KEOPTIMALAN NAVE BAYES DALAM KLASIFIKASI

SEMINAR

Diajukan sebagai syarat akhir mata kuliah seminar

Di Program Studi Ilmu Komputer

diajukan oleh:
MUHAMMAD AMMAR SHADIQ
056946/PS/IK/05

Kepada
TIM SEMINAR PROGRAM STUDI ILMU KOMPUTER
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS PENDIDIKAN INDONESIA

JUNI, 2009

i|Page

KEOPTIMALAN NAVE BAYES DALAM KLASIFIKASI

SEMINAR
yang telah dipersiapkan dan disusun oleh
diajukan oleh:

MUHAMMAD AMMAR SHADIQ

056946/PS/IK/05
telah siap dipertahankan di depan Dewan Penguji
pada tanggal 26 Juni 2009

telah disetujui oleh:

Pembimbing Utama

Eddy Prasetyo Nugroho

Mengetahui,
Ketua Jurusan/Program Studi
Ilmu Komputer
FPMIPA UPI FPMIPA UPI

Ketua Tim Seminar

Jurusan/Program Studi
Ilmu Komputer

Heri Sutarno M.T

NIP. 131 410 892

Dr. Wawan Setiawan M.Kom

NIP. 131 946 757

ii | P a g e

KATA PENGANTAR
Klasifikasi adalah salah satu tugas yang penting dalam data mining, dalam klasifikasi
sebuah pengklasifikasi dibuat dari sekumpulan data latih dengan kelas yang telah di
tentukan sebelumnya Naive Bayes adalah salah satu Algoritma Klasifikasi yang
populer, Performa nave bayes yang kompetitif dalam proses klasifikasi walaupun
menggunakan asumsi keidependenan atribut (tidak ada kaitan antar atribut). Asumsi
keidependenan atribut ini pada data sebenarnya jarang terjadi, namun walaupun
asumsi keidependenan atirbut tersebut dilanggar performa pengklasifikasian nave
bayes cukup tinggi, hal ini dibuktikan pada berbagai penelitian empiris.
Pada karya tulis ini penulis mencoba mengesplorasi alasan mengapa performa
Algoritma Klasifikasi Nave Bayes memiliki performa yang bersaing dibandingkan
dengan Algoritma-algoritma klasifikasi lainnya dengan cara melakukan penelitian
teoritis terhadap algoritma Nave Bayes dalam tugas klasifikasi.

iii | P a g e

DAFTAR ISI
KATA PENGANTAR ............................................................................................... iii
DAFTAR ISI ................................................................................................................ iv
ABSTRAKSI ................................................................................................................ 1
BAB I PENDAHULUAN ............................................................................................. 2
1.1 Latar Belakang .................................................................................................... 2
1.2 Rumusan Masalah ............................................................................................... 5
1.3 Batasan Masalah.................................................................................................. 5
1.4 Tujuan dan Manfaat Penelitian ........................................................................... 5
BAB II TELAAH PUSTAKA ...................................................................................... 6
2.1 Pengklasifikasian dalam Data Mining & Machine Learning ............................. 6
2.1.1 Pendefinisian istilah dalam klasifikasi ......................................................... 6
2.1.2 Proses pembentukan model .......................................................................... 7
2.2 Peluang Bersyarat dalam Statistika ..................................................................... 8
2.3 Teorema Bayes dalam statistika ........................................................................ 10
2.4 Teorema Bayes dalam Klasifikasi pada Data Mining & Machine Learning .... 13
2.4.1 Perkalian Kartesius(cartesian product) ...................................................... 14
2.4.2 Contoh Teorema Bayes dalam Klasifikasi ................................................. 15
2.4.3 Kekurangan Teorema Bayes dalam Klasifikasi ......................................... 16
2.5 Algoritma Nave Bayes dalam Data Mining & Machine Learning .................. 16
2.5.1 Contoh Teorema Bayes dalam Klasifikasi ................................................. 17
2.5.2 Perbandingan Teorema Bayes dan Nave Bayes dalam Nilai Probabilitas
dan Nilai Klasifikasi ............................................................................................ 17
BAB III METODOLOGI PENULISAN ..................................................................... 18
BAB IV ANALISIS INTESIS .................................................................................... 19
4.1 Bukti Nave Bayes tidak saja optimal pada asumsi idependen ......................... 19
4.2 Keoptimalan Lokal ............................................................................................ 21
4.3 Keoptimalan global ........................................................................................... 25
BAB V KESIMPULAN .............................................................................................. 26
DAFTAR PUSTAKA ................................................................................................. 27

iv | P a g e

ABSTRAKSI
Nave Bayes adalah salah satu algoritma pembelajaran induktif yang paling efektif
dan efisien untuk machine learning dan data mining. Performa nave bayes yang
kompetitif dalam proses klasifikasi walaupun menggunakan asumsi keidependenan
atribut (tidak ada kaitan antar atribut). Asumsi keidependenan atribut ini pada data
sebenarnya jarang terjadi, namun walaupun asumsi keidependenan atirbut tersebut
dilanggar performa pengklasifikasian nave bayes cukup tinggi, hal ini dibuktikan
pada berbagai penelitian empiris.
Pada paper ini, penulis akan memaparkan penggunaan nave bayes dalam tugas
klasifikasi data, membuktikan potensi nave bayes untuk digunakan dalam data yang
memiliki korelasi antara atribut dan mengajukan penjelasan mengenai keoptimalan
nave bayes dalam kondisi tertentu.

Kata Kunci : Bayesian Theorem, Nave Bayes, Data Mining, Classification, Optimal
Classification.

