Perhitungan Klasifikasi Naive Bayes (Bagian 3) Tahap Uji Data Uji

Di tahap ini kita akan melakukan pengujian untuk data uji.

Setelah melakukan perhitungan probabilitas di bagian 1.

Dan melakukan pengujian data latih di bagian 2.

Data yang akan kita uji adalah sebagai berikut :

Dari data diatas di ketahui :

• Supir = Sakit
• Lampu = Menyala
• Ban = Cukup
• Mesin = Lama
• Keterangan = ?

Lakukan perhitungan seperti pada saat menghitung probabilitas data uji latih, sehingga hasil yang akan kita dapat adalah seperti ini :

Nilai probabilitas untuk Keterangan|Layak Jalan memiliki nilai lebih tinggi dari pada probabilitas untuk Keterangan|Tidak Layak Jalan.

Sehingga hasil akhir seperti berikut :

Perhitungan Klasifikasi Naive Bayes (Bagian 2) Tahap Uji Data Latih

Setelah menghitung setiap probabilitas, maka tahap selanjutnya adalah melakukan uji data latih. 

• Tahap Uji Data Latih

Keterangan :

• Data diatas adalah data yang telah kita dapatnya dari data latih sebelumnya
• Yang di hitung terlebih dahulu adalah bagian dari P(Keterangan|Layak Jalan)
• P(Keterangan|Layak Jalan) adalah perhitungan untuk kriteria Keterangan|Layak Jalan * kriteria Supir =Sehat * kriteria Lampu=Menyala * kriteria Ban=Baru * kriteria Mesin=Baru
• = 0,6 * (0,555556 * 0,666667 * 0,555556 * 0,44444) dan hasilnya adalah di bawah
• Tahap ini dilakukan untuk semua data latih

Sehingga hasil yang di dapat adalah sebagai berikut :

Tahap ini dulakukan juga utnuk kriteria P(Keterangan|Tidak Layak Jalan), sehingga hasilnya sebagai berikut:

Tahap selanjutnya adalah memasukkan hasil kriteria P(Keterangan|Layak Jalan) dan kriteria P(Keterangan|Tidak Layak Jalan) menjadi sebuah tabel

Dari data diatas kita bandingkan hasil kriteria Layak Jalan dan Tidak Layak Jalan dan pilih nilai terbesar, sehingga di dapatkan hasil sebagai berikut:

Dari data diatas dapat disimpulan :

• Data yang sesuai dengan data latih sebanyak 13 data
• Data yang tidak sesuai dengan data latih sebanyak 2 data

Perhitungan Klasifikasi Naive Bayes (Bagian 1)

Diposting kali ini saya akan membahas perhitungan klasifikasi menggunakan metode Naive Bayes.

Yang akan kita klasifikasikan adalah Klasifikasi BUS Layak Jalan

Data yang akan digunakan terdiri dari berikut :

• Jumlah data = 14
• Jumlah kriteria = 4
• Jumlah klasifikasi = 2

Dari data diatas yang harus kita lakukan adalah :

1. Menentukan probabilitas class

• Layak Jalan = 9/15 = 0,6
• Tidak Layak Jalan = 6/15 = 0,4

Keterangan :

• 15 adalah jumlah data
• 9 adalah jumlah data untuk Layak Jalan
• 6 adalah jumlah data untuk Tidak Layak Jalan

2. Menentukan probabilitas kategori

• Kategori Layak Jalan

Keterangan :

• P(Supir=Sehat|Layak Jalan) adalah jumlah kategori Supir Sehat dan Layak Jalan
• 5 adalah jumlah kategori supir sehat yang layak jalan
• 9 adalah jumlah klasifikasi layak jalan
• Sehingga hasilnya adalah 0,555556
• Begitu pula dengan proses seterusnya

• Kategori Tidak Layak Jalan

Keterangan :

• P(Supir=Sehat|Tidak Layak Jalan) adalah jumlah kategori Supir Sehat dan Tidak Layak Jalan
• 2 adalah jumlah kategori supir sehat yang tidak layak jalan
• 6 adalah jumlah klasifikasi tidak layak jalan
• Sehingga hasilnya adalah 0,333333
• Begitu pula dengan proses seterusnya

Setelah dilakukan proses perhitungan probabilitas maka data yang akan didapat seperti dibawah ini :