Bagaimana Menghitung Hyperplane pada SVM?

SVM atau dikenal dengan Support Vector Machine merupakan salah satu metode klasifikasi yang ditemukan oleh Vapnik tahun 1979 ¹. Dasar pemikiran metode SVM ini adalah: ²

1. Garis hyperplane yang optimal yang memisahkan pola secara linier.
2. Pemisahan pola yang non-linier menggunakan penambahan fungsi kernel.

SVM memaksimumkan margin disekitar garis pemisah hyperplane.
Secara matematika, formulasi problem optimisasi SVM untuk kasus klasifikasi linier di dalam primal space adalah:³

dimana xi merupakan data masukan dan yi merupakan keluaran, sedangkan w dan b merupakan parameter yang kita cari nilainya.


Berikut saya tambahkan sedikit perhitungan SVM ala MS-Excel:

Perhitungan MS-Excel menghitung Hyperplane

 
1. CHRISTOPHER J.C. BURGES, Data Mining and Knowledge Discovery, 1998 Kluwer Academic Publishers, Boston.
2.  R. BERWICK, An Idiot’s guide to Support vector machines (SVMs), www.cs.ucf.edu/courses/cap6412/fall2009/papers/Berwick2003.pdf‎, 28 October 2013.
3. Budi Santosa, Tutorial Support Vector Machine, Teknik Industri, ITS.