Title | 8/26/14 Contoh Perhitungan Naive Bayes |
---|---|
Author | Jhon Blanko |
Pages | 5 |
File Size | 262.3 KB |
File Type | |
Total Downloads | 74 |
Total Views | 701 |
8/26/14 Contoh Perhitungan Naive Bayes Home »Unlabelled » Contoh Perhitungan Naive Bayes Contoh Perhitungan Naive Bayes . Suka 0 0 Metode dan Algoritma | Contoh Perhitungan Naive Bayes . Anda bisa melakukan konsultasi tentang Contoh Perhitungan Naive Bayes melalui form di samping kanan !!! Contoh Pe...
8/26/14
Contoh Perhitungan Naive Bayes
Home »Unlabelled » Contoh Perhitungan Naive Bayes
Contoh Perhitungan Naive Bayes
. Suka
0
0
Metode dan Algoritma | Contoh Perhitungan Naive Bayes . Anda bisa melakukan konsultasi tentang Contoh Perhitungan Naive Bayes melalui form di samping kanan !!!
Contoh Perhitungan Naive Bayes Tabel Trening
1 2 3 4
LAKI - LAKI LAKI - LAKI PEREMPUAN PEREMPUAN
MAHASISWA BEKERJA MAHASISWA MAHASISWA
BELUM BELUM BELUM MENIKAH
IPK Semester 1-6 3.17 3.30 3.01 3.25
5 6 7 8 9 10 11 12 13 14 15
LAKI - LAKI LAKI - LAKI PEREMPUAN PEREMPUAN LAKI - LAKI PEREMPUAN PEREMPUAN PEREMPUAN LAKI - LAKI LAKI - LAKI LAKI - LAKI
BEKERJA BEKERJA BEKERJA BEKERJA BEKERJA MAHASISWA MAHASISWA MAHASISWA BEKERJA MAHASISWA MAHASISWA
MENIKAH MENIKAH MENIKAH BELUM BELUM MENIKAH BELUM BELUM MENIKAH MENIKAH BELUM
3.20 2.50 3.00 2.70 2.40 2.50 2.50 3.50 3.30 3.25 2.30
NO
JENIS KELAMIN
STATUS MAHASISWA
STATUS PRENIKAHAN
Jika seorang mahasiswa dengan data sebagai berikut; Tabel Testing KELAMIN STATUS PRENIKAHAN LAKI - LAKI MAHASISWA BELUM
IPK 2.70
STATUS KELULUSAN TEPAT TEPAT TEPAT TEPAT TEPAT TERLAMBAT TERLAMBAT TERLAMBAT TERLAMBAT TERLAMBAT TERLAMBAT TEPAT TEPAT TEPAT TERLAMBAT
KETERANGAN ???
Jawab Tahap 1 menghitung jumlah class/label P(Y= TEPAT) = 8/15 ‘ jumlah data “TEPAT” pada komom ‘STATUS KELULUSAN’ dibagijumlah data P(Y= TERLAMBAT) = 7/15 ‘ jumlah data “TERLAMBAT” pada komom ‘STATUS
www.metode-algoritma.com/2013/06/conoth-perhitungan-naive-bayes.html
1/5
8/26/14
Contoh Perhitungan Naive Bayes
KELULUSAN’dibagi jumlah data
Tahap 2 menghitung jumlah kasus yang sama dengan class yang sama P(JENIS KELAMIN = LAKI - LAKI | Y= TEPAT) = 5/8 ‘jumlah data jenis kelamin “laki-laki” dengan keterangan “TEPAT” dibagi jumlah data TEPAT P(JENIS KELAMIN = LAKI - LAKI | Y= TERLAMBAT) = 3/7 ‘jumlah data jenis kelamin “laki-laki” dengan keterangan “TERLAMBAT” dibagi jumlah data TERLAMBAT
P(STATUS MAHASISWA = MAHASISWA | Y= TEPAT) = 5/8 ‘jumlah data dengan status mahasiswa dengan keterangan “TEPAT” dibagi jumlah data TEPAT P(STATUS MAHASISWA = MAHASISWA | Y= TERLAMBAT) = 3/7 ‘jumlah data dengan status mahasiswa dengan keterangan “TERLAMBAT” dibagi jumlah data TERLAMBAT
P(STATUS PRENIKAHAN = BELUM| Y= TEPAT) = 4/8 ‘jumlah data dengan status pernikahan “Belum menikah” dan keterangan “TEPAT” dibagijumlah data TEPAT P(STATUS PRENIKAHAN = BELUM| Y= TERLAMBAT) = 4/7 ‘jumlah data dengan status pernikahan “Belum menikah” dan keterangan “TERLAMBAT” dibagijumlah data TERLAMBAT Metode & Algoritma | List Tutorials | Source Code | About | Sitemap
P(IPK = 2.70| Y= TEPAT) = 0/8 ‘jumlah data IPK “2.70” dengan keterangan “TEPAT” dibagi jumlah data TEPAT P(IPK = 2.70| Y= TERLAMBAT) = 1/7 ‘jumlah data IPK “2.70” dengan keterangan “TERLAMBAT” dibagi jumlah data TERLAMBAT Tahap 3 kalikan semua hasil variable TEPAT & TERLAMBAT P (KELAMIN=LAKI – LAKI), (STATUS MHS=MAHASISWA), (PRENIKAHAN = BELUM), (IPK = 2.70 ) |TEPAT) = {P(P(KELAMIN =LAKI-LAKI|Y=TEPAT). P(STATUS MHS = MAHASISWA
| Y= TEPAT)
. P(PRENIKAHAN
=BELUM|Y=TEPAT). P(IPK = 2.70| Y= TEPAT)
= 5/8 =0
.
