Media Ami

Materi yang dijelaskan oleh Pak Ukkas adalah Sistem Pendukung Keputusan (SPK) Naive Bayes atau pengenalan Pola. Untuk Contohnya bisa dilihat di excel yang bisa di downlod pada NaiveBayes

 

Naïve Bayes Classifier
 Metode klasifikasi ini diturunkan dari penerapan
teorema Bayes dengan asumsi independence
(saling bebas)
 Naïve Bayes Classifier adalah metode
pengklasifikasian dengan model peluang,
dimana diasumsikan bahwa setiap atribut contoh
(data sampel) bersifat saling lepas satu sama
lain berdasarkan atribut kelas.

Algoritma Naive Bayes merupakan sebuah metoda klasifikasi menggunakan metode probabilitas dan statistik yg dikemukakan oleh ilmuwan Inggris Thomas Bayes. Algoritma Naive Bayes memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya sehingga dikenal sebagai Teorema Bayes. Ciri utama dr Naïve Bayes Classifier ini adalah asumsi yg sangat kuat (naïf) akan independensi dari masing-masing kondisi / kejadian.

Naive Bayes Classifier bekerja sangat baik dibanding dengan model classifier lainnya. Hal ini dibuktikan pada jurnal Xhemali, Daniela, Chris J. Hinde, and Roger G. Stone. “Naive Bayes vs. decision trees vs. neural networks in the classification of training web pages.” (2009), mengatakan bahwa “Naïve Bayes Classifier memiliki tingkat akurasi yg lebih baik dibanding model classifier lainnya”.

Keuntungan penggunan adalah bahwa metoda ini hanya membutuhkan jumlah data pelatihan (training data) yang kecil untuk menentukan estimasi parameter yg diperlukan dalam proses pengklasifikasian. Karena yg diasumsikan sebagai variabel independent, maka hanya varians dari suatu variabel dalam sebuah kelas yang dibutuhkan untuk menentukan klasifikasi, bukan keseluruhan dari matriks kovarians.

Tahapan dari proses algoritma Naive Bayes adalah: