<![CDATA[Sampah botol plastik perlu dipilah berdasarkan mereknya untuk mengurangi polusi terutama botol plastik. Namun saat ini proses pemilahan tersebut masih dilakukan secara manual. Jika pemilahan dilakukan secara manual maka membutuhkan waktu yang lama, sehingga perlu dibuat cara agar pemilahan dapat dilakukan dengan bantuan teknologi. Teknologi pengolahan citra dapat mengklasifikasi beberapa merek botol plastik. Klasfikasi citra botol plastik dilakukan dengan menggunakan metode Multiclass Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF). Klasifikasi botol plastik lebih dari 1 kelas dapat menggunakan pendekatan One vs All. Kelas yang digunakan berjumlah 5 kelas berdasarkan merek botol plastik yang berbeda seperti Aqua, Coca-Cola, Fanta, Minute-Maid dan Sprite. Proses yang dilakukan meliputi Pre-procesing Ekstraksi Ciri, Training dan Testing model. Pre-processing dilakukan untuk menyiapkan citra sebelum proses Training dan Testing. Ekstraksi ciri untuk mengetahui ciri dari masing-masing kelas. Training dan Testing dilakukan dengan menggunakan 500 data citra yang dibagi menjadi 3 kombinasi data citra latih dan data citra uji. Data citra latih digunakan untuk Training model sedangkan data citra uji digunakan untuk Testing model. Kombinasi data citra latih dan data citra uji yang digunakan adalah 75% data citra latih dan 25% data citra uji, 50% data citra latih dan data citra uji, serta 25% data citra latih dan 75% data citra uji, sehingga menghasilkan 3 model yang berbeda. Hasil Testing klasifikasi dari 3 kombinasi data cita latih dan data citra uji menghasilkan prosentase keberhasilan berturut-turut sebesar 56%, 70%, dan 84%.]]>
