Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Hidayat, Aditya Ilham (2025) Studi Komparasi Metode Support Vector Machine (SVM) dan Least Squares Support Vector Machine (LSSVM) Untuk Klasifikasi Gangguan Tidur. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

	Text 202010225178_Aditya Ilham Hidayat_Cover-Daftar isi.pdf Download (3MB)
	Text 202010225178_Aditya Ilham Hidayat_BAB I.pdf Download (985kB)
	Text 202010225178_Aditya Ilham Hidayat_BAB II, III, IV.pdf Restricted to Registered users only Download (2MB)
	Text 202010225178_Aditya Ilham Hidayat_BAB V.pdf Download (964kB)
	Text 202010225178_Aditya Ilham Hidayat_Daftar Pustaka.pdf Download (928kB)
	Text 202010225178_Aditya Ilham Hidayat_Lampiran.pdf Restricted to Repository staff only Download (1MB)

Abstract

Hasil menunjukkan bahwa kedua model memiliki akurasi yang sama sebesar 93,33%. Namun, terdapat perbedaan signifikan dalam performa antar kelas. SVM unggul dalam mengklasifikasikan kelas mayoritas (None) dengan precision sebesar 1.00 dan F1-score sebesar 0.99, namun cenderung kurang optimal dalam mengenali kelas minoritas. Sebaliknya, LSSVM menunjukkan performa yang lebih seimbang, dengan precision sebesar 1.00 dan F1-score sebesar 0.90 pada kelas Sleep Apnea, serta recall sempurna pada kelas None. Hal ini mengindikasikan bahwa LSSVM lebih andal dalam menangani data tidak seimbang dan menjaga konsistensi klasifikasi lintas kategori. Kesimpulan dari penelitian ini adalah bahwa LSSVM merupakan pendekatan yang lebih unggul dalam konteks klasifikasi multi-class dengan distribusi data yang tidak merata. Model ini direkomendasikan untuk digunakan pada sistem deteksi gangguan tidur berbasis machine learning yang membutuhkan akurasi tinggi dan performa seimbang antar kelas.

Item Type:	Thesis (Undergraduate)
Additional Information:	Pembimbing: Adi Muhajirin, S.Kom., M.Kom., M.M. NIDN0318038501, Tri Dharma Putra, S.T., M.Sc. NIDN0302117101
Subjects:	Teknologi dan Ilmu Terapan > Komputer Teknologi dan Ilmu Terapan > Teknik Informatika
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Mr. Arif Syamsudin
Date Deposited:	09 Oct 2026 03:55
Last Modified:	09 Oct 2026 03:55
URI:	http://repository.ubharajaya.ac.id/id/eprint/41491

Actions (login required)

View Item

Downloads