Sistem Deteksi Kepribadian Berdasarkan Sketsa Pohon Dengan Algoritma Smooth Support Vector Machine (SSVM)

Hardiansyah, Dicky (2020) Sistem Deteksi Kepribadian Berdasarkan Sketsa Pohon Dengan Algoritma Smooth Support Vector Machine (SSVM). Other thesis, Universitas Komputer Indonesia.

[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_cover.pdf - Published Version

Download (95kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_lembar pengesahan.pdf - Published Version

Download (959kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_surat keterangan persetujuan publikasi.pdf - Published Version

Download (581kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_surat pernyataan orisinalitas.pdf - Published Version

Download (457kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_kata pengantar.pdf - Published Version

Download (85kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_daftar isi.pdf - Published Version

Download (134kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_bab 1.pdf - Published Version

Download (161kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_bab 2.pdf - Published Version

Download (998kB) | Preview
[img] Text
UNIKOM_Dicky Hardiansyah_bab 3.pdf - Published Version
Restricted to Repository staff only

Download (5MB) | Request a copy
[img] Text
UNIKOM_Dicky Hardiansyah_bab 4.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_bab 5.pdf - Published Version

Download (73kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_daftar pustaka.pdf - Published Version

Download (84kB) | Preview
[img]
Preview
Text
UNIKOM_Dicky Hardiansyah_kontak penulis dan kontributor penelitian.pdf - Published Version

Download (13kB) | Preview
Official URL: http://elibrary.unikom.ac.id

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat akurasi deteksi kepribadian berdasarkan sketsa pohon menggunakan algoritma Smooth Support Vector Machine (SSVM). Adapun tahapan untuk mencapai tujuan penelitian ini yaitu studi literatur, analisis dataset, analisis metode, implementasi metode dan pengujian metode terhadap algoritma SSVM. Pengujian dilakukan dengan menggunakan 90 data training dan 45 data testing dengan nilai C=0.01, C=0.1, C=1, C=10 dan C=100. Berdasarkan hasil pengujian dengan nilai C=0.01, didapatkan akurasi terbaik pada kelas Mahkota dengan Banyak Arsiran yaitu sebesar 53.33%. Sedangkan akurasi terkecil pada kelas Mahkota Polos yaitu sebesar 0%. Akurasi rata-rata yang diperoleh adalah sebesar 33.33 %. Penyebabnya adalah karena tahapan preprocessing tidak dilakukan proses segmentasi pada sketsa pohon sehingga informasi yang didapatkan oleh ektraksi fitur kurang sesuai dengan yang diteliti pada bagian mahkota.

Item Type: Thesis (Other)
Uncontrolled Keywords: Kepribadian, Sketsa Pohon, Support Vector Machine, Smooth Support Vector Machine
Subjects: 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science
Divisions: S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User: Mrs. Calis Maryani
Date Deposited: 06 Jul 2021 04:04
Last Modified: 06 Jul 2021 04:04
URI: http://elibrary.unikom.ac.id/id/eprint/4031

Actions (login required)

View Item View Item