PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) UNTUK MENDETEKSI PENYALAHGUNAAN NARKOBA

R Damasela; B. P. Tomasouw; Z. A. Leleury

doi:10.30598/parameterv1i2pp111-122

R Damasela Universitas Pattimura
B. P. Tomasouw Universitas Pattimura https://orcid.org/0000-0001-8456-4919
Z. A. Leleury Universitas Pattimura https://orcid.org/0000-0003-3190-366X

DOI: https://doi.org/10.30598/parameterv1i2pp111-122

Keywords: Detect, Drug, Support Vector Machine.

Abstract

Pada penelitian ini, metode Suport Vector Machine (SVM) diterapkan untuk mendeteksi jenis narkotika pada pemakai narkoba berdasarkan gejala-gejala yang dialami. Untuk memperoleh tingkat akurasi terbaik, maka data pelatihan dan pengujian dibagi ke dalam tiga skema pembagian data, yaitu 60/40, 70/30, dan 80/20. Setelah dilakukan proses pelatihan dan pengujian menggunakan metode SVM dengan berbagai variasi parameter, maka diperoleh tingkat akurasi terbaik sebesar 95% pada skema pembagian data 80/20 untuk model SVM non linier dengan kernel RBF.

Downloads

Download data is not yet available.

References

1. Pangrestu, D. P., Widiastuti, N. I. 2014. Pembangunan Sistem Pendeteksi Penyalahgunaan Narkoba Menggunakan Algoritma Jaringan Syaraf Tiruan Metode Backpropagation. Jurnal Ilmiah Komputer dan Informatika (Komputa). Vol. 3. No. 1.
2. Vapnik, V., dan Cortes, C. (1995). Support Vector Networks. Machine Learning, vol. 20(3), pp. 273-297.
3. Octaviani, P.A., Wilandari, Y., Ispriyanti, D. 2014. Penerapan Metode Klasifikasi Support Vector Machine (SVM) Pada Data Akreditasi Sekolah Dasar Di Kabupaten Magelang. Jurnal Gaussian, Vol. 3, No. 4.
4. Ritonga, A. S., Purwaningsih, E. S. 2018. Penerapan Metode Support Vector Machine (SVM) Dalam Klasifikasi Kualitas Pengelasan SMAW (Shield Metal Arc Welding. Jurnal Ilmiah Edutic, Vol. 5, No.1.
5. Parapat, I, M., Furqon, M. T, Sutrisno. 2018. Penerapan Metode Support Vector Machine (SVM) Pada Klasifikasi Penyimpangan Tumbuh Kembang Anak. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 2, No. 2.
6. Yuliati, I. F, Wulandary, Sihombing, P. R. 2020. Penerapan Metode Support Vector Machine (SVM) dan Backpropagation Neural Network (BPNN) dalam Pengklasifikasian Pasangan Usia Subur di Jawa Barat. Jurnal Statistika dan Aplikasinya (JSA) Vol. 4 No. 1.
7. Ramana, B. V., Babu, S. P., & Venkateswarlu, N. B. 2011. A Critical Study Of Selected Classification Algorithms For Liver Disease Diagnosis. International Journal Of Database Management Systems , Vol. 3 (2), Hal. 101-114.
8. Leleury, Z. A., Tomasouw, B. P. 2015. Diagnosa Penyakit Saluran Pernapasan Dengan Menggunakan Support Vector Machine (SVM). Barekeng: Jurnal Ilmu Matematika dan Terapan. Vo. 9, N0. 2.
9. Munawarah, R., Soesanto, O., Faisal, M. R. 2016. Penerapan Metode Support Vector Machine Pada Diagnosa Hepatitis. Jurnal Ilmiah Klik: Kumpulan Jurnal Ilmu Kompute. Vol. 3 (1).
10. Hasibuan, C. A., Mukid, M. A., & Prahutama, A. 2017. Klasifikasi Diagnosa Penyakit Demam Berdarah Dengue (DBD) Menggunakan Support Vector Machine (SVM) Berbasis Gui MATLAB. Jurnal Gaussian. Vol.6, no. 2, pp. 171-180
11. Sugara, B., Subekti, A. 2019. Penerapan Support Vector Machine (SVM) Pada Small Dataset Untuk Deteksi Dini Gangguan Autisme. Jurnal Pilar Nusa Mandiri. Vol. 15, No.
12. Tomasouw. B. P, Irawan. M. I. 2012. Multiclass Twin Bounded Support Vector Machine Untuk Pengenalan Ucapan, Prosiding Seminar Nasional Penelitian, Pendidikan dan Peneraan MIPA, Fakultas MIPA, Universits Negeri Yokyakarta.