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 :