KLASIFIKASI KERUSAKAN KAWASAN KONSERVASI DENGAN METODE SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN KERNEL GAUSSIAN: STUDI KASUS THE NATURE CONSERVANCY

Abstract

Untuk dilakukan konservasi alam perlu dilakukan perancangan sebuah kawasan dengan analisa data dari hasil survey lalu diolah dan dipetakan pada aplikasi GIS dan dilakukan penentuan kawasan konservasi dengan melibatkan pakar setiap dilakukan perancangan. SVM merupakan metode analisis data yang digunakan untuk membentuk model yang mendeskripsikan kelas data yang penting, atau model yang memprediksikan trend data. Pada penelitian ini, untuk mengatasi kendala aplikasi metode SVM pada data yang tidak dapat dipisah secara linier digunakan metode kernel berbasis Gaussian. Metode kernel lain yaitu kernel polynomial juga akan dibahas untuk dibandingkan dengan metode kernel Gaussian. Hasil dari penelitian ini menunjukan bahwa penggunaan kernel Gaussian dapat meningkatkan tingkat akurasi dari klasifikasi data menggunakan SVM dengan pengujian dataset Pulau Sumba dengan menggunakan fungsi kernel Gaussian tingkat akurasi klasifikasi mencapai 98.3% dan menggunakan kernel Polynomial 73,09%.