Abstract
Sapi Bali merupakan salah satu hewan ternak asli Indonesia, yang mempunyai ciri khas pada warna bulunya. Warna bulu yang dimiliki Sapi Bali dapat digunakan sebagai salah satu faktor sebagai acuan untuk menentukan kualitasnya. Kualitas Sapi Bali diklasifikasikan kedalam 3 kelas yaitu Baik, Sedang dan Buruk. Klasifikasi Sapi Bali sulit dilakukan dengan cara yang konvensional karena indera manusia yang memiliki keterbatasan dalam melihat jenis warna. Masalah tersebut dapat diatasi dengan membuat sebuah sistem pendukung keputusan untuk melakukan klasifikasi Sapi Bali berdasarkan warna bulu. Penelitian ini akan membandingkan dua buah metode yang berbeda yaitu dengan menggunakan metode Simplified SMO dengan kernel RBF dan metode lainnya menggunakan Fuzzy Support Vector Machine (FSVM) dengan menggunakan kernel Cauchy untuk algoritma pelatihannya. Proses pelatihan data dilakukan dengan memanfaatkan rata-rata fitur warna red, green dan blue (RGB) yang diambil dari citra warna bulu Sapi Bali.
