PERKULIAHAN 7

 Support Vector Machine

•           Konsep Klasifikasi dengan Support Vector Machine (SVM) adalah mencari hyperplane terbaik yang berfungsi sebagai pemisah du akelas data
•           Ide sederhana dari SVM adalah memaksimalkan margin, yang merupakan jarak pemisah antara kelas data
•           SVM mampu bekerja pada dataset yang berdiensi tinggi dengan menggunakan kernel titik
•           SVM hanya menggunakan beberapa titik data terpilih yang berkontribusi (Support Vector) untuk membentuk model yang akan digunakan dalam proses klasifikasi.

Tujuan

•           Mencari Hyperlane maksimum

Definisi Dasar

•           Decision Boundary : Pemisah antar class – hyperlane
•           Margin : Jarak terdekat dari decision boundary dengan data yang ingin dipisahkan
•          Support Vector : anggota kelas yang berperan untuk menentukan margin