Pembelajaran Vektor Untuk Klasifikasi Data Pada Bidang

Tujuan penelitian ini adalah penyusunan hyperplane untukmemisahkan data yang mempunyai 2 kelas dan bersifat linear padabidang datar sebagai pembelajaran vektor untuk klasifikasi data.Adapun metode yang digunakan adalah pre-Support Vector Machine(SVM). Metode ini mencari garis (hyperplane) terbaik yangmemisahkan data dan memberi ruang antar 2 kelas data dimana ruangpemisah tersebut tidak boleh memuat data serta ruang tersebutmerupakan margin maksimal. Langkah awal adalah menduga garispemisah (hyperplane) awal melalui titik O. Dengan mengambil salahsatu titik data yang menjadi titik referensi, disusun vektor dari Oterhadap titik referensi dan garis melalui titik referensi sebagai bataspertama margin. Kemudian dibentuk vektor arah dari titik O yangtegak lulus terhadap garis awal (hyperplane). Selanjutnya vektorproyeksi dibentuk dari titik referensi terhadap vektor arah sehinggavektor arah dan vektor proyeksi berhimpit (searah). Penyusunanmargin diperoleh dengan menyusun garis yang pararel terhadap garisawal sebagai hyperplane serta berjarak 2 kali dengan panjang vektorproyeksi tersebut. Hyperplane terbaik diperoleh secara manual denganmengatur batas kedua dari margin yang diperoleh dengan menggambargaris melalui suatu titik data pada kelas ke-2 dengan jarak terdekat danpararel terhadap garis yang melalui titik referensi dari data kelas ke-1.