1|Page

BAB I PENDAHULUAN
1.1 Latar Belakang
Klasifikasi adalah salah satu tugas yang penting dalam data mining, dalam klasifikasi
sebuah pengklasifikasi dibuat dari sekumpulan data latih dengan kelas yang telah di
tentukan sebelumnya. Performa pengklasifikasi biasanya diukur dengan ketepatan
(atau tingkat galat) [6].
Teorema Bayes adalah teorema yang digunakan dalam statistika untuk menghitung
peluang untuk suatu hipotesis, Bayes Optimal Classifier [2] menghitung peluang dari
suatu kelas dari masing-masing kelompok atribut yang ada, dan menentukan kelas
mana yang paling optimal.
Umumnya kelompok atribut E direpresentasikan dengan sekumpulan nilai atribut
(x1,x2,x3,.,xn) dimana xi adalah nilai atribut Xi. C adalah variable klasifikasi dan c
adalah nilai dari C.
Pengklasifikasian adalah sebuah fungsi yang menugaskan data tertentu kedalam
sebuah kelas. Dari sudut pandang peluang [7], berdasarkan aturan Bayes kedalam
kelas c adalah :

Untuk menentukan pilihan kelas, digunakan peluang maksimal dari seluruh c dalam
C, dengan fungsi :

Karena nilai

konstan untuk semua kelas, maka

dapat diabaikan. sehingga

menghasilkan fungsi :
(1)

2|Page

Gambar 1 : Ilustrasi Teorema Bayes.

Pengklasifikasian menggunakan Teorema Bayes ini membutuhkan biaya komputasi

yang mahal (waktu prosessor dan ukuran memory yang besar) karena kebutuhan
untuk menghitung nilai probabilitas untuk tiap nilai dari perkalian kartesius untuk
tiap nilai atribut dan tiap nilai kelas.
Data latih untuk Teorema Bayes membutuhkan paling tidak perkalian kartesius dari
seluruh kelompok atribut yang mungkin, jika misalkan ada 16 atribut yang masingmasingnya berjenis Boolean tanpa missing value, maka data latih minimal yang
dibutuhkan oleh Teorema Bayes untuk digunakan dalam klasifikasi adalah 216 =
65.536 data, sehingga ada 3 masalah yang dihadapi untuk menggunakan teorema
Bayes dalam pengklasifikasian, yaitu :
(1) kebanyakan data latih tidak memiliki varian klasifikasi sebanyak itu (oleh
karenanya sering diambil sample)
(2) jumlah atribut dalam data sample dapat berjumlah lebih banyak (lebih dari 16)
(3) jenis nilai atribut dapat berjumlah lebih banyak [lebih dari 2 Boolean]
terlebih lagi untuk jenis nilai atribut yang bersifat tidak terbatas 1 - seperti
numeric dan kontiniu.
(4) jika suatu data X tidak ada dalam data latih, maka data X tidak dapat di
klasifikasikan, karena peluang untuk data X di klasifikasikan kedalam suatu
kelas adalah sama untuk tiap kelas yang ada.

3|Page

Untuk mengatasi berbagai permasalahan diatas, berbagai varian dari

pengklasifikasian yang menggunakan Teorema Bayes diajukan, salah satunya adalah
Nave Bayes, yaitu penggunaan Teorema Bayes dengan asumsi keidependenan
atribut. Asumsi keidependenan atribut akan menghilangkan kebutuhan banyaknya
jumlah data latih dari perkalian kartesius seluruh atribut yang dibutuhkan untuk
mengklasifikasikan suatu data [4].

(2)

Gambar 2 : Ilustrasi Nave Bayes.

Dampak negative dari asumsi Nave tersebut adalah keterkaitan yang ada antara nilainilai atribut diabaikan sepenuhnya. Dampak ini secara intuitif akan berpengaruh
dalam pengklasifikasian, namun percobaan empiris mengatakan sebaliknya. Hal ini
tentu saja cukup mengejutkan, karena dalam pengaplikasian dunia nyata, asumsi
diabaikannya keterkaitan antara atribut selalu dilanggar [1].
Pertanyaan yang muncul adalah apakah yang menyebabkan baiknya performa yang
didapatkan dari pengaplikasian asumsi Nave ini? Karena secara intuitif, asumsi
keidependenan atribut dalam dunia nyata hampir tidak pernah terjadi. Seharusnya
dengan asumsi tersebut performa yang dihasilkan akan buruk.
Domingos dan Pazzani (1997) pada papernya untuk menjelaskan performa Nave
Bayes dalam fungsi zero-one loss. Fungsi zero-one loss ini mendefinisikan error
hanya sebagai pengklasifikasian yang salah. Tidak seperti fungsi error yang lain

4|Page

seperti squared error, fungsi zero-one loss tidak memberi nilai suatu kesalahan
perhitungan peluang selama peluang maksimum ditugaskan kedalam kelas yang
benar. Ini berarti bahwa Nave Bayes dapat mengubah peluang posterior dari tiap
kelas, tetapi kelas dengan nilai peluang posterior maksimum jarang diubah. Sebagai
contoh, diasumsikan peluang sebenarnya dari
sedangkan peluang yang dihasilkan oleh Nave Bayes adalah

dan

,
dan

. nilai peluang tersebut tentu saja berbeda jauh, namun pilihan kelas
tetap tidak terpengaruh.

1.2 Rumusan Masalah

Menentukan metode yang sesuai dalam mengklasifikasikan nasabah yang
good credit risk.

1.3 Batasan Masalah

Batasan masalah dari penelitian ini adalah bahwa penelitian ini sebatas
analisis area keoptimalan algoritma pengklasifikasi Nave Bayes tidak terbatas
kepada jenis data yang akan di klasifikasikan.

1.4 Tujuan dan Manfaat Penelitian

Tujuan dari penelitian ini adalah untuk mengesplorasi batasan-batasan
keoptimalan algoritma klasifikasi Nave Bayes dan mencoba menjelaskan mengenai
alasan mengapa algoritma klasifikasi Nave Bayes berfungsi dengan baik pada
berbagai jenis data.

Manfaat dari penelitian ini adalah: Menjelaskan keoptimalan algoritma klasifikasi

Nave Bayes.

