ANALISIS PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN PERCEPTRON DALAM KLASIFIKASI PROGRAM KERJA TERBAIK DI P2KBP3A

Abstract

Instansi pemerintah dituntut untuk menggerakkan setiap aspek publikasi yang dilakukan setiap tahun yang wajib dipertanggungjawabkan dan juga dilakukan untuk setiap perangkat yang menerimanya seperti desa binaan dengan memanfaatkan dana APBD yang tersedia dalam memaksimalkan program kerja yang dirancang agar dapat dilaksanakan secara optimal secara efektif. Dengan mendapatkan yang terbaik dari segala aspek pelaksanaan program kerja, tentunya ada poin-poin penting dalam merancang program kerja tahunan tanpa terkecuali. Data mining sendiri dapat membantu P2KBP3A dalam menganalisis setiap rancangan program kerja dari sebelum diimplementasikan hingga melihat berbagai aspek data masa lalu yang pengelompokannya berupa klasifikasi. Penelitian ini membangun model klasifikasi dengan penambahan fungsi aktivasi sigmoid yang menggunakan SVM dan perceptron untuk mendapatkan nilai perbandingan akurasi algoritma yang digunakan untuk mendapatkan rancangan program kerja terbaik. Dari hasil klasifikasi yang digunakan untuk mendapatkan nilai terbaik untuk mengklasifikasikan dataset program kerja P2KBP3A terbaik dimana terlihat nilai rata-rata akurasi, F1, Precision, dan Recall hasil bahwa model algoritma SVM lebih dominan pada tingkatan nilainya dibandingkan perceptron dimana perbandingannya dapat dari nilai akhir 3:1 dengan keterangan 3 adalah SVM dan 1 perceptron sehingga hasil akhir dari hasil penelitian diperoleh nilai akurasi yang baik.