Penerapan Metode Support Vector Machine untuk Klasifikasi Bahan Pakaian

Abstract

Penelitian ini membahas penerapan metode Support Vector Machine (SVM) untuk klasifikasi bahan pakaian dengan tahapan penelitian yang meliputi pengumpulan data, prapemrosesan, ekstraksi fitur, pembagian data, pelatihan model, pengujian model, hingga evaluasi kinerja. Data yang digunakan berupa citra bahan pakaian dengan variasi tingkat elastisitas, tekstur, dan ketebalan. Pada tahap prapemrosesan, dilakukan normalisasi, pembersihan data yang hilang, serta penghapusan noise untuk meningkatkan kualitas data. Selanjutnya, ekstraksi fitur dilakukan untuk mendapatkan karakteristik penting yang dijadikan input algoritma SVM. Data dibagi menjadi data latih dan data uji dengan rasio 80:20 atau 70:30, di mana data latih digunakan untuk membangun model klasifikasi, sedangkan data uji digunakan untuk mengukur akurasi dan presisi. Hasil penelitian menunjukkan bahwa sistem klasifikasi bahan pakaian berbasis SVM mampu memberikan hasil klasifikasi yang akurat terhadap kategori bahan berdasarkan elastisitas, tekstur, dan ketebalan. Selain itu, penelitian ini menghasilkan sebuah aplikasi sistem yang dirancang menggunakan UML dengan tampilan antarmuka yang mudah dipahami, terhubung dengan database lokal, serta dapat digunakan secara mandiri untuk mendukung proses identifikasi bahan pakaian.