5|Page

BAB II TELAAH PUSTAKA

Untuk memulai penelitian ini, kajian pustaka dilakukan terhadap seluruh aspek yang
berhubungan dengan penelitian yang dilakukan, aspek-aspek tersebut adalah :
1. Pengklasifikasian dalam Data Mining & Machine Learning
2. Peluang Bersyarat dalam Statistika
3. Teorema Bayes dalam Statistika
4. Teorema Bayes dalam Klasifikasi pada Data Mining & Machine Learning
5. Algoritma Nave Bayes dalam Data Mining & Machine Learning
Asdf

2.1 Pengklasifikasian dalam Data Mining & Machine Learning

Klasifikasi adalah salah satu tugas yang penting dalam data mining, dalam klasifikasi,
sebuah pengklasifikasi dibuat dari sekumpulan data latih dengan kelas yang telah ditentukan
sebelumnya.
Klasifikasi data adalah proses dua langkah. Pada langkah pertama, sebuah model
dibangun menggambarkan sebuah kumpulan kelas data atau konsep dari populasi data yang telah
ditentukan sebelumnya (misalkan data pengajuan pinjaman bank). Model tersebut dibangun
dengan menganalisa data latih yang digambarkan oleh atribut-atribut. Tiap tuple di asumsikan
untuk dimiliki oleh kelas yang telah di tentukan, seperti di tentukan oleh salah satu atribut, yang
dinamakan class label attribute. Langkah kedua adalah menguji model yang telah dibangun
kepada data uji untuk mengukur ketepatan atau performa model dalam mengklasifikasi data uji.
Setelah pengukuran performa selesai dilakukan, pengambil keputusan dapat memutuskan untuk
menggunakan model tersebut atau mengulang pembuatan model dengan data latih atau metode
yang berbeda untuk menghasilkan model klasifikasi yang lebih baik.
2.1.1 Pendefinisian istilah dalam klasifikasi
Pada gambar 1, contoh yang digunakan adalah data pengajuan pinjaman bank, dengan
atribut-atribut nama, umur, pendapatan dan rating kredit dengan nama, umur, pendapatan
sebagai data tuple dan seterusnya akan disebut sebagai atribut saja, sedangkan atribut rating
kredit sebagai class label atribute dimana seterusnya akan disebut sebagai kelas. Nilai-nilai yang
6|Page

terdapat dalam data (seperti nama = Frank Jones, umur = >40, pendapatan = Tinggi, dan
rating_kredit = baik) disebut sebagai kumpulan nilai atribut, dimana seterusnya akan disebut
sebagai kumpulan atribut saja. Aturan Klasifikasi yang dibuat dari kumpulan-kumpulan atribut
pada data pelatihan dan Algoritma Klasifikasi disebut sebagai model klasifikasi.

Gambar 1: Ilustrasi proses klasifikasi.

2.1.2 Proses pembentukan model

Motode-metode klasifikasi dan prediksi dapat di bandingkan dan dievaluasi berdasarkan kriteriakriteria berikut :
Predictive accuracy : adalah kemampuan model untuk secara benar memprediksikan label
kelas dari data baru atau yang belum pernah di temui sebellumnya.
Speed : adalah biaya komputasi yang dilibatkan dalam menggenerate dan menggunakan
model.
Robustness : adalah kemampuan model untuk membuat prediksi yang tepat terhadap data
yang cacat atau data dengan nilai yang hilang.
Scalability : adalah kemampuan untuk membuat model secara efisien terhadap data yang
berjumlah banyak.
7|Page

 Interpretability : adalah tingkat kejelasan dan kemengertian yang di berikan oleh model.
Hal-hal tersebut diatas akan didiskusikan dalam bab ini. Kontribusi komunitas peneliti
database kepada klasifikasi dan prediksi untuk data mining menegaskan pada aspek skalabilitas,
khususnya pada induksi pohon keputusan.

2.2 Peluang Bersyarat dalam Statistika

Dua peristiwa dikatakan mempunyai hubungan bersyarat jika peristiwa yang satu menjadi
syarat peristiwa yang lain. Contohnya adalah peluang suatu kejadian c bila diketahui bahwa
kejadian E telah terjadi, dinyatakan dengan P(c|E), atau dengan kata lain peluang bersyarat untuk
terjadinya peristiwa c dengan syarat E. Lambang P(c|E) biasanya dibaca peluang c terjadi bila
diketahui E terjadi atau lebih sederhana lagi peluang c, bila E diketahui.
Dari penjelasan singkat diatas mungkin anda telah mengetahui bahwa penghitungan dilakukan
dengan operasi Irisan Himpunan (intersection) dengan lambang

, atau dengan operator logika

konjungsi (dan) dengan lambang , irisan dan konjungsi dilakukan terhadap nilai himpunan c
dan E.
Diagram Venn untuk E

Gambar 3: Diagram Venn untuk E

E
1
1
0
0

c
1
0
1
0

Ec
1
0
0
0

Table 1: Tabel kebenaran untuk E c.

8|Page

Namun jika hanya dengan operator-operator tersebut, penghitungan peluang yang terjadi
bukanlah penghitungan peluang bersyarat, untuk penghitungan peluang bersyarat kita
membutuhkan peluang nisbi dari E, yaitu peluang E dan c muncul ditambah peluang E dan
cmuncul, ditambah E dan c muncul, dst. Atau dengan kata lain peluang E muncul pada masingmasing kasus c. Rumusnya dapat di tuliskan sebagai berikut :
(P(E c)+P(E c)+P(E c)+..+P(E cn)).
Nilai peluang bersyarat P(c|E) di dapatkan dari nilai irisan atau konjungsi dari E dan c dibagi
dengan Peluang nisbi dari E. didapatkanlah rumus :
Catatan : Karena pada kasus data mining kebanyakan data yang dikomputasi berbentuk himpunan, maka disini dan seterusnya akan digunakan
operator irisan himpunan untuk mendefinisikan rumus peluang bersyarat.

Contoh Peluang Bersyarat

ID
1
2
3
4
5
6
7
8
9
10
11
12
13
14

Pendapatan
Tinggi
Tinggi
Tinggi
Sedang
Rendah
Rendah
Rendah
Sedang
Rendah
Sedang
Sedang
Sedang
Tinggi
Sedang

Beli Komputer
Tidak
Tidak
Ya
Ya
Ya
Tidak
Ya
Tidak
Ya
Ya
Ya
Ya
Ya
Tidak

Untuk mempermudah pemahaman perhatikan contoh

soal jika data-datanya sebagai berikut,
Carilah peluang seorang pelanggan membeli
komputer dengan syarat Pendapatan pelanggan
tersebut Sedang.

Jawaban :
c : Beli Komputer = Ya.
c : Beli Komputer = Tidak.
E : Pendapatan = sedang.
P(c|E) = P(membeli komputer = ya | pendapatan = sedang).

