Penentuan Seleksi Atlet Taekwondo Menggunakan Algoritme Support Vector Machine (SVM)
Kata Kunci:
Support Vector Machine (SVM), Taekwondo, Klasifikasi, Kernel Polynomial Degree., Support Vector Machine (SVM), Taekwondo, classification, Kernel Polynomial Degree.Abstrak
Seni bela diri merupakan sebuah kesenian yang di pergunakan untuk pertahanan, melindungi atau pembelaan diri seseorang ketika mengalami bahaya. Taekwondo merupakan seni bela diri yang berasal dari Negara Korea yang menggunakan tangan dan kaki dengan aturan serta etika kedisplinan. Latihan fisik yang umum di persiapkan oleh seorang taekwondoin yaitu MTH, lari 300 meter, lari bolak-balik 6 meter, tendangan samping, tendangan belakang, tendangan depan, tendangan sabit, tangkisan, pukulan, kuda-kuda, loncat tali, push up, sit up, pull up, back up, triple hop. Tujuan penelitian ini dapat menerapkan algoritme support vector machine dalam menentukan seleksi atlet taekwondo. Pada penelitian ini menggunakan 116 data set yang memiliki 16 parameter. Kemudian data dibagi menjadi data uji dan data latih dimana dengan mneggunakan metode K-Fold Cross Validation, dengan k=10. Hasil dari implementasi algoritma support vector machine untuk penentuan seleksi atlet taekwondo dalam klasifikasi lolos dan tidak lolos didapatkan hasil akurasi terbaik dengan parameter yang digunakan yaitu perbandingan rasio data = 90%:10%, parameter (lamda) = 10, parameter (gamma)= 0.001, parameter (konstanta) = 1, parameter (epsilon) = 0.001, iterasi maksimum 30. Sehingga rata-rata akurasi yang didapatkan yaitu 100%.