METODE BAYES

Sistem Pendukung Keputusan Metode Naive Bayes merupakan metode spk yang mudah untuk
digunakan karena metode tersebut menggunakan data yang sudah ada sebagai acuan untuk
melakukan keputusan. Metode Naive Bayes sendiri tidak memerlukan bobot untuk melakukan
perhitungan, namun hanya menggunakan probabilitas data yang sudah ada.
Contoh soal :
contoh mengenai Sistem pendukung Keputusan Resiko Obesitas pada anak, berikut adalah
contoh data yang sudah ada :
Obesitas Ayah
Obesitas
Obesitas
Normal
Obesitas
Normal
Normal

Obesitas Ibu
Obesitas
Normal
Normal
Normal
Normal
Normal

Aktifitas Fisik
Ringan
Sedang
Sedang
Sedang
Berat
Sedang

Asupan Makanan
Lebih
Lebih
Cukup
Cukup
Cukup
Cukup

Kesimpulan
Tinggi
Tinggi
Sedang
Sedang
Tinggi
Tinggi

Data Tersebut merupakan data yang harus ada dalam sistem sebelum nantinya digunakan
untuk melakukan tes pengujian sistem pendukung Keputusan. Dari data tersebut kita akan
mencoba menyelesaikan masalah tingkat resiko obesitas pada anak dengan aturan :
Obesitas Ayah : Normal
Obesitas Ibu : Obesitas
Aktifitas Fisik : Ringan
Asupan Makanan : Lebih
Tentukan kesimpulan yang dapat diambil dengan metode Naive Bayes?
Jawab :
Untuk menyelesaikan pertanyaan tersebut, kita hitung probabilitas Kemunculan dari
Kesimpulan, dari data tersebut hanya terdapat 2 kesimpulan yakni : Tinggi dan Sedang jadi
Probabilitas (PTinggi = Banyaknya tinggi/Jumlah Data = 4/6 = 0.67)
Probabilitas (PSedang= Banyaknya Sedang / Jumlah Data = 2/6 = 0.3
Setalah mencari Probabilitas Kesimpulan, tahap selanjutnya kita hitung data kemunculan dari
tiap Pertanyaan :
1. Pertanyaan Obesitas Ayah = Normal
pObesitasAyahTinggi = Banyaknya data Normal / Banyaknya data Tinggi pada
Kesimpulan = 2 / 4 = 0.5

PObsitasAyahSedang = Banyaknya data Normal / Banyaknya data Sedang pada

Kesimpulan = 1 / 2 = 0.5
2. Pertanyaan Obesitas Ibu = Obesitas
pObesitasIbuTinggi = Banyaknya data Obesitas / Banyaknya data Tinggi pada
Kesimpulan = 1 / 4 = 0.25
PObsitasAyahSedang = Banyaknya data Obesitas / Banyaknya data Sedang pada
Kesimpulan = 0 / 2 = 0
3. Pertanyaan Aktifitas Fisik = Ringan
pAktifitasTinggi = Banyaknya data Ringan / Banyaknya data Tinggi pada Kesimpulan
= 1 / 4 = 0.25
pAktifitasSedang = Banyaknya data Ringan / Banyaknya data Sedang pada
Kesimpulan = 0 / 2 = 0
4. Pertanyaan Asupan Makanan = Lebih
pAsupanTinggi = Banyaknya data Lebih / Banyaknya data Tinggi pada Kesimpulan =
2 / 4 = 0.5
pAsupanSedang = Banyaknya data Lebih / Banyaknya data Sedang pada
Kesimpulan = 0 / 2 = 0
Setelah mencari data kemunculan dari masing-masing kesimpulan Tinggi dan Sedang, langkah
selanjutnya adalah mengalikan sebuah sesuai dengan Kesimpulanya :
nTinggi = pObesitasAyahTinggi * pObesitasIbuTinggi * pAktifitasTInggi * pAsupanTInggi = 0.5 *
0.25 * 0.25 * 0.5 = 0.015
nSedang = pObesitasAyahSedang* pObesitasIbuSedang * pAktifitasSedang * pAsupanSedang
= 0.5 * 0 * 0 * 0 = 0.
Langkah terakhir adalah membandingkan nTinggi dan nSedang, karena nTinggi lebih besar
maka kesimpulan pertanyaan tersebut adalah Tinggi.
METODE MPE
Teknik ini digunakan sebagai pembantu individu pengambilan keputusan untuk menggunakan
rancang bangun model yang telah terdefinisi dengan baik pada tahapan proses.Berbeda
dengan metode Bayes, dan MPE akan menghasilkan nilai alternatif yang perbedaannya lebih
kontras.
Dalam menggunakan metode perbandingan eksponensial ada beberapa tahapan yang harus
dilakukan yaitu menyusun alternatif-alternatif keputusan yang akan dipilih, menentukan kriteria
atau perbandingan kriteria keputusan yang penting untuk dievaluasi, menentukan tingkat
kepentingan dari setiap kriteria keputusan, melakukan penilaian terhadap semua alternatif pada

setiap kriteria, menghitung skor atau nilai total setiap elternatif dan menentukan urutan prioritas
keputusan didasarkan pada skor atau nilai total setiap alternatif.
Perhitungan skor untuk setiap alternatif dalam perbandingan eksponensial ini dapat dirumuskan
sebagai-berikut:
m

