Abstract:
Studi ini berfokus pada implementasi algoritma Support Vector Machine (SVM).
untuk memprediksi jumlah penumpang kapal di PT Pelni Cabang Medan.
Permasalahan utama yang dihadapi perusahaan adalah sulitnya memperkirakan
jumlah penumpang akibat fluktuasi yang dipengaruhi faktor musiman, kondisi
ekonomi, serta peristiwa tertentu. Selama ini, belum tersedia sistem prediksi
berbasis data yang memadai sehingga keputusan operasional masih dilakukan
secara manual dan berpotensi menimbulkan ketidakseimbangan kapasitas.
Algoritma SVM dipilih karena kemampuannya dalam menangani prediksi linier
maupun non-linier melalui penggunaan hyperplane sebagai pemisah antar kelas.
Data penelitian diambil dari catatan historis jumlah penumpang kapal, yang
selanjutnya diproses melalui tahapan preprocessing, proses pemisahan data dibagi
menjadi dua bagian, yaitu data pelatihan dan data pengujian, kemudian dilakukan
proses pelatihan model SVM.. Implementasi diwujudkan dalam bentuk aplikasi
berbasis web menggunakan PHP dan MySQL agar hasil prediksi mudah diakses
oleh pihak perusahaan. Hasil penelitian menunjukkan bahwa model SVM mampu
mengklasifikasikan jumlah penumpang menjadi tiga klasifikasi utama, yakni
kategori rendah, kategori sedang, dan kategori tinggi.. Sistem yang dibangun telah
diuji menggunakan metode Blackbox Testing dan dinyatakan valid pada seluruh
fungsi. Dengan demikian, penelitian ini berkontribusi dalam mendukung
pengambilan keputusan operasional serta perencanaan kebutuhan di PT Pelni
Cabang Medan, meskipun masih terbatas pada jumlah variabel yang digunakan.
