Klasifikasi Data Getaran Motor Beat Pop Dengan Metode Support Vector Machine (Svm) Menggunakan Bahasa Python
Abstract
Getaran yang ditimbulkan oleh medan jalan sangat mempengaruhi faktor
kenyamanan dan keselamatan pengendara dalam berkendaaraan. Selain
mempengaruhi keselamatan dan kenyamanan juga berpengaruh terhadap tubuh
pengendara. Getaran tidak dapat diukur oleh panca indera manusia sehingga
untuk dapat memahami hal tersebut salah satu cara yang dapat dilakukan adalah
dengan merancang sebuah alat pengukur getaran sepeda motor saat dikendarai.
Pada penelitian ini, alat yang digunakan yaitu rangkaian mekatronika dari sensor
Acceleromter ADXL345 dan Arduino Uno. Setelah data getaran diperoleh dari
hasil pengukuran, selanjutnya akan dilakukan pengolahan data dengan metode
Machine Learning yaitu algoritma Klasifikasi Support Vector Machine (SVM).
Tujuan dari penelitian ini adalah membuat Machine Learning Model dengan
algoritma Klasifikasi Support Vector Machine (SVM) dengan menggunakan
konsep Polynomial Kernel dan menerapkan metode Cross Validation. Dari hasil
implementasi klasifikasi menggunakan algoritma Support Vector Machine
(SVM) menggunakan konsep polynomial kernel yang diterapkan pada data hasil
pengujian didapatkan nilai akurasi Machine Learning Model sebesar 78%,
dihitung dari 9 testing dataset berhasil diklasifikasi secara benar dengan kelas
aslinya sebanyak 7 data.
Collections
- Mechanical Engineering [555]