TOTO HARYANTO

Sedikit goresan menebar manfaat …..

Naive Bayes

Posted by totoharyanto on March 27th, 2012

Sambil Mengingat Kembali Tentang Naive bayes.
Berikut contoh proses pengambilan keputusa dengan Naive Bayes.

  1. Diketahui Data Training Sebagai berikut:

ID

X1

X2

X3

Class

1

Yes

Single

125

No

2

No

Married

100

No

3

No

Single

70

No

4

Yes

Married

120

No

5

No

Divorce

95

Yes

6

No

Married

60

No

7

Yes

Divorce

220

No

8

No

Single

85

Yes

9

No

Married

75

No

10

No

Single

90

Yes

Dengan, menggunakan Naive Bayes, tentukan X(X1=No,X2=Married,X3=120)  ?

jawab:
P(Y=Yes) = 3/10,  P(Y=No) = 7/10

P(X1=No|Y=Yes) = 3/3 = 1
P(X1=No|Y=No) = 4/7

P(X2=Married|Y=Yes) = 0/3
P(X2=Married|Y=No)  = 4/7

P(X3=120|Y=Yes) = 0/3
P(X3=120|Y=No)  = 1/7

P (X1=No,X2=Married,X3=120|Y=Yes) :
= {P(P(X1=No|Y=Yes).P(X2=Married|Y=Yes).P(X3=120|Y=Yes).P(Y=Yes)}
=              {(1)                 .(0/3)                                 .(0/3)                            .(3/10)}
= 0

P (X1=No,X2=Married,X3=120|Y=No) :
= {P(P(X1=No|Y=No).P(X2=Married|Y=No).P(X3=120|Y=No).P(Y=No)}
=              {(4/7)                 .(4/7)                                 .(1/7)                            .(7/10)}
= 0,032

Sehingga Keputusannya adalah No

 

 

Silahkan Mencoba Jika : X(X1=Yes,X2=Divorce,X3=85)   ?

Kirim jawaban Anda melalui blog ini…

 

Selamat Mencoba….:-)


70 Responses to “Naive Bayes”

  1. Agus simamora Says:

    singkat tapi jelas, thanks pak

  2. totoharyanto Says:

    Thank AGus…
    Semoga bermanfaat

  3. Diana Says:

    Assalamu’alaikum…
    Pak, saya sedang mengerjakan skripsi tentang sistem pakar menggunakan metode naive bayes, tapi saya kekurangan referensi tentang metode naive bayes ini.. mohon bantuannya Pak..

  4. totoharyanto Says:

    Wa’alaykum salam.
    Tentang Naive bayes, saya kira di beberapa buku statistika atau pattern recognition bisa.
    insyaAlloh akan saya kirimkian e-booknya ya..

  5. lisna Says:

    hmm min…. kira2 ada buku referensi khusus yang menjelaskan navie bayes dalam ilmu kedokteran g minnn ??? harap balas yaaaa

  6. totoharyanto Says:

    Wah kalau NB (naive bayes) khusus di bidang ilmu kedokteran. mohon maaf saya belum dapat. karena NB hanya metode saja ya, Mba.

    Implementasinya bisa untuk berbagai displin ilmu, bergantung domoin masalahnya..

    Thanks

  7. bernard Says:

    Setelah coba perhitungan bayes di blog ini, untuk P (X1=Yes,X2=Divorce,X3=85|Y=Yes) : 0 dan P (X1=No,X2=Divorce,X3=85|Y=No) : 0 untuk nilai P yang sama kita harus putuskan bagaimana..???? Bingung… :)

  8. totoharyanto Says:

    Dalam klasifikasi bisa saja suatu objek tidak termasuk pada kelas apapun karena memang objek tersebut tidak mencirikan kelas yang ada… jangan bingung atuh..

  9. totoharyanto Says:

    Sebaiknya dalam klasifikasi terutama yang berbasis peluang kita memiliki threshold nilai peluangnya…. Jika kurang dari itu makan kita katakan misklasifikasi..

