Klasifikasi Kualitas Susu Sapi Menggunakan Algoritme Support Vector Machine (SVM) (Studi Kasus: Perbandingan Fungsi Kernel Linier Dan RBF Gaussian)

Susu sapi mengandung protein hewani yang sangat besar manfaatnya bagi bayi maupun mereka yang sedang dalam proses pertumbuhan, karena susu sapi mengandung asam amino esensial dalam jumlah yang cukup. UPT Laboratorium Kesehatan Hewan Malang sebagai unit pelaksana teknis di bawah Dinas Peternakan Jawa Timur bertugas melakukan pengujian di bidang kesmavet untuk upaya pengamanan susu sebagai produk peternakan dengan pengujian yang tepat sesuai dengan Standar Nasional Indonesia (SNI). Pengklasifikasian kualitas susu sapi di UPT tersebut masih dilakukan secara organoleptic (bau, rasa, dan warna) yang bersifat linguistik sehingga variabel dan penentuan parameter bersifat tidak pasti dan menjadi kendala utama pakar dalam menentukan kualitas susu yang baik. Untuk mengatasi permasalahan tersebut dibutuhkan suatu sistem klasifikasi yang mampu mengklasifikasikan kualitas susu sapi yang baik menggunakan metode support vector machine yang mana kinerja SVM lebih cocok dibandingkan dengan metode klasifikasi lainnya. Data yang digunakan dalam penelitian ini yaitu 269 yang dibagi menjadi data latih dan data uji dengan 3 hasil kualitas susu yaitu rendah, standar, dan tinggi. Hasil akurasi penelitian ini mendapatkan akurasi terbaik berdasarkan percobaan K-Fold Cross Validation sebanyak 10 Fold, dengan mengggunakan kernel RBF dan kernel Linier dengan nilai parameter λ (lambda) = 0,0001, C (complexity) = 1, γ (gamma) =0,0001, itermax = 30 dan untuk nilai σ kernel RBF = 10. Hasil akurasi tertinggi menggunakan metode SVM pada klasifikasi kualitas susu sapi menggunakan kernel RBF sebesar 96% dan hasil akurasi tertinggi menggunakan kernel Linier sebesar 62%