PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) UNTUK MENDETEKSI PENYALAHGUNAAN NARKOBA

Pada penelitian ini, metode Suport Vector Machine (SVM) diterapkan untuk mendeteksi jenis narkotika pada pemakai narkoba berdasarkan gejala-gejala yang dialami. Untuk memperoleh tingkat akurasi terbaik, maka data pelatihan dan pengujian dibagi ke dalam tiga skema pembagian data, yaitu 60/40, 70/30, dan 80/20. Setelah dilakukan proses pelatihan dan pengujian menggunakan metode SVM dengan berbagai variasi parameter, maka diperoleh tingkat akurasi terbaik sebesar 95% pada skema pembagian data 80/20 untuk model SVM non linier dengan kernel RBF