Klasifikasi Data Getaran Motor Beat Pop Dengan Metode Support Vector Machine (Svm) Menggunakan Bahasa Python

Abstract

Getaran yang ditimbulkan oleh medan jalan sangat mempengaruhi faktor kenyamanan dan keselamatan pengendara dalam berkendaaraan. Selain mempengaruhi keselamatan dan kenyamanan juga berpengaruh terhadap tubuh pengendara. Getaran tidak dapat diukur oleh panca indera manusia sehingga untuk dapat memahami hal tersebut salah satu cara yang dapat dilakukan adalah dengan merancang sebuah alat pengukur getaran sepeda motor saat dikendarai. Pada penelitian ini, alat yang digunakan yaitu rangkaian mekatronika dari sensor Acceleromter ADXL345 dan Arduino Uno. Setelah data getaran diperoleh dari hasil pengukuran, selanjutnya akan dilakukan pengolahan data dengan metode Machine Learning yaitu algoritma Klasifikasi Support Vector Machine (SVM). Tujuan dari penelitian ini adalah membuat Machine Learning Model dengan algoritma Klasifikasi Support Vector Machine (SVM) dengan menggunakan konsep Polynomial Kernel dan menerapkan metode Cross Validation. Dari hasil implementasi klasifikasi menggunakan algoritma Support Vector Machine (SVM) menggunakan konsep polynomial kernel yang diterapkan pada data hasil pengujian didapatkan nilai akurasi Machine Learning Model sebesar 78%, dihitung dari 9 testing dataset berhasil diklasifikasi secara benar dengan kelas aslinya sebanyak 7 data.