Klasifikasi Presiden Republik Indonesia Menggunakan SVM Kernel Polynomial Dengan Fitur Ektraksi Gabor

Indonesia adalah negara dengan sistem demokrasi dalam pemerintahannya. Adanya pemilihan presiden yang dilakukan selama 5 tahun sekali dari masa kemerdekaan sampai sekarang. Pemilihan atau sering disebut pemilu (pemilihan umum) ini berguna untuk memilih calon dan wakil sebuah negara. Mengingat adanya pergantian setelah 2 periode, para remaja jaman sekarang cenderung mengikuti millennial. Sehingga banyak diantaranya tidak mengenali siapa saja presiden-presiden pernah menjabat di Indonesia. Oleh karena itu peneliti mengusulkan Sistem Klasifikasi Presiden Republik menggunakan SVM Kernel Polynomial Fitur Ekstraksi Gabor. Tujuan membedakan mengklasifikasikan nama berdasarkan foto tersebut. Hasil fitur Gabor kernel mendapatkan nilai accuracy tertinggi sebesar 80.77 split ratio 10:90. Parameter precision memiliki mencapai 32.56 10:90 Recall 32.70 pada pengujian menunjukkan bahwa ialah mampu baik akurat. AbstractIndonesia is a country with democratic system in its government. Presidential elections are held every years from the time of independence until now. or what often called (general elections) useful for selecting presidential and vice candidates country. considering change president after periods, today's youth tend to follow millennial era. So many them do not know who presidents have been are. Therefore, researcher proposes Classification System President Republic using Extraction Features. The purpose this research distinguish classify name based on photo. results feature get highest value parameter has reaching at test show that features which able photos well accurately.