9|Page

P(E) adalah peluang nisbi pelanggan berpendapatan sedang, yaitu peluang pelanggan
berpendapatan sedang yang membeli komputer ditambah pelanggan berpendapatan
sedang yang tidak membeli komputer. P(E
P(E

c)+P(E

c) = (4/14)+(2/14) = 6/14.

c) adalah pelanggan yang berpendapatan sedang membeli komputer = 4/14.

Yaitu pelanggan yang berpendapatan sedang 2/3-nya akan membeli komputer, yaitu 66.6%
kemungkinan bahwa pelanggan berpendapatan sedang membeli komputer.
Untuk peluang pelanggan berpendapatan sedang Tidak membeli komputer, peluangnya dihitung
dengan :

Sedangkan untuk peluang pelanggan yang berpendapatan tinggi dan rendah membeli komputer,
nilainya secara berurut adalah 2/4 dan 3/4.

2.3 Teorema Bayes dalam statistika

Teorema bayes dinamakan berdasarkan Thomas Bayes yang pertama kali mengemukakan
teorema ini.
Misalkan E adalah kumpulan atribut. Dalam sudut pandang Bayesian, E diartikan sebagai
Bukti. Seperti biasa E di deskripsikan oleh pengukuran yang dibuat dari sebuah kumpulan
atribut berjumlah n.

Misalkan C adalah beberapa kelas. Untuk masalah klasifikasi, kita ingin menentukan P(c|E),
yaitu probabilitas bahwa hipotesis kelas c adalah benar untuk bukti atau data observasi
kumpulan atribut data E. dengan kata lain, kita mencari probabilitas bahwa kumpulan atribut E
termasuk kepada kelas C, dengan kita mengetahui gambaran atribut dari E.
P(c|E) adalah Probabilitas Posterior*, atau sebuah Probabilitas Posteriori, dari c yang diujikan
pada E. sebagai contoh, misalkan dunia tuple data kita dibatasi oleh data pelanggan dengan
atribut umur dan pendapatan, dan E adalah pelanggan dengan umur 35 tahun dengan pendapatan
Rp 4.000.000. Misalkan c adalah Hypotesis bahwa pelanggan akan membeli sebuah komputer.
10 | P a g e

Maka P(c|E) merefleksikan probabilitas bahwa pelanggan E (dengan atribut umur=35 thn,
pendapatan Rp 4.000.000) akan membeli sebuah komputer dengan informasi yang didapatkan
berupa umur dan pendapatan pelanggan.
Secara kontras, P(c) adalah Probabilitas Prior***, atau Probabilitas Priori, dari c. sebagai
contoh, ini adalah probabilitas bahwa pelanggan manapun akan membeli sebuah komputer atau
tidak, tidak memandang dari umur, pendapatan ataupun informasi lainnya :
Jumlah data = 14
c1 = Membeli Komputer = ya
c2 = Membeli Komputer = tidak
Dari 14 data, yang membeli_komputer=ya= 9 orang, dan yang tidak membeli_komputer = tidak = 5 orang. Maka P(C) adalah :
P(c1) = P(Membeli_Komputer = ya) = 9 /14 = 0.643
P(c2) = P(Membeli_Komputer = tidak) = 5/14 = 0.357

Sama halnya, P(E|c) adalah Probabilitas Posteriori dari E yang diujicobakan dengan Kelas c.
yaitu probabilitas bahwa sebuah pelanggan, E, berumur 35 thn(3140) dengan pendapatan
$40K (sedang) :
Jumlah data = 14
c1 = Membeli Komputer = ya
c2 = Membeli Komputer = tidak
Dari 14 data, yang membeli_komputer=ya= 9 orang, dan yang tidak membeli_komputer = tidak = 5 orang
E1 = Pelanggan berumur 3140 thn yang Membeli_komputer = ya berjumlah 4 orang.
E2 = Pelanggan berumur 3140 thn yang Membeli_komputer = tidak berjumlah 0 orang.
E3 = Pelanggan dengan pendapatan sedang yang membeli_komputer = ya berjumlah 4 orang.
E4 = Pelanggan dengan pendapatan sedang yang membeli_komputer = tidak berjumlah 2 orang.
Maka P(E|C) adalah :
P(E1|c1) = P( umur = 3140 | beli_komputer = ya) = 4/9 = 0.444
P(E2|c2) = P( umur = 3140 | beli_komputer = tidak) = 0/5 = 0
P(E3|c1) = P( pendapatan = sedang | beli_komputer = ya) = 4/9 = 0.444
P(E4|c2) = P( pendapatan = sedang | beli_komputer = tidak) = 2/5 = 0.4

P(X) adalah Probabilitas Prior dari X. menggunakan contoh diatas, adalah probabilitas bahwa
seseorang dari kumpulan pelanggan adalah berumur 35 thn dan berpenghasilan $40K :
Jumlah Data = 14
Dari 14 data, pelanggan dengan umur 3140 = 4 orang, <30 = 5 orang dan >40 = 5 orang.
Pelanggan dengan pendapatan sedang = 6 orang, rendah = 4 orang dan tinggi = 4 orang.
P(X11) = P( umur = 3140 ) = 4/14 = 0.285
P(X21) = P( Pendapatan = sedang) = 6/14 = 0.428
Untuk nilai atribut lain (selain diatas), dihitung dengan cara yang sama:
P(X12) = P( umur = <30 ) = 5/14 = 0.357
P(X13) = P( umur = >40 ) = 5/14 = 0.537
P(X22) = P( pendapatan = rendah ) = 4/14 = 0.285
P(X23) = P( pendapatan = tinggi ) = 4/14 = 0.285

11 | P a g e

Bagaimanakan probabilitas-probabilitas tersebut di estimasi? P(H), P(X|H) dan P(X) dapat di

estimasi dari data yang diberikan, seperti akan kita lihat di bawah. Teorema Bayes berguna
dalam menyediakan sebuah cara untuk mengkalkulasi Probabilitas Posterior P(H|X) dari P(H),
P(X) dan P(H|X). Teorema bayes adalah :

