Implementasi Support Vector Machine dan Radial Basis Function untuk Klasifikasi Makanan Vegetarian Menggunakan Data Image

摘要

Pola makan vegetarian makin populer pada abad ke-21 karena berpotensi mengurangi risiko penyakit kronis dan degeneratif. Vegetarian adalah individu yang tidak mengonsumsi produk hewani untuk alasan keagamaan atau kesehatan. Akan tetapi, penentuan vegetarian atau tidaknya suatu produk pangan sulit dilakukan hanya dengan pengamatan visual. Oleh karena itu, studi ini berhasil mengembangkan suatu model SVM & RBF dalam RStudio yang dapat membedakan makanan vegetarian dan non-vegetarian secara akurat berdasarkan data gambar. Model tersebut memiliki tingkat akurasi 95%, spesifisitas 100%, sensitivitas 88,89%, dan nilai AUC 94,44%. Dapat disimpulkan bahwa model SVM & RBF tersebut mampu melakukan prediksi dengan keakuratan tinggi dan membedakan makanan vegetarian dan non-vegetarian secara efektif.