Implementasi Metode Support Vector Machine (Svm) Untuk Klasifikasi Rumah Layak Huni (Studi Kasus: Desa Kidal Kecamatan Tumpang Kabupaten Malang)

Abstrak

Rumah merupakan bagian penting dalam aspek kehidupan. Rumah yang layak digunakan tempat tinggal yaitu rumah yang bersih, aman, dan nyaman. Kurangnya pengetahuan tentang fungsi rumah pada masyarakat, semakin susah terwujudnya rumah yang layak huni. Pemerintah kesulitan dalam menilai rumah layak huni, pada kenyataanya rumah yang tidak bagus namun penghasilan tinggi. Bantuan yang diberikan pemerintah seringkali salah sasaran, banyak masyarakat yang protes karena hal seperti ini. Untuk mengatasi masalah tidak salah sasaran, maka pemerintah membutuhkan sistem yang mengklasifikasikan rumah layak huni dan rumah tidak layak huni. Sistem untuk klasifikasi rumah layak huni dibuat menggunakan metode Support Vector Machine (SVM). Dalam penelitian ini menggunakan 160 data yang terbagi menjadi dua jenis yaitu layak dan tidak layak. Metode yang digunakan yaitu metode Support Vector Machine (SVM) merupakan metode klasifikasi yang baik. Metode Support Vector Machine (SVM) ini bersifat linier, namun metode SVM juga bisa digunakan untuk menyelesaikan masalah non-linier. Hasil pengujian menghasilkan rata-rata akurasi sebesar 98,75% dengan menggunakan metode pengujian K-fold Cross Validation dengan nilai k = 10, serta parameter metode SVM antara lain yaitu   = 0,5,  = 0,001,  = 1,   = 2, iterasi maksimum = 10 iterasi dan menggunakan kernel Polynomial of degree.