Untuk lebih memahami pengertian-pengertian yang sulit diatas, mari kita amati sebuah contoh
kasus.
Contoh Pengklasifikasian 2 kelas:
Pada suatu universitas, mahasiswanya terdiri dari 60% Laki-laki dan 40% Perempuan.
Mahasiswa perempuan menggunakan rok atau celana panjang dengan perbandingan yang sama.
Sedangkan seluruh mahasiswa Laki-laki menggunakan celana panjang. Seorang pengamat
melihat seorang mahasiswa (acak) dari kejauhan. Yang dapat di lihat pengamat tersebut adalah
bahwa mahasiswa tersebut menggunakan celana panjang. Berapakah probabilitas mahasiswa
yang dilihat oleh pengamat tersebut adalah mahasiswa perempuan?
Jawaban :
Jelas bahwa probabilitasnya kurang dari 40%, tetapi berapakah tepatnya? Apakah setengahnya,
karena hanya setengah mahasiswa Perempuan yang menggunakan celana panjang? Jawaban
yang benar dapat dihitung dengan teorema bayes.
Hipotesis H adalah mahasiswa yang diamati adalah Perempuan, dan bukti X adalah mahasiswa
yang diamati menggunakan celana panjang. Untuk menghitung P(H|X), pertama-tama kita harus
mengetahui:
P(H), atau probabilitas bahwa mahasiswa tersebut adalah perempuan, tanpa memandang
informasi lainnya. Karena pengamat mengamati seorang mahasiswa secara acak, artinya
seluruh mahasiswa memiliki probabilitas yang sama untuk diamati, dan banyaknya
mahasiswa perempuan adalah 40%, maka probabilitasnya adalah 0.4.
P(H), atau probabilitas bahwa mahasiswa tersebut adalah Laki-laki, tanpa memandang
informasi lainnya (H adalah komplemen dari H). Banyaknya mahasiswa laki-laki adalah
60%, maka probabilitasnya adalah 0.6.

12 | P a g e

P(X|H), atau probabilitas bahwa mahasiswa yang diamati menggunakan celana panjang
adalah perempuan. Karena mahasiswa perempuan menggunakan Rok dan celana panjang
dengan perbandingan yang sama(50%), maka probabilitasnya adalah 0.5.
P(X|H), atau probabilitas bahwa mahasiswa yang diamati menggunakan celana panjang
adalah laki-laki. Karena seluruh laki-laki di universitas tersebut menggunakan celana
panjang(100%), maka probabilitasnya adalah 1.
P(X), atau probabilitas dari seorang mahasiwa (yang dipilih secara acak) menggunakan
celana panjang, tanpa memandang informasi lainnya. Karena P(X) =
P(X|H)P(H)+P(X|H)P(H), maka nilainya adalah (0.5 0.4) + (1 0.6) = 0.8.

Seperti yang telah di ramalkan sebelumnya, probabilitasnya kurang dari 40%. Tepatnya 25%.
Cara lainnya untuk mendapatkan hasil yang sama sebagai berikut.
Dimisalkan pada universitas tersebut ada 100 orang mahasiswa, 60 mahasiswa laki-laki dan 40
mahasiswa perempuan. Diantara seluruh mahasiswa ini, 60 mahasiswa laki-laki dan 20
mahasiswa perempuan menggunakan celana panjang, berarti yang menggunakan celana panjang
berjumlah 80 orang, dengan 20 diantaranya perempuan. Oleh karenanya kemungkinan
mahasiswa yang menggunakan celana panjang adalah perempuan sama dengan 20/80 = 0.25

2.4 Teorema Bayes dalam Klasifikasi pada Data Mining & Machine Learning
Pengklasifikasian adalah sebuah fungsi yang menugaskan data atau kelompok atribut tertentu
kedalam sebuah kelas. Dari sudut pandang peluang [7], berdasarkan aturan Bayes kedalam kelas
c adalah :

Untuk menentukan pilihan kelas, digunakan peluang maksimal dari seluruh c dalam C, dengan
fungsi :

Karena nilai

konstan untuk semua kelas, maka

dapat diabaikan. sehingga

menghasilkan fungsi :

13 | P a g e

(1)

Gambar 4 : Ilustrasi Teorema Bayes.

Pengklasifikasian menggunakan Teorema Bayes ini membutuhkan biaya komputasi yang mahal
(waktu prosessor dan ukuran memory yang besar) karena kebutuhan untuk menghitung nilai
probabilitas untuk tiap nilai dari perkalian kartesius untuk tiap nilai atribut dan tiap nilai kelas.
2.4.1 Perkalian Kartesius(cartesian product)
Perkalian Kartresian digunakan karena merupakan salah satu operasi dasar dalam
Himpunan.
Himpunan digunakan untuk mengelompokkan objek secara bersama-sama. [Matematika
Diskrit, Rinaldi Munir 2005]
Operasi dari Perkalian Kartesius adalah operasi menghubungkan tiap elemen dari suatu
himpunan atribut dengan tiap elemen dari himpunan atribut lainnya.
Contoh :
Himpunan atribut A memiliki anggota : {1,2}
Himpunan atribut B memiliki anggota : {a, b, c}
Himpunan atribut C memiliki anggota : {x, y}
Kardinalitas A x B x C, yaitu |A x B x C| = |A|.|B|.|C| = 2.3.2 = 12.
Semua anggota dari elemen A x B x C dapat di peroleh dengan bantuan pohon berikut :

14 | P a g e

Jadi, A x B x C = {(1, a, x), (1, a, y), (1, b, x), (1, b, y), (1, c, x), (1, c, y), (2, a, x), (2, a,
y), (2, b, x), (2, b, y), (2, c, x) , (2, c, y)}

2.4.2 Contoh Teorema Bayes dalam Klasifikasi

Pelamar
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
P13

IPK
Bagus
Bagus
Bagus
Bagus
Bagus
Bagus
Cukup
Cukup
Cukup
Cukup
Kurang
Kurang
Kurang

Psikologi
Tinggi
Tinggi
Tinggi
Sedang
Sedang
Rendah
Tinggi
Sedang
Sedang
Rendah
Tinggi
Sedang
Rendah

Wawancara
Baik
Baik
Baik
Baik
Buruk
Buruk
Baik
Baik
Buruk
Buruk
Baik
Buruk
Baik

Diterima
Ya
Ya
Tidak
Ya
Ya
Tidak
Ya
Ya
Ya
Tidak
Ya
Tidak
Ya

Class Name =
Penerimaan Pegawai

Class label attribute =

Diterima [ Ya | Tidak ]