5/8 . 4/8 . 0/8 . 8/15
Bimbingan dan Konsultasi Tesis Informatika bersama team Project Graduate Indonesia. Konsultasi hanya untuk yang sudah P (KELAMIN=LAKI – LAKI), MHS=MAHASISWA), (PRENIKAHAN = BELUM), (IPK me-Like FB kami(STATUS (Silahkan LIKE tombol ini jika belum). . Scroll kebawah untuk memasukan kode AntiSpam Protection. = 2.70 ) |TERLAMBAT) konsultasi akan kami kirimkan ke emailMHS Anda.= MAHASISWA | Y= TERLAMBAT) . = {P(P(KELAMINHasil =LAKI-LAKI|Y= TERLAMBAT). P(STATUS * P(PRENIKAHANE-Mail: = BELUM|Y= TERLAMBAT). P(IPK = 2.70| Y= TERLAMBAT)
= 3/7 . 3/7 . 4/7 . 1/7 . 7/15 = 0,0069 Subject: Tahap 4 Bandingkan hasil class TEPAT & TERLAMBAT Karena hasil (P|TERLAMBAT) lebih besar dari (P|TERLAMBAT) maka keputusanya adalah “TERLAMBAT” Message: * KELAMIN STATUS PRENIKAHAN IPK KETERANGAN LAKI - LAKI MAHASISWA BELUM 2.70 TERLAMBAT referensi : Marselina - Prediksi Kelulusan dengan Naive Bayes dan C45 - 2010 Sakti Sarjono,Contoh-Perhitungan-Untuk-Naive-Bayes.pdf, 2010
Contoh 2 Perhitungan Naive Bayes AntiSpam Protection: Send message!
Sambil Mengingat Kembali Tentang Naive bayes.
All fields marked with * are required.
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
www.metode-algoritma.com/2013/06/conoth-perhitungan-naive-bayes.html
2/5
8/26/14
Contoh Perhitungan Naive Bayes 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)
www.metode-algoritma.com/2013/06/conoth-perhitungan-naive-bayes.html
3/5
8/26/14
Contoh Perhitungan Naive Bayes
ActionScript AS3 ASP.NET AJAX C / C++ C# Clipper COBOL ColdFusion DataFlex Delphi Emacs Lisp Fortran FoxPro Java J2ME JavaScript JScript Lingo MATLAB Perl PHP PostScript Python SQL VBScript Visual Basic 6.0 Visual Basic .NET Flash MySQL Oracle Android
Related Post :
Anda sedang membaca artikel tentang Contoh Perhitungan Naive Bayes, Semoga artikel tentang Contoh Perhitungan Naive Bayes ini sangat bermanfaat bagi teman-teman semua, jangan lupa untuk mengunjungi lagi melalui link Contoh Perhitungan Naive Bayes.
