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

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.