relation: http://eprints.unpak.ac.id/3858/
title: SISTEM KLASIFIKASI RAS KUCING BERBASIS MULTIMODAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
creator: Maulani, Nurhabibah
creator: Qur’ania, Arie
creator: Delli Wihartiko, Fajar
subject: Ilmu Komputer
description: Abstrack  Belakangan ini memelihara kucing sedang tren dikalangan pecinta kucing, maka tak heran kini semakin bermunculan komunitas pecinta kucing. Komunitas pecinta kucing adalah wadah berkumpul para pecinta kucing dengan tujuan informasi, berbagi ilmu dan juga tempat sharing yang membahas segala sesuatu tentang kucing. Terdapat 41 ras kucing yang sudah diakui secara Internasional oleh Cat Fanciers Associaton. Umumnya yang paling banyak dipelihara dan digemari di Indonesia hanya sekitar 8 jenis ras kucing yaitu kucing Persia, Anggora, Bengal, Sphynx, Ragdoll, Maine Coone, Exotic Shorthair dan Britsh Shorthahir. Mengenali jenis ras kucing tidaklah mudah karena setiap kucing memiliki ciri khas tersendiri. Bedasarkan permasalahan di atas maka penulis membuat “Sistem Klasifikasi Ras Kucing Menggunakan Metode Support Vector Machine”. Hasil akurasi sistem untuk klasifikasi gambar sebesar 52% dan 92% untuk klasifikasi menggunakan teks. Dengan sistem yang telah dibuat diharapkan dapat membantu para pecinta kucing dalam mencari informasi tentang jenis ras kucing.  Kata kunci : Ras Kucing, Metode SVM, Klasifikasi
date: 2019-12
type: Thesis
type: NonPeerReviewed
identifier:   Maulani, Nurhabibah and Qur’ania, Arie and Delli Wihartiko, Fajar  (2019) SISTEM KLASIFIKASI RAS KUCING BERBASIS MULTIMODAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE.  Skripsi thesis, Universitas Pakuan.