UJI AKURASI PREDIKSI IKAN MAS (Cyprinus carpio) LAYAK PANEN MENGGUNAKAN SUPPORT VECTOR MACHINE dan PYTHON

Ardiana Ardiana, Novita Intan Purwitasari Haryono, Permita Imanuela, Riki Ramdhani

Abstract


Semakin berkembangnya waktu, penggunaan teknologi juga semakin banyak dan luas. Teknologi tersebut dapat dimanfaatkan untuk mengetahui prediksi ataupun klasifikasi pada makhluk hidup. Seperti misalnya mengetahui prediksi layak panen terhadap ikan. Terdapat salah satu jenis ikan air tawar yang dimanfaatkan oleh banyak masyarakat yaitu Ikan Mas (Cyprinus carpio) selain karena mengandung banyak manfaat tetapi juga memiliki nilai ekonomis dalam pembudidayaan nya yang dapat membantu perekonomian di masyarakat. Maka tujuan dari penelitian ini yaitu uji akurasi prediksi ikan mas yang sudah layak panen.. Metode yang digunakan ialah Support Vector Machine dan Python. Penelitian ini menggunakan dataset yang diambil dari data warehouse budidaya ikan air tawar. Sehingga didapatkan dari hasil pengujian yaitu ikan mas layak panen memiliki dataset sebanyak 95 sampel. Pada penelitian ini mendapatkan hasil Accuracy 100%, Recall 100%, dan Precision 100%. Maka data pada ikan air tawar tersebut yang memiliki nilai 1 sudah dapat dikatakan sebagai ikan yang layak panen dan data yang bernilai 0 ialah ikan mas yang belum siap panen.

References


A.Pratama, R. C. (2018). Implementasi Algoritma Support Vector Machine (SVM) untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1704–1708.

Ferdiansyah, F. F., Rahmat, B., & Yuniar, I. (2020). Klasifikasi Dan Pengenalan Objek Ikan Menggunakan Algoritma Support Vector Machine ( SVM ). Jurnal Informatika dan Sistem Informasi, 1(2), 522–528.

Imelda, A. M. & Muhammad, A. M., Juni 2015. Penerapan Metode Support Vector Machine (SVM) Menggunakan Kernel Radial Basis Function (RBF) Pada Klasifikasi Tweet. Jurnal Sains, Teknologi dan Industri, Vol. 12, No. 2(ISSN 1693-2390), p. pp.189 –197.

Parapat, I. M., & Furqon, M. T. (2018). Penerapan Metode Support Vector Machine ( SVM ) Pada Klasifikasi Penyimpangan Tumbuh Kembang Anak. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(10), 3163–3169.

Thaniket, R., & Luthf, E. T. (2020). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma Support Vector Machine. Jurnal Teknologi dan Rekayasa, 5(2), 20–29.

Widayani, W. (2021). Perbandingan Kernel Support Vector Machine Dalam Melakukan Klasifikasi Penundaan Biaya Kuliah Mahasiswa. Jurnal Sains dan Informatika, 7, 20–27. https://doi.org/10.34128/jsi.v7i1.268

Winiarti, S., Widayanti, D., Ahdiani, U., & Ismail, T. (2022). Klasifikasi Jenis Buku Berdasarkan Cover dan Judul Buku Menggunakan Metode Support Vector Machine dan Cosine Similarity. Sainteks, 19(1), 53. https://doi.org/10.30595/sainteks.v19i1.13423




DOI: https://doi.org/10.24853/justit.13.1.%25p

Refbacks

  • There are currently no refbacks.


This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License

Statistik Pengunjung

Powered by Puskom-UMJ