  10. iby Says:

    assalamu’alaikum…..
    pak saya lagi mencari referensi tentang naive bayes nie untuk penyakit…
    adakah referensi yang bisa saya dapat..
    terimakasi………

  11. Isyar Harun Says:

    wah mantap sekali pak blognya, membantu saya yang ada di Malang 😀

  12. totoharyanto Says:

    Wa’alaykumalam warohamtulloh…
    Untuk teori naive bayes.. banyak terdapat di buku-buku DSS atau Expert System..

  13. totoharyanto Says:

    Bismillah.

    Terima Kasih Mas Isyar Harun.
    Semoga bermanfaat dan membantu meskipun masih ada kekurangan

  14. Fery Says:

    untuk contoh source code program nya bagaimana pak? saya masih bingung untuk mengimplementasikan teorema naive bayes ini ke dalam sebuah program.

  15. Daeng Rosanda Says:

    Pak, kalau data ujinya banyak kira-kira masih bisa tidak?

    contoh
    tentukan X(X1=No,X2=Married,X3=120),(X1=Yes,X2=Married,X3=120),(X1=Yes,X2=Married,X3=90),(X1=No,X2=Divorce,X3=120),…

  16. totoharyanto Says:

    Bismillah
    Mas Daeng, setahu saa dalam klasifikasi biasanya yang akan diujikan adalah satu objek dengn penciri tertentu (X1,X2 dan X3). Kalau saya melihat contoh yang diberikan maksudnya bisakah suatu X memiliki (X1,X2 dan X3) yang berbeda begitu? kalau yang dimaksud ini, sepertinya kurang tepat. Mungkin maksudnya ada tiga objek X. Kalau ini yang dimaksud pasti bisa..

  17. afif Says:

    klo semisal hasilnya sama gimana ya pak?
    soalnya saya menemukan kasus seperti itu,,
    misal klo contoh diatas hasilnya sama2 0
    mohon bantuannya
    terima kasih

  18. may Says:

    assalamu alaikum
    pak sy bisa minta referensi tentang naive bayes ini ? proposal skripsi saya tentang penentuan jagung produktif dan disuruh pake metode naive bayes ini oleh dosen.tp kekurangan referensi tentang metode ini, juga ga tau implementasiannya gmn ? mohon bantuan pak :)
    terima kasih

  19. totoharyanto Says:

    Untuk data yang sifatnya kontinyu, biasanya menggunakan distribusi gausian untuk menghitung peluangnya. Sehingga tidak akan mengalami nol.

  20. totoharyanto Says:

    Wa’alaykumsalam..
    Iya Mba May. nanti saya kirim ke email ya insyaAlloh.
    minta alamat emailnya bisa ?

  21. rina Says:

    pak mau tanya apakah naive bayes bisa digunakan untuk kasus prediksi nilai uan???

  22. totoharyanto Says:

    Asalkan data yang kita miliki ada, kenapa tidak. untuk data numerik, pendekatannya berbeda dengan data nominal ya Mba Rina…
    Bisanya untuk menentukan peluanga kita gunakan fungsi distribusi dari data tersebut..

    Terima Kasih

  23. Boby Says:

    Assalamualaikum.
    Pak mau nanya nihh. Gimana caranya buat tabel rule untuk metode naive bayes. Saya bingung membutanya Pak. judul skripsiku sistem pakar diagnosa osteoporosis menggunakan metode naive bayes. Tolong yak Pak…

  24. totoharyanto Says:

    Kalao Pakai nive bayes tentu saja basisnya adalah pada nilai prior probability dan posterior probability Mas. Dengan demikian data harus ada terlebih dahulu sebagaimana dalam contoh
    Tidak berbasis rule

  25. Mady Says:

    assalamu’alaikum
    pak sy bisa minta referensi tentang naive bayes ini ?
    sy kekurangan referensi untuk mempelajari metode ini…
    mohon bantuannya pak :)
    terima kasih

