Salah satu metode analisis yang sering digunakan untuk menganalisis suatu data yaitu biasa dikenal dengan metode SVM ( Support Vector Machines). Seperti yang kita ketahui bahwa metode SVM merupakan salah satu metode yang sudah banyak digunakan. Jika anda ingin mengetahui lebih jauh lagi mengenai metode SVM, maka anda dapat mempelajari artikel ini. Dalam artikel ini akan dijelaskan secara singkat mengenai metode SVM.
Apa itu SVM (Support Vector Machine)
Support Vector Machine (SVM) merupakan salah satu metode yang banyak mendapat perhatian dalam Pattern Recognition sebagai state of the art. Di mana pattern recognition, adalah metode pemetaan suatu data ke dalam konsep tertentu yang disebut juga Category atau Class. Dan dalam metode SVM ini secara matematisn jauh lebih jelas dibandingkan dengan teknik klasifikasi lainnya, serta mampu mengatasi masalah klasifikasi dan regresi dengan linier maupun non linier.
Dikembangkan oleh Boser, Guyin, dan Vapnik. Metode ini pertama kali dipresentasikan pada “Annual Workshop on Computational Learning Theory” di tahun 1992. Di mana konsep dasarnya merupakan kombinasi dari berbagai teori komputasi contohnya seperti margin hyperplane, kernel, dan masih banyak lagi, yang memang telah dikenal sejak puluhan tahun lalu.
Kegunaan SVM (Support Vector Machine)
SVM dapat digunakan menemukan hyperplane terbaik yang bisa memisahkan dua buah class pada input space dan memaksimalkan jarak antar class. Di dalam dua dimensi (2D), untuk klasifikasi antar kelas, fungsi yang digunakan disebut dengan line whereas. Sementara fungsi yang digunakan untuk klasifikasi antar kelas dalam tiga dimensi (3D), disebut juga dengan plane similarly.
Dalam metode SVM banyak memengaruhi dunia industri. Dimana sebagian besar dunia industri juga telah mengakui nilai teknologi atas penggunaan metode tersebut.