Klasifikasi Topeng Pandawa dengan SVM

Abstract

Klasifikasi merupakan tahapan tingkat lanjut dari sebuah keilmuan computer vision. Karena tujuan dari sebuah aplikasi rekognisi yaitu mengenali. Cara mengenali yaitu dengan cara klasifikasi. Banyak metode klasifikasi yang ada, namun pada penelitian ini menggunakan Support Vector Machine (SVM). SVM dipilih karena bisa mengatasi data dengan dimensi yang sangat besar tanpa mereduksi data, bekerja dengan data linier atau nonlinier dan membuat sebuah hyperplane yang memisahkan data antar kelas. Pada penelitian ini menggunakan data patung pandawa dengan lima kelas. Lima kelas terdiri dari kelas yudhistira, bima, arjuna, nakula dan sadewa. Kernel yang digunakan pada penelitian ini menggunakan Radial Basis Function (RBF). Hasil ujicoba pada penelitian mempunya rata-rata akurasi sebesar 0,848.