“…Sebelum melakukan analisis FSVM, maka dilakukan partisi data menjadi data training dan data testing dengan proporsi 90:10. Pembagiannya menggunakan 10-fold.Selanjutnya akan dilakukan analisis klasifikasi dengan menggunakan metode FSVM dengan mencari parameter yang optimal dengan nilai cost berada diantara 2 -5 , 2 -4 , 2 -3 ,..., 2 13 , 2 14 , 2 15 , 100, 1000 dan nilai gamma diantara 2 -15 , 2 -14 , 2 -13 ,..., 2 1 , 2 2 , 2 3 . Sehingga diperoleh jumlah kombinasi cost dan gamma sebanyak 437 kombinasi atau melakukan running data sebanyak 437 kali.Didapatkan nilai cost dan gamma yang paling optimal dari data training adalah2 9 , 1000 dan 2 -15 , 2 -14 dengan nilai rata-rata akurasinya sebesar 100%.Hasil ukuran performansi yang didapat dari parameter cost dan gamma yang optimaldiperoleh akurasi sebesar 90,18% menggambarkan kemampuan dalam membedakan sampel berdasarkan kelas dan sisanya masuk dalam kesalahan klasifikasi.…”