Data (Distribusi Frekuensi).pdf
02 - Penyajian Data (Distribusi Frekuensi).pdf
 
01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremony
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
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
  • 8.
  • 10.
  • 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.
  • 13. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023
  • 14. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023
  • 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.
  • 16. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023
  • 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.
  • 18. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023
  • 19. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023 BAGAIMANA JIKA DATA TIDAK LINEAR?
  • 20. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023
  • 21. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023 SVM Kernel Trick Dimensi Baru
  • 22. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023 SVM Kernel Trick Dimensi Baru
  • 23. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023 SVM Kernel Trick Dimensi Baru hyperplane
  • 24. SUPPORT VECTOR MACHINE (CARA KERJA) Machine Learning Presentation 2023 SVM Kernel Trick Dimensi Baru hyperplane
  • 25. SUPPORT VECTOR MACHINE Machine Learning Presentation 2023 https://santosa.files.wordpress.com