Identifier =
Pelamar

Atribut dan Anggota atribut =

1. IPK [ Bagus | Cukup | Kurang ]
2. Psikologi [ Rendah | Sedang | Tinggi ]
3. Wawancara [ Baik | Buruk ]

Table 2 : Data Latih Wawancara

Kelompok Atribut E adalah IPK = Bagus, Psikologi = Tinggi, Wawancara = Baik, Kelas-kelas C
adalah c1 = diterima, c2 = ditolak. maka kelas kelompok atribut E adalah :

15 | P a g e

Karena yang dipilih adalah nilai yang terbesar, maka kelompok atribut E ditugaskan pada kelas
c1.
2.4.3 Kekurangan Teorema Bayes dalam Klasifikasi
Data latih untuk Teorema Bayes membutuhkan paling tidak perkalian kartesius dari seluruh
kelompok atribut yang mungkin, jika misalkan ada 16 atribut yang masing-masingnya berjenis
Boolean [0,1] tanpa missing value, maka data latih minimal yang dibutuhkan oleh Teorema
Bayes untuk digunakan dalam klasifikasi adalah 216 = 65.536 data, sehingga ada 3 masalah yang
dihadapi untuk menggunakan teorema Bayes dalam pengklasifikasian, yaitu :
(1) kebanyakan data latih tidak memiliki varian klasifikasi sebanyak itu (oleh karenanya
sering diambil sample)
(2) jumlah atribut dalam data sample dapat berjumlah lebih banyak (lebih dari 16)
(3) jenis nilai atribut dapat berjumlah lebih banyak [lebih dari 2 Boolean] terlebih lagi
untuk jenis nilai atribut yang bersifat tidak terbatas 1 - seperti numeric dan kontiniu.
jika suatu data X tidak ada dalam data latih, maka data X tidak dapat di klasifikasikan, karena
peluang untuk data X di klasifikasikan kedalam suatu kelas adalah sama untuk tiap kelas yang
ada.

2.5 Algoritma Nave Bayes dalam Data Mining & Machine Learning
Untuk mengatasi berbagai permasalahan diatas, berbagai varian dari pengklasifikasian
yang menggunakan Teorema Bayes diajukan, salah satunya adalah Nave Bayes, yaitu
penggunaan Teorema Bayes dengan asumsi keidependenan atribut. Asumsi keidependenan
atribut akan menghilangkan kebutuhan banyaknya jumlah data latih dari perkalian kartesius
seluruh atribut yang dibutuhkan untuk mengklasifikasikan suatu data [4].

(2)

16 | P a g e

Gambar 5 : Ilustrasi Nave Bayes.

2.5.1 Contoh Teorema Bayes dalam Klasifikasi

Pada table 2, Kelompok Atribut E adalah e1 IPK = Bagus, e2 Psikologi = Tinggi, e3 Wawancara
= Baik, Kelas-kelas C adalah c1 = diterima, c2 = ditolak. maka kelas kelompok atribut E adalah :

Karena yang dipilih adalah nilai yang terbesar, maka kelompok atribut E ditugaskan pada c1.
2.5.2 Perbandingan Teorema Bayes dan Nave Bayes dalam Nilai Probabilitas dan
Nilai Klasifikasi
Nilai Peluang atau probabilitas biasanya digunakan sebagai nilai acuan didalam pengambilan
keputusan, namun berbeda halnya dengan klasifikasi. Pada klasifikasi nilai probabilitas kelas
yang terbesar yang dipilih untuk mengklasifikasikan suatu kelompok atribut terhadap kelas-kelas
lainnya.

Teorema Bayes

Nave Bayes

Kelas c1 = Diterima

Kelas c2 = Ditolak

= 72/468
= (72/468)/(72/468+36/468)
= 2/3 = 66.666%
2160/28561
=(2160/28561)/( 2160/28561+960/28561)
= 2160/3120 = 9/13 = 69.230%

= 36/468
= (36/468)/(72/468+36/468)
= 1/3 = 33.333%
960/28561
=(960/28561)/( 2160/28561+960/28561)
=960/3120 = 4/13 = 30.769%

Tabel 3 menunjukkan perbandingan nilai probabilitas pada data latih di table 2 untuk Kelompok
Atribut E untuk e1 IPK = Bagus, e2 Psikologi = Tinggi, e3 Wawancara = Baik, Kelas-kelas C
adalah c1 = diterima, c2 = ditolak. Walaupun nilai peluang yang diperhitungkan bernilai salah,
namun pemilihan kelas tetap sama, yaitu ditunjukkan untuk nilai probabilitas yang terbesar pada
kelas c1.
17 | P a g e

BAB III METODOLOGI PENULISAN

Metode peneleitian dilakukan dengan cara studi pustaka secara menyeluruh dan komprehensif.
Dalam menganalisis nilai keoptimalan, dilakukan pembandingan studi empiris dengan
membandingkan 28 test set yang diambil dari repository data latih UCI (Hans 2000) untuk
pembuktian perbandingan nilai keoptimalan algoritma Nave Bayes dibandingkan dengan
Algoritma Klasifikasi Data Mining yang lain.
Untuk niali keoptimalan sendiri, telah dinyatakan bahwa Nave Bayes Bersifat optimal dalam
kondisi atribut bersifat Independen penuh [2,4,5], untuk itu dilakuakan perbandingan dengan
cara mengemulasi kondisi Keindependenan Atribut penuh dengan kondisi Atribut yang tidak
Independen, hasil dari pembandingan ini membuktikan bahwa Kondisi keoptimalan Nave Bayes
lebih luas daripada yang dikira sebelumnya.

18 | P a g e

BAB IV ANALISIS INTESIS

4.1 Bukti Nave Bayes tidak saja optimal pada asumsi idependen
Seperti yang telah di ketahui bahwa nave Bayes bernilai optimal ketika seluruh atribut
bernilai independen terhadap atribut lainnya. Pada bagian ini akan dibandingkan antara
nilai nave bayes yang seluruh atribut independen terhadap atribut lainnya dan nilai
nave bayes yang tidak seluruh atributnya independen.
Misalkan sebuah data latih, dengan atribut A, B dan C yang bersifat Boolean, dan kelas
dan

, dengan peluang yang sebanding untuk tiap kelas

. A dan

B berkorelasi penuh (A = B), sehingga B dapat diabaikan.