  26. totoharyanto Says:

    Wa’alaykumsalam.
    Silahkan kunjungi:
    http://software.ucv.ro/~cmihaescu/ro/teaching/AIR/docs/Lab4-NaiveBayes.pdf

    atau

    http://www.ic.unicamp.br/~rocha/teaching/2011s2/mc906/aulas/naive-bayes-classifier.pdf

    Semoga menambah manfaat

  27. Ichrom Says:

    Assalamualaikum
    bapak, saya sedang mengerjakan tugas akhir, judulnya diagnosa awal penyakit gigi. disini kasusnya tujuanya(penyakit) lbih dari dua, sprtii contoh kasus diatas classnya menggunakan 2 tujuan (yes no). bagaimana bapak caranya kalo tujuan lebih dari dua, apakah bisa ??

    Mohon bantuanya bapak, karna saya masih belum bisa menemukan jawaban dari kasus saya.

    trima kasih bapak, semoga referensi dari bapak bermanfaat. amin

  28. totoharyanto Says:

    Wa’alaykumsalam warohamtulloh wabarokatuhu
    Kepada Mas Ichrom
    Jawaban saya pasti bisa walaupun kelasnya lebih dari dua. ini masuk dalam kategori klasifikasi
    Menurut hemat saya, yang terpenting adalah Mas Ichrom harus paham betul mengenai domain masalah yang akan diajukan/diangkat.
    Saran saya Mas Ichrom harus mencari sumber pakar (Drg.) yang bisa dijadikan sebagai rujukan untuk memvalidasi sistem yang akan dibuat.
    Baca buku-buku tahap pengembangan sistem pakar akan benyak membantu. Baca juga buku mengenai data mining untuk mempelajari proses klasifikasinya.

    Terima Kasih

  29. Ihsan Says:

    Assalamualaikum, mas/pak/admin :)

    saya baru kenal aja dg NB ini pak, jd masih sangat kurang paham dg NB.
    yg mau saya tanya, itu kenapa ya pak keputusannya “No”.
    dan apa yg bisa membuat keputusan bisa menjadi “Yes”.

  30. totoharyanto Says:

    Wa’alaykumsalam warohamtulloh wabarokatuhu
    Mas Ihsan yang baik, terima kasih sudah mau membaca blog saya. Terkait dengan NB, satu hal yang harus kita ketahui adalah bahwa NB sebagai salah satu teknik untuk melakukan klasifikasi. Atau dengan kata lain sebagai pengklasifikasi. NB termasuk ke dalam supervise learning karena dalam kelas sudah diketahui dari awal. Prinsip dari naive bayes adalah peluang. Artinya dalam contoh di atas jika ditanya :
    apakah keputusan dari suatu data baru jika diketahui (X1=No,X2=Married dan X3=120).
    Nah, dari sini kita harus menghitung
    a. peluang X1=No terhadap class Yes
    b. peluang X2=Married terhadap class Yes
    c. peluang X3=120 terhadap class Yes

    Di sisi lain kita juga harus menghitung
    a. peluang X1=No terhadap class No
    b. peluang X2=Married terhadap class No
    c. peluang X3=120 terhadap class No

    Dari semua peluang X1,X2 dan X3 untuk setiap class dikalikan

    Peluang terhadap class Yes

    P (X1=No,X2=Married,X3=120|Y=Yes) :
    = {P(P(X1=No|Y=Yes).P(X2=Married|Y=Yes).P(X3=120|Y=Yes).P(Y=Yes)}
    = {(1) .(0/3) .(0/3) .(3/10)}
    = 0

    Peluang terhadap class No
    P (X1=No,X2=Married,X3=120|Y=No) :
    = {P(P(X1=No|Y=No).P(X2=Married|Y=No).P(X3=120|Y=No).P(Y=No)}
    = {(4/7) .(4/7) .(1/7) .(7/10)}
    = 0,032

    Lalu, cari yang maksimum
    Karena Peluang terhadap kelas No , maka keputusannya jika X1=No, X2=Married dan X3=120 terklasifikasi ke dalam No

  31. riyan putri Says:

    assalamu’alaikum ..
    pak saya ada beberapa pertanyaan berkenaan dengan naive bayes karena sekarang ini saya sedang menyusun skripsi tentang prediksi pengangguran dg metode tersebut..
    untuk data yg bersifat kontinu apakah distribusi nya bisa menggunakan distribusi selain gaussian ?? dan apakah untuk distribusi normal perlu dilakukan uji secara statistik ?? saya tunggu jawabannya via email ya pak 😀 ini alamat saya riyan.ekoputri@yahoo.com
    terimakasih sebelumnya..

  32. Miftahul Jannah Says:

    Pak… mau tanya ni, masih newbie tapi lg nyusun skripsi untuk tugas akhir judulnya sistem pakar dengan metode naive bayesian di android.. minta tolong, bagaimana ya cara implementasi metode itu di android..??
    terimakasih pak :)

  33. totoharyanto Says:

    Wa’alaykumsalam warohamtulloh
    Wah pertanyaannya aga susah he…
    Pada dasarnya untuk data kontinyu yang saya dapati juga menggunakan distribusi gausian. Yang saya pahami juga itu adalah pendekatan dengan menganggap bahwa data yang kita miliki memiliki distribusi gausian dengan sebaran normal. Sepertinya dengan distibusi ini data yang kita miliki representatif. Namun, jika memang Anda melakukan distribusi data tersebut secara empiris, saya kira itu bisa saja dilakukan. Mohon maaf jika kurang memuaskan.

    Demikian dan terima kasih

  34. totoharyanto Says:

    Bismillah
    Terima Kasih atas pertanyaannya.
    Sebelumnya saya mohon maaf saya sampai sekarang belum pernah mengaplikasikan di android.
    Tapi ada tips, kalau datanya tidak terlalu besar, anda bisa simpan data tersebut dalam DBMS sqlite.
    Nanti, lakukan programming basis sintak sql saja (kalau memang data tidak besar). Dalam hal ini memang berat.
    Tips lain, jadikan android sebagai GUI saja. Anda bisa coding di server nanti hasi perhitungan dikembalikan lagi ke Android.
    Demikian dan terima kasih.
    Mohon maaf jika kurang memuaskan

    Terima Kasih

  35. dhimas Says:

    Assalamualaikum.
    Pak, saya mau tanya ada contoh aplikasi dengan metode naive bayes menggunakan rumus densitas gauss tidak?.
    terima kasih..
    Wassalam.

  36. riyan putri Says:

    assalamu’alaikum ..
    pak saya menemui kesulitan dalam memproses syntax matlab .. untuk crossvalidation k-fold kok ketika di run untuk nilai k berapapun hasilnya sama ya .. bapak ada reverensi untuk syntax ini ndak ya ??

  37. zaqi Says:

    Assalammualaikum, pak.
    klo subjek analisis contohnya jokowi yg berada pada setiap kalimat yg akan diuji itu harus dihilangkan, itu ada dasar teorinya dari TF-IDF, apa benar?
    Soalnya klo secara teknis itu harus dihilangkan agar tidak menganggu perhitungan. Tapi kalau ada salah satu atau beberapa kalimat yg ingin diuji mengandung nama lain seperi Jusuf kalla atau prabowo yg keberadaannya terkadang ada di kategori lain dan ada pada salah satu kalimat, beda dengan kata Jokowi yg keberadaannya ada pada setiap kategori & setiap kalimat.
    Bisa tidak saya melakukan klasifikasi teks menggunakan Naive Bayes tidak menggunakan perhitungan TF-IDF tetapi untuk subjek analisis kata jokowi saya hilangkan?

  38. totoharyanto Says:

    Wa’alaykumsalam warohmatulloh.
    Mohon maaf mas zaqi, saya masih kurang begitu memngerti maksud dari pernyataan mas zaqi.
    Setahu saya kalau TF-IDF itu khan digunakan dalam information retrieval untuk ekstraksi term dari suatu dokumen dalam sebuah vector space.
    Mengilangkan kata tertentu itu biasanya karena kata tersebut termasuk dalam stop-word. Biasanya stop-word sudah kita definisikan. Contoh kalau dalam bahasa indonesia kata-kata : (yang, itu, dan, ini, dll) . Dalam klasifikasi dokumen kata-kata tersebut tidak terlalu signifikan sebagai ciri dari suatu dokumen. Nah, sekarang yang akan dilakukan mas zaqi apa. Apa dasarnya bahwa kata jokowi itu harus dihapus. Kalau atas dasar teori TF-IDF menurut saya kurang relevan.
    Mungkin sementara itu dulu ya mas.

    Terima Kasih

  39. totoharyanto Says:

    Wa’alaykumsalam warohamatulloh.
    Dhimas, maaf kalau aplikasi langsungnya saya belum dapati. Tapi kalau fungsi densitas gaus khan banyak di beberapa sumber.
    Yang terpenting, dari atribut kontinyu tersebut, untuk setiap kelas, Anda harus mendapatkan nilai distribusinya (mean dan standari deviasinya).
    Nanti jika ada data baru yang akan dijuji, tinggal dimasukkan ke fungsi setiap distribusi yang ada untuk mendapatkan nilai peluangnya.
    Terima Kasih

    Wassalamu’alaykum

  40. totoharyanto Says:

    Wa’alaykumsalam
    Waduh, kalau ini teknis banget ya Mba. Saran saya tanya dulu ke rekan/teman menegnai kode program di Matlabnya.
    Sepertinya ada kesalahan saat looping pembagian datanya saja. Maaf tidak bisa langsung membantu

    Terima Kasih

  41. DemeXeMuse Says:

    bagus nih jelas, jadi tambah paham 😀

    dari beberapa metode yg di ajarkan di matkul data mining cuma naive bayes yang saya paham :(

  42. Zaqi Says:

    Terima kasih pak atas jawaban sebelumnya. Mau tanya jg pak setelah menghitung klasifikasi & didapat total kategorinya saya ingin menghitung akurasinya,Itu kan menggunakan cross validation, bisa bantu langkah2nya perhitungan menggunakan cross validationnya pak, saya msh bingung perhitungannya. Untuk penghitungan cross validation & matriks confusion nya itu manual ya pak atau dibuat dlm program tersendiri?

  43. totoharyanto Says:

    Terima Kasih, Mas.
    Semoga memberikan tambahan ilmu. Sekedar sharing saja kok…

  44. totoharyanto Says:

    Cross validation (baca: k-fold cross validation) itu setahu saya hanya untuk membagi data saja sehingga dapat dipastikan bahwa semua data mengalami sebagai data latih dan data uji. Anda dapapat menggunakan nilai k tertentu. Memang setahu saya jika data besar jumlah k juga sebaiknya diperbesar.
    Contoh: kalau anda punya ada 1000 ada 5 kelas @200 anggota. Nah, kalau anda menggunakan nilai k=5. Ini artinya 1/5 sari setiap kelas akan dijadikan sebagai data uji dan 4/5 sebagai data latih.

    data_uji data_latih
    fold1 = s1 s2,s3,s4,s5
    fold2 = s2 s1,s3,s4,s5
    fold3 = s3 s1,s2,s4,s5
    fold4 = s4 s1,s2,s3,s5
    fold5 = s5 s1,s2,s3,s4,

    catatan : s adalah subset data dari setiap kelas
    s1 (ada sebanyak 1/5 x 200 x 5 kelas) = 200 data
    s2,s3,s4,s5 (ada sebanyak 4/5 x 200 x 5 kelas) = 800 data

    Akurasi bisa dilihat untuk setiap fold-nya.
    Dibuat program saja sebaiknya. Kalau manual akan merepotkan.
    Mohon maaf jika masih banyak kekurangan.

    Terima Kasih

  45. husni Says:

    Assalamu’alaikum…
    Pak, saya sedang mengerjakan skripsi tentang sistem pendukung keputusan menggunakan metode naive bayes,tapi saya kebingungan cara Pemberian Nilai Tabel Aturan ..
    kriteria ada 9 (X1,X2, x3, x4, x5, x6, x7,x8 ,x8)
    sub Kriteria ada 4 (sangat baik ,baik, cukup, kurang )
    mohon bantuannya Pak..

  46. totoharyanto Says:

    Wa’aalaykumsalam warohmatulloh.
    Mas Husni, menurut saya yang dibutuhkan oleh naives bayes adalah row data, dan bukan aturan.
    Artinya, mas husni harus sudah memiliki data aslinya. Nah, dari data tersebut justru naive bayes bekerja.
    Mengenai pemberian aturan, apakah yang dimaksud ? Mohon maaf saya masih kurang memahami pertanyaannya.

    Terima Kasih

  47. m.novit riswanto Says:

    Assalamualaikum wr wb pak TOTO
    Saya mau tanya pak
    rumus NB nya yg mana ya pak kalau saya ingin menggunakan untuk SPK pemilihan Hotel?

  48. totoharyanto Says:

    Wa’alaykumsalam warohamtulloh.
    bergantung datanya, Mas.
    Apakah kategori atau numerik?

  49. revina Says:

    apakah dalam metode Naive Bayes hanya bisa digunakan untuk pengambilan 2 kemungkinan keputusan?

  50. totoharyanto Says:

    Mba Revina, Naive Bayes bisa digunakan untuk klasifikasi multiclass.

  51. iman Says:

    Assalamualaikum wr wb
    Saya sedang mengerjakan skripsi sistem pakar menggunakan metode naive bayes, saya mau tanya nilai probabilitas tiap2 gejala itu didapat dari pakar atau dari mana ya pak?
    thanks

  52. totoharyanto Says:

    Wa’alaykumsalam.
    Setahu saya yang ada nilai probabilitas dari penyakitnya. Itu yang disebut dengan prior probability dan diperoleh dari data set kita.
    Adapun nilai probabilitas gejala, yang dimaksud adalah probabilitas gejala terhadap penyakit yang akan diindetifikasi. Ini yang disebut sebagai posterior probability. Ini juga dari data set yang kita miliki

  53. Dimas Says:

    Pak,mengapa pada Naive Bayes Classification menggunakan fungsi densitas Gauss? Mengapa bukan distribusi normal, Poisson, distribusi F, dsb?
    Terima kasih.

  54. totoharyanto Says:

    Sebenarnya fungsi tersebut bisa disesuaikan dengan data yang ada.

  55. ragil Says:

    Mas bro haryanto.
    Pak haryanto. untuk aplikasi letak lokasi geografis ada punya refrensi kh dengan metode Navir Bayes. Tkhs

  56. totoharyanto Says:

    Mohon maaf, untuk hal ini saya belum punya referensinya.

  57. novan Says:

    assalamualaikum wr. wb
    saya mau tanyak bagaimana cara menghitung memakai naive bayes untuk menentukan teks mining dalam kuisioner pak?

  58. totoharyanto Says:

    Wa’alaykumsalam
    Sebaiknya dipersiapkan dulu row-data hasil kusionernya Novan. Baru setelah itu kita diskusi lagi ya.

  59. Fery Fatma Rukmana Says:

    mau tanya dong pak. kenaapa naive bayes menggunakan data latih ya?

