Jawaban:

This research will be carry out classification based on the status of the rural and urban regions that

reflect the differences in characteristics/ conditions between regions in Indonesia with Support Vector

Machine (SVM) method. Classification on this issue is working by build separation functions

involving the kernel function to map the input data into a higher dimensional space. Sequential

Minimal Optimization (SMO) algorithms is used in the training process of data classification of rural

and urban regions to get the optimal separation function (hyperplane). To determine the kernel function

and parameters according to the data, grid search method combined with the leave-one-out cross-

validation method is used. In the classification using SVM, accuracy is obtained, which the best value

is 90% using Radial Basis Function (RBF) kernel functions with parameters C=100 dan γ=2-5

.

Keywords : classification, support vector machine, sequential minimal optimization, grid search,

leave-one-out, cross validation, rural, urban

1. PENDAHULUAN

Wilayah Indonesia dibagi ke dalam beberapa tingkat wilayah administratif, yaitu

provinsi, kabupaten/kota, kecamatan, dan desa atau disebut dengan nama lain yang

merupakan wilayah administratif terkecil (Badan Pusat Statistik, 2010). Untuk berbagai

keperluan, data mengenai klasifikasi wilayah desa dan kota sangat bermanfaat terutama dalam

hal perencanaan pembangunan. Perencanaan pembangunan wilayah mencakup berbagai aspek

yang tentunya mempertimbangkan peran keterkaitan antara desa dan kota. Mike Douglass

(1998) dalam Tarigan (2003), melalui konsep agropolitan menekankan bahwa pengembangan

desa dapat tercapai dengan baik apabila desa tersebut dikaitkan dengan pengembangan kota

dalam wilayah tersebut. BPS melakukan penggolongan wilayah desa-perdesaan dan desa-

perkotaan yang melibatkan beberapa variabel yang telah ditetapkan berdasarkan Peraturan

Kepala Badan Pusat Statistik Nomor 37 Tahun 2010 tentang Klasifikasi Perkotaan dan

Perdesaan di Indonesia.

Support Vector Machine (SVM) adalah suatu teknik untuk menemukan fungsi pemisah

(hyperplane) yang bisa memisahkan dua himpunan data dari dua kelas yang berbeda (Vapnik,

1995). Ide dasar SVM adalah memaksimalkan batas hyperplane (Prasetyo, 2012). Pada

penelitian ini akan dilakukan klasifikasi terhadap wilayah desa-perdesaan dan desa-perkotaan

di Kabupaten Semarang dengan menggunakan metode Support Vector Machine (SVM).

2. TINJAUAN PUSTAKA

2.1. Pengertian Desa-Perkotaan dan Desa-Perdesaan

Menurut Badan Pusat Statistik (2010), untuk memahami klasifikasi desa perkotaan

perdesaan perlu dijelaskan tentang beberapa pengertian secara statistik, sebagai berikut:ungsi terhadap variabel dan dan disamakan dengan 0. Dengan melakukan proses ini

akan didapatkan dua kondisi optimalitas berikut:

1 kondisi 1 :

2 kondisi 2 :

Menurut Prasetyo (2012), untuk menyelesaikan masalah tersebut, modifikasikan

persamaan menjadi kasus pemaksimalan, dengan syarat optimasi untuk dualitasnya

menggunakan kendala Karush-Khun Tucker (KKT), yaitu

dan

. kemudian dijabarkan sebagai berikut :

Persamaan tersebut selanjutnya berubah menjadi dualitas Lagrange Multiplier dengan

persamaan, sebagai berikut:

Selanjutnya fungsi dual tersebut dimaksimalkan, sehingga persamaannya menjadi, sebagai

berikut:

Dengan kondisi dan

. merupakan dot-product dua data

dalam data latih. Data pelatihan yang memiliki nilai adalah support vektor sedangkan

sisanya memiliki nilai . Dengan demikian fungsi keputusan yang dihasilkan hanya

dipengaruhi oleh support vector. Hyperplane (fungsi keputusan) didapatkan dengan formula:

dengan l merupakan jumlah data yang menjadi support vektor,

merupakan support vektor, z

merupakan data uji yang akan diprediksi kelasnya, dan

merupakan inner product antara

dan z.

2.4. SVM pada Non-linearly Separable Data

Menurut Tan et al. (2006) dalam Nuha dkk. (2012), pada kasus klasifikasi linier SVM

ketika terdapat data yang tidak dapat dikelompokkan dengan benar (nonseparable case),

rumusan SVM ditambah dengan adanya variabel slack.

Penjelasan:

gk tau aku tu