Penelitian ini menyajikan analisis performansi Support Vector Machine(SVM) dengan 11 variabel bebas dan 1 variabel terikat. Metode SVMdengan data training (75%) dan data testing (25%) yang digunakan pada pengklasifikasian data Penerbangan domestic dan data penerbanganinternasional untuk menemukan hyperplane terbaik yang memisahkandua buah kelas. Hasilnya terdapat 4 support vector memberikan informasiyang dibutuhkan untuk menyakinkan bahwa metode SVM bias sebagaiclassifier dan dapat memprediksi keakuratan model dengan menggunakankurva Receiver Operating Characteristic (ROC) untuk melihat akurasi modelterbaik. mencapai 84,31%. Kata Kunci: Klasifikasi, Metode Support Vector Machine (SVM), Receiver Operating Characteristic (ROC)
Copyrights © 2018