Deteksi Candi Jiwa menggunakan algoritma Support Vector Machine

Rohendra Daviana; Hanny Hikmayanti Handayani; Santi Arum Puspita Lestari

Rohendra Daviana Universitas Buana Perjuangan Karawang
Hanny Hikmayanti Handayani Universitas Buana Perjuangan Karawang
Santi Arum Puspita Lestari Universitas Buana Perjuangan Karawang

Keywords: Candi, Deteksi Objek, Support Vector Manchine

Abstract

Informasi tentang Candi Jiwa masih sangat terbatas, sehingga banyak informasi dan nilai-nilai sejarah pada situs Candi Jiwa yang tidak diketahui oleh masyarakat luas. Penelitian ini diajukan untuk pendeteksian dan klasifikasi Candi Jiwa menggunakan sistem operasi android. Pada penelitian ini menggunakan 1677 sampel foto candi dimana 1630 foto candi untuk data pembelajaran dan 30 foto candi untuk data uji. Penelitian menggunakan 2 jenis objek yang berbeda untuk dideteksi dan diklasifikasi oleh sistem dimana ini belum ada penelitian yang melakukan proses deteksi dan pengenalan sekaligus dengan menggunakan objek Candi Jiwa. Metode yang digunakan pada penelitian ini adalah Support Vector Manchine (SVM), Dimana metode SVM menggunakan klasifikasi untuk menemukan hyperplane terbaik yang dapat membedakan kedua kelas tersebut. Sedangkan untuk kelulusan tes adalah 95% dari 20 pengujian. Maka dapat disimpulkan bahwa aplikasi pendeteksi dan pengenalan android mampu di gunakan secara baik.

References

[1] S. A. Andina dan I. Aliyah, “Faktor-Faktor Yang Mempengaruhi Minat Wisatawan Dalam Mengunjungi Wisata Budaya Candi Borobudur,” Cakra Wisata, pp. Vol 22(3) 27-38, 2021.
[2] J. Samodra, “Penggunaan sosial media untuk meningkatkan kepedulian masyarakat terhadap upaya pelestarian peninggalan sejarah candi singasari,” Seminar Antar Bangsa : Seni Budaya dan Desain – STANSA, pp. 266-273, 2018.
[3] M. Mansur, “Situs Percandian Batujaya di Karawang Jawa Barat: Analisis Manajemen Sumber Daya Arkeologi,” ETNOHISTORI, pp. Vol 2 (2) : 174-184, 2015.
[4] E. Prasetyo, Mengolah data menjadi informasi menggunakan Matlab, yogyakarta : andi, 2014.
[5] E. Sugiarto dan F. Budiman, “Optimasi Metode Support Vector Machine dengan Discrete Wavelet Transform Untuk Pengenalan Karakter Plat Nomor Kendaraan,” Jurnal Transformatika, p. Vol. 18 (2) : 133, 2021.
[6] R. R. Pratama, “Analisis Model Machine Learning Terhadap Pengenalan Aktifitas Manusia,” ” MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, p. vol. 19 (2) : 302–311, 2021.
[7] E. Pusporani, S. Qomariyah dan I. Irhamah, “Klasifikasi Pasien Penderita Penyakit Liver dengan Pendekatan Machine Learning,” Iferensi, p. Vol. 2 (1) : 25, 2019.
[8] A. M. Siregar, S. Faisal dan B. Widiharto, “Analisis Sentimen Masyarakat Terhadap Universitas Buana Perjuangan Karawang Dengan Algoritme SVM dan NAÏVE BAYES,” Konferensi Nasional Penelitian dan Pengabdian (KNPP) Ke-3 Universitas Buana Perjuangan Karawang, pp. 25-36, 2023.
[9] D. Smilkov, N. Thorat, Y. Assogba, A. Yuan, N. Kreeger, P. Yu, K. Zhang, S. Cai, E. Nielsen, D. Soergel, S. Bileschi, M. Terry, C. Nicholson, S. N. Gupta, S. Sirajuddin, D. Sculley, R. Monga, G. Corrado, F. B. Viegas dan M. Wattenberg, “TENSORFLOW.JS: MACHINE LEARNING FOR THE WEB AND BEYOND,” 2019. [Online]. Available: https://arxiv.org/abs/1901.05350.
[10] M. A. Qodri, “Sistem Klasifikasi Gambar Kucing berbasis Tensorflow,” Digital Library, 2021.