Prosedur klasifikasi optimal untuk sebuah data tuple adalah untuk menugaskan data
tuple tersebut kedalam kelas
Kelas positif

jika :

Dan sebaliknya, menugaskan kelompok atribut kepada kelas

Kelas negatif

jika :

Kelas acak :
Sedangkan prosedur klasifikasi Nave Bayes yang tidak optimal memperhitungkan juga
nilai B seperti halnya nilai B sama sekali tidak berkorelasi dengan nilai A. hal ini sama
dengan menghitung nilai A dua kali. Untuk nave bayes rumusnya adalah :
Kelas positif

Kelas negatif

Kelas Acak :
Dengan mengaplikasikan nave bayes untuk pengklasifikasian yang optimal, maka
dapat di representasikan sebagai

19 | P a g e

Karena

, maka nilai

dan

tidak perlu dihitung dan dapat

diabaikan dalam perhitungan, nilai P(A) dan P(C) juga mengeliminasi satu sama lainnya
dalam operasi pengurangan, sehingga nilai P(A) dan nilai P(C) tidak perlu di hitung,
sehingga setelah pengeliminasian perhitungan yang tidak di perlukan dan didapatkan :
Untuk perhitungan korelasi optimal.
Sedangkan untuk perhitungan korelasi dengan Nave Bayes :
Karena dalam peluang nilai peluang maksimal adalah 1, maka dapat dituliskan
P( |A) + P(

|C) = 1

P( |A) =1 - P(
Misalkan P(

|C)

|A) = p dan P( |C) = q

Sehingga rumusnya menjadi

untuk nilai peluang optimal dengan asumsi keidependenan atribut.
untuk nilai peluang nave bayes tanpa
keidependenan atribut.
Kedua kurva fungsi diatas digambarkan sebagai berikut :

20 | P a g e

Gambar : Kurva Perbandingan Naive Bayes

Kurva diatas memperlihatkan bahwa walaupun asumsi keidependenan atribut dilanggar,

karena B=A, pengklasifikasian nave bayes dengan asumsi atribut yang tidak independen
tidak sama dengan pengklasifikasian naive bayes optimal dengan keidependenan atribut
hanya di dua bagian sempit, satu diatas kurva dan satu lagi dibawah, di tempat lain,
nave bayes menghasilkan klasifikasi yang benar, yaitu pada (0,1) ( , ,) (1,0) ini
menunjukkan bahwa penggunaan klasifikasi nave bayes bisa lebih luas daripada yang
dikira sebelumnya.

4.2 Keoptimalan Lokal

Keoptimalan lokal adalah nilai keoptimalan yang didapatkan untuk sebuah kumpulan
atribut saja, sedangkan keoptimalan global adalah untuk seluruh kumpulan atribut.
Sebelumnya didefinisikan beberapa hal :
Definisi 1
Misalkan C(E) adalah kelas sebenarnya dari contoh E, dan Cx(E) adalah kelas
yang di tugaskan oleh pengklasifikasi X, maka zero-one loss dari X pada E ,
didefinisakan sebagai :

21 | P a g e

(3)
Zero-one loss adalah ukuran yang tepat jika tugas yang harus dilakukan adalah
klasifikasi. Dimana zero-one loss memberikan ukuran nilai 1 kepada kesalahan
pengklasifikasian. Pada situasi tertentu, kesalahan pengklasifikasian memiliki ukuran
prioritas yang berbeda, sebagai contohnya, pada diagnosa medis, ukuran kesalahan
mengklasifikasikan seorang pasien yang sakit sebagai sehat berbeda dengan
mengklasifikasikan pasian sehat sebagai sakit.
Umumnya, seringkali muncul data latih dengan nilai kelompok atribut yang sama tetapi
memiliki kelas yang berbeda. Ini merefleksikan fakta bahwa atribut-atribut tersebut
tidak mengandung seluruh informasi untuk menentukan kelas. Maka, secara umum,
sebuah data latih E tidak akan dihubungkan dengan suatu kelas saja, tetapi dengan
peluang kelas P(Ci|E) yang berbentuk vektor, dimana komponen ke I merepresentasikan
perbandingan nilai munculnya E pada kelas Ci. Ukuran Kesalahan zero-one loss dari X
pada E adalah :

Dimana

adalah kelas yang ditugaskan X kepada E dan

adalah

keakuratan dari X pada E. definisi ini disederhanakan menjadi persamaan 3 saat sebuah
kelas memiliki probabilitas 1 diberikan E.
Definisi 2 :
Ukuran bayes untuk sebuah data latih adalah nilai galat zero-one loss yang
terendah yang didapatkan dari pengklasifikasian manapun pada data latih
tersebut [1].
Definisi 3:
sebuah pengklasifikai adalah optimal secara lokal untuk sample jika dan hanya
jika nilai zero-one loss pada sample tersebut adalah sama dengan ukuran bayes.
Definisi 4:
Sebuah pengklasifikasi adalah optimal secara global untuk sample jika dan hanya
jika pengklasifikasian tersebut bernilai optimal untuk tiap sample pada kumpulan
sample tersebut. Sebuah pengklasifikasi adalah optimal secara global untuk sebuah

22 | P a g e

masalah jika dan hanya jika pengklasifikasi tersebut optimal secara lokal untuk
tiap sample yang mungkin dari masalah tersebut.
Zero one loss harus dibedakan dengan squared error loss untuk perhitungan galat
peluang, perbedaan ini didifenisikan sebagai :

Dimana X adalah prosedur hampiran dan C adalah variable kelas dimana peluangnya
ingin dicari. Jika ada ketidakpastian yang berhubungan dengan P(C|E), square error
loss didefinisikan sebagai nilai yang diharapkan dari expresi diatas. Fikiran utama dari
paper ini, di deskripsikan pada bagian ini, yang dapat dijelaskan sebagai berikut. Saat
asumsi independen dilanggar, persamaan 2 akan menjadi suboptimal sebagai
probabilitas.
Sebagai contoh, misalkan ada dua kelas, yaitu kelas

dan

, dan

dan

sebagai nilai peluang kedua kelas yang sebenarnya. Klasifikasi optimal

adalah menugaskan E kepada kelas
dan

. Misalkan nave bayes mendapatkan

. asumsi independen dilanggar dengan sangat jauh, dan square

error loss sangat besar, tetapi nave bayes masih mendapatkan keputusan klasifikasi
yang benar, dan meminimalisir zero-one loss.
Misalkan ada dua kelas secara umum, yaitu kelas

dan

seperti sebelumnya,

Sekarang kita akan menciptakan kondisi yang dibutuhkan untuk keoptimalan local dari
nave bayes dan memperlihatkan bahwa volume dari daerah keoptimalan nave bayes
adalah setengah dari volume

Teorema 1
Nave bayes optimal secara local dibawah zero-one loss untuk data E jika dan
hanya jika

untuk E.

Bukti : Pengklasifikasian nave bayes optimal saat zero-one loss memiliki nilai yang
paling minimum. Saat

minimum loss adalah

didapatkan dari
23 | P a g e

menugaskan

ke kelas

. Pengklasifikasi nave bayes menugaskan

berdasarkan persamaan 2, yaitu saat

ke kelas

saat

. Oleh karenanya jika

, maka nave bayes adalah optimal. Sebaliknya, saat

zero-one loss minimum didapatkan dengan menugaskan E ke kelas
pengklasifikasian nave bayes lakukan saat
nave bayes optimal saat

,
, dimana

. Olehkarenanya pengklasifikasian

. Saat

keputusan manapun akan optimal,

sehingga pertidaksamaan dapat di representasikan sebagai berikut:

Pengklasifikasian nave bayes optimal di bawah zero-one loss pada setengah dari
volume dari seluruh ruang nilai yang mungkin dari
Bukti : Karena

adalah sebuah peluang, dan

dan adalah produk dari peluang,

hanya menempati nilai dalam kubus [0,1] 3. Daerah dari kubus tersebut yang
memuaskan kondisi pada teorema 1 ditunjukkan oleh daerah abu-abu pada gambar 4.
Dapat di perhatikan bahwa daerah abu-abu menempati setengah dari volume total
kubus. Tetapi tidak seluruh pasangan
Karena

tidak dibatasi, maka projeksi dari ruang semesta

yang valid pada seluruh bidang

keoptimalan dari bidang
dari projeksi
adalah

dan mewakili kobinasi peluang yang benar.

dan

dari kombinasi peluang

adalah sama. Dengan teorema 1, daerah

dan sebaliknya. Oleh karenanya, jika

adalah daerah optimal dari

, dan volume total dari keoptimalan adalah

adalah area

, daerah optimal untuk

.

24 | P a g e

Secara kontras dibawah squared error loss, persamaan 2 optimal sebagai kumpulan
estimasi peluang P(Ci|E) hanya pada saat asumsi independen bertahan, yaitu pada
bidang

dan

bertemu. Oleh karenanya daerah dari keoptimalan

persamaan 2 dibawah squared error loss adalah sangat kecil dibandingkan dengan
zero-one loss. Pengklasifikasian nave bayes efektif sebagai pemprediksi optimal
untuk kelas yang paling sering muncul pada sebuah kondisi yang lebih besar dimana
asumsi independen dilanggar. Notasi sebelumnya dari keterbatasan pengklasifikasi
nave bayes sekarang dapat dilihat sebagai kesalahan pengaplikasian intuisi
berdasarkan keterbatasan squared error loss pada performa pengklasifikasi nave
bayes pada zero-one loss.

4.3 Keoptimalan global

Ekstensi dari teorema 1 pada keoptimalan global adalah langsung. Misalkan p,r dan s
pada data E di indexkan sebagai

Teorema 2
Pengklasifikasian nave bayes optimal secara global pada zero-one loss untuk
sebuah sample (data set) jika dan hanya jika

Bukti : dengan definisi 4 dan teorema 1

Membuktikan kondisi ini secara langsung pada test sample secara umum tidak dapat
dilakukan, karena pembuktian membutuhkan penemuan peluang kelas yang
sebenarnya dari setiap kelompok atribut tersebut pada sample. Lebih jauh,
membuktikannya pada sebuah permasalahan membutuhkan komputasi yang seukuran
dengan banyaknya kumpulan atribut yang dimungkinkan.

25 | P a g e

BAB V KESIMPULAN

Pada paper ini telah ditunjukkan bahwa pengklasifikasian Nave Bayes

dibawahpengukuran galat zero-one loss memiliki potensi pengaplikasian yang lebih
luas dari yang dikira sebelumnya dan menunjukkan perbedaan pengaplikasian zeroone loss dan squared error loss dalam pengklasifikasian data, walaupun pembuktian
secara mendalam belum dapat dilakukan karena sifat abstraksi data yang sangat
tinggi, asumsi-asumsi keoptimalan yang telah dijabarkan diatas paling tidak dapat
memberikan acuan untuk pengaplikasian pada data untuk klasifikasi pada sebuah
permasalahan tertentu.

26 | P a g e

DAFTAR PUSTAKA
[1] Domingos, P., and Pazzani, M. (1997). On the optimality of the Simple Bayesian
Classifier under Zero-One Loss.
[2] Tom M. Mitchell (1997). Machine Learning. New York, NY: McGraw-Hill.
[3] Duda, R.O., and Hart, P.E. (1973). Pattern classification and scene analysis. New
York, NY: Wiley.
[4] Berson, A., and Smith S. J. (2001). Data Warehousing, Data Mining, & OLAP.
New York, NY : McGraw-Hill.
[5] Han, J., and Kamber M. (2000). Data Mining, Concept and Techniques. New
York, NY : Morgan Kaufmann.
[6] Walpole, E. R., Myers, R. H. (1995). Ilmu Peluang dan Statistika untuk Insinyur
dan Ilmuan, Edisi ke-4. Bandung, ITB.
[7] Prof. DR. Sudjana., M.A., M.Sc (1996). Metoda Statistika, Edisi ke-6. Bandung,
Tarsito.

27 | P a g e