Cat Classifier Menggunakan Metode SVM

Deskripsi

Proyek Cat Classifier ini dikembangkan menggunakan bahasa pemrograman Python dan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan gambar kucing dengan tingkat presisi dan akurasi tinggi (mencapai ~98%). Dataset yang digunakan diambil langsung dari Kaggle yang telah melewati tahap preprocessing seperti resizing, grayscale conversion, serta ekstraksi fitur sebelum dilatih menggunakan model SVM. Proyek ini sangat cocok dijadikan referensi belajar machine learning, pengolahan citra (image processing), maupun tugas akhir.

Sistem

Dataset Acquisition: Mengunduh dan memuat data gambar kucing dari Kaggle. Data Preprocessing: Mengubah ukuran gambar (resize), normalisasi piksel, dan ekstraksi fitur citra. Data Splitting: Membagi data menjadi training set dan test set. Model Training: Melatih model klasifikasi menggunakan algoritma Support Vector Machine (SVM) dengan hyperparameter tuning (kernel RBF/Linear). Model Evaluation: Menguji performa model menggunakan confusion matrix, precision, recall, dan accuracy score. Prediction / Inference: Memprediksi gambar baru untuk menentukan apakah objek dalam gambar adalah kucing atau bukan.

Fitur

• Pre-processing gambar otomatis (Resize & Normalisasi)
• Ekstraksi fitur citra menggunakan HOG / Raw Pixels
• Implementasi algoritma Support Vector Machine (SVM)
• Evaluasi performa model (Akurasi, Presisi, Confusion Matrix)
• Prediksi gambar baru dari input pengguna
• Visualisasi hasil klasifikasi dan grafik pemisahan data
• Panduan Instalasi (Markdown, mendukung code block)

Panduan Instalasi

cd path/to/folder-cat-classifier

python -m venv venv

venv\Scripts\activate

source venv/bin/activate
```bash
3. Instal semua dependensi/library yang dibutuhkan
```bash
pip install -r requirements.txt

pip install numpy pandas scikit-learn opencv-python matplotlib

python train.py

python predict.py --image path/to/cat_image.jpg