Total Nilai(Tni)=(RKij)TKKj
j=1

Dimana :
TNI = Total nilai ke i
RKij = Derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i
TKKj = Derajat kepentingan relatif kriteria ke-j; TKKj > 0; bulat
n = Jumlah pilihan keputusan
m = Jumlah kriteria keputusa
contoh soal :
Suatu investor akan menginvestasikan untuk usaha produk agroindustri berbasis ubi kayu
dimana ada 3 pilihan usaha: tepung tapioka, kripik singkong dan pakan ternak. Setiap pilihan
usaha tersebut terdapat 7 kriteria yang harus dipenuhi setelah dilakukan wawancara dengan
para pakar dan pengorganisasian pengetahuan dari berbagai referensi buku. Hasil penilaian
terhadap tiga alternatif produk agroindustri berbasis ubi kayu (tepung tapioka, kripik singkong
dan pakan ternak) ini dapat dilihat pada tabel di bawah ini.
Kriteria

Bobot

Nilai alternatif produk

TT

KS

PT

1.

Potensi pasar

2.

Kondisi bahan baku

3.

Nilai tambah produk

Daya serap tenaga

kerja

Teknologi yang
dipakai

Kondisi sosial
budaya

Dampak terhadap
lingkungan

4.

5.

6.

7.

Hasil perhitungan MPE

155.267.448 14.179.040

29.263.177

TT=Tepung tapioka; KS=kripik singkong; PK=Pakan ternak

Perhitungan MPE:
Alternatif 1. Tepung tapioka=
89 + 88 + 66 + 87 + 85 + 87 + 65 = 155.267.448
Alternatif 2. Kripik singkong=
69 + 68 + 46 + 67 + 65 + 87 + 85 = 14.179.040
Alternatif 3. Pakan ternak=
69 + 88 + 56 + 67 + 65 + 87 + 65 = 29.263.177
Jadi dari ketiga alternatif usaha di atas yang paling menguntungkan adalahTT. Sedangkan PT
yang kedua dan KS terakhir.
METODE AHP
Analytical Hierarchy Process (AHP). Diikembangkan oleh Thomas L. Saaty pada tahun 1970an. Metode ini merupakan salah satu model pengambilan keputusan multikriteria yang dapat
membantu kerangka berpikir manusia dimana faktor logika, pengalaman pengetahuan, emosi
dan rasa dioptimasikan ke dalam suatu proses sistematis. Pada dasarnya, AHP merupakan
metode yang digunakan untuk memecahkan masalah yang kompleks dan tidak terstruktur ke
dalam kelompok
kelompoknya, dengan mengatur kelompok tersebut ke dalam suatu
hierarki, kemudian memasukkan nilai numerik sebagai pengganti persepsi manusia dalam
melakukan perbandingan relatif. Dengan suatu sintesa maka akan dapat ditentukan elemen
mana yang mempunyai prioritas tertinggi.

1.

2.
3.

4.

Langkah dan Prosedur AHP.

Buchara (2000) mejelaskan bahwa secara umum, langkah langkah
yang harus dilakukan dalam menggunakan AHP untuk memecahkan suatu
masalah adalah sebagai berikut :
Mendefenisikan permasalahan dan menentukan tujuan. Bila AHP
digunakan untuk memilih alternatif atau menyusun prioritas alternatif,
maka tahap ini dilakukan pengembangan alternatif.
Menyusun masalah ke dalam suatu struktur hierarki sehingga
permasalahan yang kompleks dapat ditinjau dari sisi yang detail dan terukur.
Menyusun prioritas untuk tiap elemen masalah pada setiap hierarki.
Prioritas ini dihasilkan dari suatu matriks perbandingan berpasangan antara
seluruh elemen pada tingkat hierarki yang sama.
Melakukan pengujian konsistensi terhadap perbandingan antar elemen
yang didapatkan pada tiap tingkat hierarki.
Contoh Kasus

Kasus yang dibahas ini adalah pemilihan ponsel masa kini yang terbaik dari
berbagai brand ternama. Antara Nokia, Samsung, SonyEricson.
Dasar Penentuan Kriteria.
Penentuan kriteria-kriteria dalam SPPK ini didasarkan pada hal-hal yang
sekiranya sangat berpengaruh dalam sebuah telepon seluler (ponsel) baik
hardware, teknologi, software maupun jaringan. Pada setiap kriteria
diberikan bobot yang berbeda-beda karena setiap kriteria memiliki pengaruh
yang dominan atau tidak dalam spesifikasi sebuah ponsel,berikut penjelasan
setiap kriteria :
1.
Fitur.
Meliputi : kamera
musik
ketajaman warna
layar
internet mobile dll.
Sistem Operasi diberikan bobot sebanyak 15%.
2.
Teknologi.
Meliputi : Touch screen
Touch Pad
Teknologi diberikan bobot sebanyak 5%.
3.
Harga.
Meliputi : Low End
High End
Harga diberikan bobot sebanyak 20%.
a. Yang pertama kali dilakukan adalah Menentukan bobot kriteria mana
yang paling
penting, yang dalam terminologi AHP disebut pairwire comparation

Harga 4 kali lebih penting dari Teknologi

Harga 1,5 kali lebih penting dari fitur

Fitur 3 kali lebih penting dari teknologi.

Selanjutnya hasil pair-wire comparation diatas akan dibuat tabulasinya, yang
dalam istilah AHP disebut sebagai pair comparation matrix.
Pair comparation matrix
Krite Harg Fitu Tekn Priority
ria
a
r
ologi Vector
Harg
a
1 1,5
4
0,5143
fitur
0,7
1
3
0,3620

tekn
0,3
ologi
0,25
3
Juml
2,8
ah
1,95
3
Pricipal Eigen
Value (lmax)
Consistency Index
(CI)
Consistency Ratio
(CR)

0,1232

0,9995
3,0
0

0,0%
Keterangan :

Jumlah merupakan penjumlahan dari semua angka yang ada pada baris
diatasnya dalam satu kolom.
Priority Vector merupakan hasil penjumlahan dari semua sel disebelah
Kirinya (pada baris yang sama) setelah terlebih dahulu dibagi dengan
jumlah yang ada dibawahnya, kemudian hasil penjumlahan tersebut dibagi
dengan angka 3.
Angka 3 diperoleh dari jumlah kriteria yaitu harga, fitur dan teknologi.

Priority vector = 0,5143 diperoleh dari perhitungan (1/1,95+1,5/2,83+4/8) *

1/3

Priority vector = 0,3620 diperoleh dari perhitungan (0,7/1,95+1/2,83+3/8) *

1/3

Priority vector= 0,3620 diperoleh dari

perhitungan(0,25/1,95+0,33/2,83+1/8)*1/3
Prioity Vector menunjukan bobot dari masing-masing kriteria, jadi dalam hal
ini harga merupakan bobot tertinggi/terpenting dalam pemilihan ponsel,
disusul fitur dan yang terakhir adalah teknologi.
Setelah mendapatkan bobot untuk setiap kriteria (yang ada pada kolom
Priority Vector), maka selanjutnya mengecek apakah bobot yang dibuat
konsisten atau tidak. Untuk hal ini, yang pertama yang dilakukan adalah
menghitung Pricipal Eigen Value (lmax) matrix.
Principal Eigen Value (lmax) matrix perhitungannya dengan cara
menjumlahkan hasil perkalian antara jumlah dan priority vector.
Principal Eigen Value (lmax) = (1,950.5143)+(2,830,3620)+(80.1232)=3,0

Menghitung Consistency Index (CI) dengan rumus

CI = (lmax-n)/(n-1), untuk n = 3
CI= (3,0-3) / (3-1) = 0, CI sama dengan nol berarti pembobotan yang dilakukan
sangat konsisten

Menghitung Consistency Ratio (CR) diperoleh dengan rumus CR=CI/RI, nilai

RI bergantung pada jumlah kriteria seperti pada tabel berikut:

0,5
8

b.

1
0
1,
4
9

1,1 1,2 1,3 1,4 1,4

RI
0
0
0,9
2
4
2
1
5
Jadi untuk n=3, RI=0.58.
CR=CI/RI = 0/5,8 = 0,0
Jika hasil perhitungan CR lebih kecil atau sama dengan 10% , ketidak
konsistenan masih bisa diterima, sebaliknya jika lebih besar dari 10%, tidak
bisa diterima.
Yang ke dua memberi penilaian terhadap ponsel , disebut pair-wire comparation.
Memberikan penilaian bobot harga :
Samsung harganya 4 kali lebih murah dari Nokia
Samsung harganya 3 kali lebih murah dari Sony ericson
Nokia harganya 1/2 kali lebih murah dari Sony ericson.
Pair wire comparation :
Pair comparation matrix
Sam Nok sonye Priority
Kriteria sung ia
ricson Vector
Samsu
ng
1
4
3
0,6232
Nokia
0,25
1
0,5
0,3333
Sony
ericson
0,33
2
1
0,2332
1,58
Jumlah
33
7
4,5
1,1897
Pricipal Eigen Value
(lmax)
3,02
Consistency Index
(CI)
0,1
Consistency Ratio
(CR)
2,0%