-Posting Lebih Baru
Beranda
Posting Lama
Label Algoritma
Algoritma Clonal Selection Algoritma Djikstra
contoh program
Contoh Soal Corporate Information System
3 Variabel Adaptive Resonance Theory Algorirma RSA
Android ANN Annaeling Aritmetika Modulo ART Artificial Neural Network Backpropagation Biometrik Blowfish Brute Force Buble Sort Business Process Management C++ C-Means Caesar Cipher CISM Contoh
Contoh Kode
Contoh Penerapan
Management CRC Cyclic Redundancy Code Deteksi Wajah Dijkstra Djikstra Eigenface Enterprise Resource Planning ERP Expectation Maximization Face Detection Face Extractor Face Recognition Facebook FCFS FCM Filterbank First Come First Server Fisherface FP-Grow th Fuzzy ART Fuzzy C-Means Gaussian Generate & Test Genetika greedy Green Computing Huffman image processing Implementasi Information System Risk Management iOS 5 Iris Recognition IS Strategic Planning Jaringan Jaringan Saraf Tiruan jaringan syaraf tiruan Jasa Pembuatan Tesis Skripsi TA Informatika Komputer Java JST K-means know ledge management konsultan tesis informatika
kriptografi
Kruskal Kruskall Linear Programming
list judul informatika
LOKI LOOK Low Bit
Coding LSB Manajamen Proses Bisnis Manajemen Perubahan MANET Masalah Rute Kendaraan Mass Transport Vehicle Routing Problem Metode Grafik metode LSB Minimum Spanning Tree mobile Mobile Ad hoc Netw ork MTVRP negascout Online Learning Open Shortest Path First OpenCV OSPF PCA Pemrograman Linear Pencarian Akar Pencarian Linear Pencocokan Pengenalan Iris Mata Pengenalan Suara Pengenalan Wajah Pengolahan Citra Pengolahan Citra Digital Pengukuran Garis-Garis Telapak Tangan Penjadwalan Persamaan Linier Pewarnaan Graf Pew arnaan Graph Prim Project and Change Management Quantum Random Waypoint real time tracking Recognition Recursive Large First RLF RMSE Root Mean square Error RSA RWP Sandi Sidik Jari Simulated Annaeling
Source Code Spanning Tree Speech Speech Recognition Steganography Strategic Information Systems Planning Stream Cipher Technopreneurship Traveling Salesman Problem Travelling Salesman problem Tree TSP Voice Recognition Watermaking Web Service
SISP Sistem Verifikasi Biometrik skripsi sorting
Welch dan Pow ell
Diberdayakan oleh Blogger.
www.metode-algoritma.com/2013/06/conoth-perhitungan-naive-bayes.html
4/5
8/26/14
Contoh Perhitungan Naive Bayes
Konsultan Bimbingan Tesis Skripsi TA Informatika Jasa tugas akhir , skripsi , tesis teknik informatika no 1 di Indonesia . Sejak 2006 membantu lebih dari 250 mahasiswa S1 / S2 IT di seluruh Indonesia. Paket yang kami tawarkan : 1. Pencarian judul 2. Pembuatan proposal 3. Pembuatan buku / laporan 4. Pembuatan sofware / program 5. Pembetulan / Penambahan program yang sudah ada 6. Convert language / Technology 7. dll Language : C#, vb, .net, java, php, AS3, c++, lingo, etc Global project : Mobile Application (MPhone, PDA, BlackBerry, Android, etc) GIS Mobile Application (Global GIS, OpenStreetMap, GoogleMap etc) Computer Games Application (FPS, RPG, 3D, RTS, TBS, etc) Artificial Intellegence (AI, Recognition, Fuzzy, Neural, etc) Decision Support System (DSS, Cognition, Conjoint, Forecasting) 3D computer graphics (Voxel,modeling, pipeline, motion, geometry) Geographic Information Sistem (Mapping, Cartography, Geoinformatics) Image & Data Prossesing (Wavelet, Quantization, Steganography) Audio Video Processing (Criptography, Watermark, Recognition) SMS Based Application (MBanking, Alert, Control, Survey) Web Based Application (Ecommerce, Biositemap, Rich Media) Mobile Expert System (Business Agent, Facilitatio, DSS, AI) Global Expert System App (Decision theory, Critical thinking) Algorythm Implementation (Genetic, Ant, Fuzzi, Backpropagation, etc) Algoritma: Tsp, Semut, Warshall, Genetika, Sorting, id3, Rsa, Tribewala, AHP, Fuzzy, Wavelet, VEA , hash, Stream Cipher, DSS, Block Cipher, Markov Model, ROI, RC4, ElGamal, Least Significant Bit Modification, Time Base Modulation, Spread Spectrum, Quantum Neural Newtwork , Partitioned Iterated Function System, Shamir Secret Sharing Advanced, ECDSA, Mesh Warping, Agglomerative Clustering, Hidden Markov Model, Propagasi Balik, RUP, Vizing, Huffman Statis, Newton-Raphson, Pias, BWT, Blind Signature, Fuzzy C-Means, Counterpropagation Network, Heuristic, Hibrid, GOST, LOKI, Blowfish, Forward Channing, Native Bayes, dll More Info + Contact http://www.project-graduate.com Email: [email protected] sms only : 08562549338
© 2010 metode-algoritma.com - All Rights Reserved | submit
google | gooping | auto-ping | pingler | websub| pingomatic | PingService | BackIndo | BackGen | BackNofee | freeBack | deepBack | imtalkBack |
www.metode-algoritma.com/2013/06/conoth-perhitungan-naive-bayes.html
5/5...