Pengantar Support Vector Machine November 21, 2007
Posted by Imam Much Ibnu Subroto in Artificial Intelligent, Soft Computing.add a comment
Support vector machines (SVM) adalah metode supervised machine learning yang merupakan fungsi pemetaan input output dari satu set data training. Fungsi pemetaan tersebut adalah klasifikasi (classification). SVM dibangun dengan konsep kebalikan dengan penerapan Neural Network (NN). SVM dibangun bermula dari penyampaian suatu konsep kemudian diekperimenkan dan diterapkan dalam suatu aplikasi, sedangkan NN berdasarkan heuristik (heuristics) yaitu berdasarkan pengalaman, kemudian diaplikasikan kemudian baru dibangun theorinya. Dasar dari pada SVM adalah pendekatan statistik dan machine learning community. Awalnya SVM dianggap remeh oleh para ilmuwan tetapi kenyataannya setelah beberapa orang mengaplikasikan ternyata tingkat kebrhasilannya sangat tinggi, kemampuannya bisa disejajarkan dengan NN bahkan banyak aplikasi SVM lebih tinggi akurasinya. Sebagai contoh penerapan SVM adalah kategorisasi text dimana tingkat errornya bisa mencapai sekitar 1% saja. Bagi yang tertarik mempelajari SVM berikut ini beberapa link yang mungkin bermanfaat:
