Sistem Pendukung Keputusan BTS

Penerapan Metode Naive Bayes untuk Sistem Pendukung Keputusan

Sistem pendukung keputusan memiliki banyak metode yangDAFTAR MAHASISWA PERBAIKAN DESAIN WEB. Read more ... » dapat kitaCara mengatasi Install DotNet 3.5 Windows 8. Read more ... » terapkan untukCara mengatasi Install DotNet 3.5 Windows 8. Read more ... » menyelesaikan masalah pengambilan keputusan, berbeda denganCara mengatasi Install DotNet 3.5 Windows 8. Read more ... » sistem pendukung keputusan yang telah sayaCara Mudah Compilasi File Java. Read more ... » jelaskan sebelumnya. KaliMenjalankan Aplikasi Android di Windows. Read more ... » ini saya akan membahas mengenai Sistem Pendukung Keputusan dengan Metode Naive Bayes.

Sistem Pendukung Keputusan Metode Naive Bayes merupakan metode spk yang mudah untuk digunakan karena metode tersebut menggunakan data yang sudah ada sebagai acuan untuk melakukan keputusan. Metode Naive Bayes sendiri tidak memerlukan bobot untuk melakukan perhitungan, namun hanya menggunakan probabilitas data yang sudah ada.

Untuk mempermudah dalamCara mengatasai Cannot modify header PHP. Read more ... » pembelajaran metode sistem pendukung keputusan naive bayes, saya akan memberikan contoh mengenai Sistem pendukung Keputusan Resiko Obesitas pada anak, berikut adalah contoh data yang sudah ada :

Obesitas Ayah Obesitas Ibu Aktifitas Fisik Asupan Makanan Kesimpulan
Obesitas Obesitas Ringan Lebih Tinggi
Obesitas Normal Sedang Lebih Tinggi
Normal Normal Sedang Cukup Sedang
Obesitas Normal Sedang Cukup Sedang
Normal Normal Berat Cukup Tinggi
Normal Normal Sedang Cukup Tinggi

Data Tersebut merupakan data yang harus ada dalam sistem sebelum nantinya digunakan untuk melakukan tes pengujian sistem pendukung Keputusan. Dari data tersebut kita akan mencoba menyelesaikan masalah tingkat resiko obesitas pada anak dengan aturan :

Obesitas Ayah : Normal
Obesitas Ibu : Obesitas
Aktifitas Fisik : Ringan
Asupan Makanan : Lebih

Tentukan kesimpulan yang dapat diambil dengan metode Naive Bayes?

JawabTanya Jawab seputar pemrograman. Read more ... » :

Untuk menyelesaikan pertanyaan tersebut, kita hitung probabilitas Kemunculan dari Kesimpulan, dari data tersebut hanya terdapat 2 kesimpulan yakni : Tinggi dan Sedang jadi

Probabilitas (PTinggi = Banyaknya tinggi/Jumlah Data = 4/6 = 0.67)
Probabilitas (PSedang= Banyaknya Sedang / Jumlah Data = 2/6 = 0.3

Setalah mencari Probabilitas Kesimpulan, tahap selanjutnya kita hitung data kemunculan dari tiap Pertanyaan :

  1. Pertanyaan Obesitas Ayah = Normal
    pObesitasAyahTinggi = Banyaknya data Normal / Banyaknya data Tinggi pada Kesimpulan = 2 / 4 = 0.5
    PObsitasAyahSedang = Banyaknya data Normal / Banyaknya data Sedang pada Kesimpulan =  1 / 2 = 0.5
  2. Pertanyaan Obesitas Ibu = Obesitas
    pObesitasIbuTinggi = Banyaknya data Obesitas / Banyaknya data Tinggi pada Kesimpulan = 1 / 4 = 0.25
    PObsitasAyahSedang = Banyaknya data Obesitas / Banyaknya data Sedang pada Kesimpulan =  0 / 2 = 0
  3. Pertanyaan Aktifitas Fisik = Ringan
    pAktifitasTinggi = Banyaknya data Ringan / Banyaknya data Tinggi pada Kesimpulan = 1 / 4 = 0.25
    pAktifitasSedang = Banyaknya data Ringan / Banyaknya data Sedang pada Kesimpulan =  0 / 2 = 0
  4. Pertanyaan Asupan Makanan = Lebih
    pAsupanTinggi = Banyaknya data Lebih / Banyaknya data Tinggi pada Kesimpulan = 2 / 4 = 0.5
    pAsupanSedang = Banyaknya data Lebih / Banyaknya data Sedang pada Kesimpulan =  0 / 2 = 0

Setelah mencari data kemunculan dari masing-masing kesimpulan Tinggi dan Sedang, langkah selanjutnya adalah mengalikan sebuah sesuai dengan Kesimpulanya :

nTinggi = pObesitasAyahTinggi * pObesitasIbuTinggi * pAktifitasTInggi * pAsupanTInggi = 0.5 * 0.25 * 0.25 * 0.5 = 0.015

nSedang = pObesitasAyahSedang* pObesitasIbuSedang * pAktifitasSedang * pAsupanSedang = 0.5 * 0 * 0 * 0 = 0.

Langkah terakhir adalah membandingkan nTinggi dan nSedang, karena nTinggi lebih besar maka kesimpulan pertanyaan tersebut adalah Tinggi.

Sekian dulu tulisan dari saya mengenai metode Naive Bayes, source code akan saya tuliskan selanjutnya.

Terima Kasih

by Muhamad Burhanudin S.Kom

Posted in Programing.