  60. totoharyanto Says:

    Iya,tentu saja Mas. Kita akan menghitung nilai peluang kasus kita khan dari data yang ada…

  61. firman Says:

    assalamualaikum wr. wb.

    pak Toto saya ingin konsultasi, pada saat ini saya sedang mencari algoritma yang cocok untuk tugas akhir saya. contoh kasusnya seperti ini pak, jadi saya memliki 2 jenis data yang rencananya akan menjadi inputan naive bayes, dan pada keluarannya (hasil) memiliki 3 jenis kategori. yang saya ingin tanyakan apakah bisa algoritma naive bayes digunakan dengan data data desimal atau yang bersifat kontinyu? dan apakah perbedaan satuan antar 2 masukan itu dipermasalahkan juga pak?
    Terima kasih pak

  62. totoharyanto Says:

    Alakumsalam warohmatulloh.
    Pada dasarnya, naive bayes digunakan untuk data inputan diskret atau tidak kontinya, tetapi juga isa digunakan untuk input yang bersifat kontinyu. Paling sederhananya adalah melakukan diskretisasi variebel konstinyu tersebut dengan mempertimbangkan mean, standar-dev dari data yang ada. Sementara itu jawaban saya.

    Terima Kasih

  63. Luthfia Says:

    Assalamu’alaikum..
    Pak, saya mau tanya, apakah metode naive bayes bisa untuk klasifikasi jenis surat?
    Terimakasih

  64. totoharyanto Says:

    Wa’alaykumsalam warohmatulloh.
    Maksudnya jenis surat bagaimana ? Bisa tolong digambarkan ilustrasi masalahnya.
    Setahu saya, surat kan sudah jelas tentang apa, untuk siapa dan perihal apa.
    Apa masih perlu untuk diklasifikasi lagi… ?

  65. muhammad Says:

    Pak mohon dicek jawaban saya untuk pertanyaan X(X1=yes, X2=divorce, X3=85) ya, sudah betul belum?:

    P(Y=yes)=3/10, P(Y=no)=7/10
    P(X1=yes|Y=yes)=0/3, P(X1=yes|Y=no)=3/3
    P(X2=divorce|Y=yes)=1/3, P(X2=divorce|Y=no)=1/3
    P(X3=85|Y=yes)=1/3, P(X3=85|Y=no)=0/3

    for P(X1=yes, X2=divorce, X3=85 | Y=yes):
    = {(P(X1=yes|Y=yes).P(X2=divorce|Y=yes).P(X3=85|Y=yes).P(Y=yes))}
    = { (0/3) .(1/3) .(1/3) .(3/10)}
    = 0

    for P(X1=yes, X2=divorce, X3=85 | Y=no):
    = {(P(X1=no|Y=no).P(X2=divorce|Y=no).P(X3=85|Y=no).P(Y=no))}
    = { (3/3) .(1/3) .(0/3) .(7/10)}
    = 0

  66. totoharyanto Says:

    Cara menghitungnya sudah benar.
    Nah, saat mengambil keputusan dalam klasifikasi ini masuk dalam pembahasan khusus dimana naive bayes tidak mampu untuk melakukan klasifikasi untuk kasus data ini.

    Terima Kasih

  67. ananda Says:

    Saya mau tanya apa metode naive bayes ini cocok untuk penentuan topik judul tugas akhir ? terima kasih

  68. totoharyanto Says:

    De Ananda, maaf maksud pertanyaan Anda apakah metode ini cocok untuk topik tugas akhir ? JIka pertanyaannya seperti itu. Saya menjawab demikian. Suatu peneitian adalah hal yang terus dilakukan.(re-search). Sehingga akan terus berkembang apalagi di sisi metode. Masih sangat terbuka peluang risetnya.

  69. Haerul Says:

    Assalamualaikum
    Pak apakah punya jurnal nasional tentang penggunaan metode naive bayes??

  70. totoharyanto Says:

    Alaykumsalam warohmatulloh.
    Mohon maaf Haerul saya belum pernah nulis paper tentang Naive Bayes.
    Tapi saya akan kirim via email japri ya insyaAlloh

Leave a Reply

XHTML: You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>