IX Naive Bayes

Oleh: Rahmadya Trias H., ST, MKom.

Algoritma bayes mempelajari kejadian-kejadian dari rekaman database dengan cara memperhitungkan korelasi antara variabel yang dianalisa dengan variabel-variabel lainnya. Hasilnya adalah kita dapat memprediksi sesuatu, misalnya apakah seseorang berasal dari golongan tertentu berdasarkan variabel-variabel yang melekat padanya. Selain itu, naive bayes dapat juga menganalisa variabel-variabel yang paling mempengaruhinya dalam bentuk peluang.

9.1. Algoritma

Naive bayes memanfaatkan teori peluang, yakni jika diketahui suatu hipotesa H dengan kejadian tentang hipotesa E, maka kita dapat mengkalkulasi probabilitas dari H dengan formula:


Atau secara sederhana dapat dikatakan bahwa probabilitas dari hipotesa kita terhadap suatu kejadian sama dengan probabilitas kejadian yg memberikan hipotesis dikalikan dengan probabilitias hipotesa yang kemudian dinormalkan.

9.2. Naive Bayes dengan Microsoft BI Development

Dengan Ms BI Development kita diberika empat views yang menggambarkan data yang kita “Mining”, antara lain:

  • Dependency Net
  • Attribute Profiles
  • Attribute Characteristics
  • Attribute Discrimination

Berikut adalah prosedur yang kita lakukan:

  • Buka MS BI Development
  • Buat Project dengan cara File – New – Project, Piliha “Analysis Services”.


Gambar 9.1. New Project Creation

  • Klik kanan “Data Source” pada Solutian Explorer lalu pilih database yang akan diambil (New Data Source). Cari data provider yang sesuai, dalam hal ini microsoft jet 4 OLE DB Provider.
  • Klik Next, dilanjutkan dengan mengklik “New”


Gambar 9.2. Mengambil Database Yg akan Diolah

  • Jangan lupa pada “Impersonation Information” diklik “Use the Service account” jika tidak kita password.
  • Berikutnya klik kanan pada “Data Source View” dilanjutkan “New Data Source View”. Pilih Data Source yang telah kita buat sebelumnya.
  • Langkah terakhir dan terpenting adalah memasukkan Mining Structure dengan mengklik kanan “Mining Structure” dilanjutkan dengan “New Mining Structure”.
  • Klik Next, hingga saat dijumpai pilihan “Mining Technique” Pilih Microsoft Naive Bayes.
  • Pilih Key, Input dan Predict yang sesuai lalu klik “Sugest” untuk menganalisa variabel-variabel mana yang paling tinggi peluangnya sekaligus paling berpengaruh terhadap prediksi dari partai mana seseorang.


Gambar 9.3. Sugest Related Columns

  • Klik “Process Mining …” untuk memproses Data Mining. Klik “Yes” dilanjutkan dengan proses Mining. Tunggu hingga selesai.
  • Klik “RUN” saat selesai, tunggu sesaat dan jika telah selesai “CLOSE” hasil Running.
  • Klik tab “Mining Model Viewer” akan menghasilkan Dependency network sebagai berikut:


Gambar 9.4 Dependency Network

  • Coba sendiri dengan data yang lainnya.

 


 

27 respons untuk ‘IX Naive Bayes

  1. mas bisa minta tolong studi kasus yang paling cocok untuk diselesaikan dengan algoritma naive bayes apa???

    terima kasig banyak…..
    🙂

    1. penggolongan berdasarkan kriteria yg lebih dari satu mas… penggolongan berdasarkan jenis kelamin, pendapatan, dan IPK misalnya .. kalo pake cara biasa kan agak sulit, apalagi data yang banyak

  2. Salam kenal…
    Mas bisa minta bantu saya lagi butuh jurnal atau artikel tentang Naive Bayes, saya lagi menyusun tugas akhir membaandingkan metode fuzzy sugeno dan Naive Bayes dalam pengambil keputusan.
    trimakasih….

    1. saya pernah bimbing siswa menggunakan fuzzy (sugeno) untuk prestasi dosen tetapi membandingkannya dengan non-fuzzy (konvensional) menggunakan Matlab. Sedangkan untuk Naive Bayes di Matlab saya belum pernah coba (sepertinya ada toolbox-nya).

  3. Saya mahasiswa statistika, sedang meneliti tentang Naive Bayes untuk tugas akhir saya. Kira-kira journal atau paper apa yang bisa menjelaskan naive bayes dari dasarnya? Saya mencari tentang distribusi2 pendekatan yang dpt digunakan. beberapa journal yang saya dapat masih belum bisa menjelaskan. Saya menggunakan program R, kira-kira ada journal atau paper atau buku yang menjelaskannya? terima kasih

    1. Saya dulu pernah download dari internet cara pengerjaan secara dasar, tapi sedang saya cari lagi karena hilang entah ke mana filenya. Kebetulan saya mengajar data mining lagi, bukan dengan sqlserver, tapi dengan Matlab. Kebetulan materi belum sampai Naive Bayes, mudah2an ketemu tuh file-nya.
      Kalau Jurnal kebanyakan tidak ada yang membahas secara dasar, karena yang baca dianggap sudah tahu, atau hanya menulis rujukannya saja (buku referensi di daftar pustakanya).

  4. Assalamualaikum..
    pak, mau tanya .. kelebihan dari metode Naive Bayes tuh apa yaa ??
    selain mudah di implememtasikan kedalam study kasus, trima kasih

    1. probability. sayangnya antara satu dengan yang lain dianggap tidak ada hubungan (makanya dinamakan Naive, bukan naif ya).

  5. I’m not sure exactly why but this website is loading very slow
    for me. Is anyone else having this issue or is it a issue on my end?
    I’ll check back later on and see if the problem still exists.

  6. mas mau nanya , apakah naive bayes bisa dibuat untuk mencari entitas ya ?
    contohnya entitas fauna , seperti sapi entitasnya vertebrata , herbivora , mamalia

  7. pak kalau mau mengklasifikasi fresh graduate berdasarkan kualifikasi lowongan kerja dari beberapa perusahaan, data yang sudah didapat (data mahasiswa yang sudah lulus, data perusahaan dan lowongan kerja) data apa saja yang harus saya cari lagi dan datasetnya bagaimana ya?, terimakasih

    1. Kalo udah ada data yg lalu, klasifikasi, kalo belum clustering dgn data yg ada untuk mengelompokan sendiri fesh graduate nya

    1. Berdasarkan masukan kategori dari kriteria seleksi pegawai, naive bayes memberikan peluang diterima dan tidak diterimanya seorang calon pegawai

  8. mas , kalau judul ini “Penentuan Line Up Pemain Dalam Suatu Team Olahraga Dengan Metode Naïve Bayes” bisa nga mas ?

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.