Arti dari tabel diatas adalah dari ketiga ponsel, yang paling murah adalah
samsung dengan skor 0,6232 ,disusul Nokia dengan skor 0,3333 dan sony
ericson dengan skor 0,2332.
Nilai CI adalah 0,1 yang berarti pembobotan tidak terlalu konsisten ,tetapi
karena nilai CR=2,0% lebih kecil dari 10%, maka ketidak konsistenan masih
bisa diterima.
Memberikan penilaian bobot fitur
Kelengkapan Fitur Samsung kali dari Nokia
Kelengkapan Fitur Samsung 2 kali dari Sony Ericson
Kelengkapan Fitur Nokia 3 kali dari Sony Ericson
Pair-wire comparation :
Pair comparation matrix
Sam Nok sonye Priority
Kriteria sung ia
ricson Vector
Samsu
ng
1 0,5
2
0,3645
Nokia
2
1
3
0,3333
Sony
0,3
ericson
0,5
3
1
0,3332
1,8
Jumlah
3,2
3
6
1,0310
Pricipal Eigen Value
(lmax)
3,76
Consistency Index
(CI)
0,38
Consistency Ratio
(CR)
0,06%
Arti dari tabel diatas adalah dari ketiga ponsel, yang paling lengkap fiturnya
adalah samsung dengan skor 0,3645 ,disusul Nokia dengan skor 0,3333 dan
sony ericson dengan skor 0,332.
Nilai CI adalah 0,38 yang berarti pembobotan tidak terlalu konsisten ,tetapi
karena nilai CR=0,06% lebih kecil dari 10%, maka ketidak konsistenan masih
bisa diterima.
Memberikan penilaian bobot teknologi
Kecanggihan Teknologi Samsung 1/3 dari nokia

Kecanggihan teknologi Samsung 2 kali dari sony Ericson

Kecanggihan teknologi nokia 3 kali dari sony Ericson
Pair-wire comparation :
Pair comparation matrix
Sam Nok sonyer Priority
Kriteria sung ia
icson
Vector
Samsu
ng
1 0,33
2
0,3332
Nokia
3,03
1
3
0,9998
Sony
ericson
0,5 0,33
1
0,3332
Jumlah
4,53 1,66
6
1,6662
Pricipal Eigen Value
(lmax)
5,16
Consistency Index
(CI)
1,08
Consistency Ratio
(CR)
0,36%
Arti dari tabel diatas adalah dari ketiga ponsel, yang paling canggih
teknologinya adalah Nokia dengan skor 0,9998 ,disusul Samsung dan sony
ericson dengan skor 0,3332.
Nilai CI adalah 1,08 yang berarti pembobotan tidak terlalu konsisten ,tetapi
karena nilai CR=0,36% lebih kecil dari 10%, maka ketidak konsistenan masih
bisa diterima.
c.

Tahap ke tiga Setelah mendapatkan bobot untuk ketiga kriteria, maka

langkah terakhir adalah menghitung total skor untuk ketiga ponsel.
Semua hasil penilaiannya tersebut dalam bentuk tabel yang disebut Overall
composite weight.
Overall composite weight :
Overall
composite
weight
Harga
Fitur

Weig Sam Nok

ht
sung
ia
0,51 0,62 0,33
43
32
33
0,36 0,36 0,33

Sony
Ericson
0,2332
0,3332

Teknologi
Composite
Weight

20
0,12
32

45
33
0,33 0,99
32
98
0,49 0,41
34
51

0,3332
0,2715

Weight diambil dari kolom Priority Vektor dalam matrix kriteria.

Kolom (Samsung, Nokia, Sony Ericson) diambil dari kolom priority vectir
ketiga matrix harga, fitur, teknologi.
Composite weight diperoleh dari hasil jumlah perkalian diatasnya dengan
weight.
- Samsung = 0,5143.0,6232+0,3620.0,3645+0,1232.0,3332 = 0,4934
- Nokia = 0,5143.0,3333+0,3620.0,3333+0,1232.0,9998 = 0,4151
- Sony Ericson = 0,5143.0,2332+0,3620.0,3332+0,1232.0,3332 = 0,2715
Dari tabel diatas dapat disimpulkan bahwa Samsung mempunyai skor
paling tinggi yaitu 0,4934 , kemudian Nokia dengan skor 0,4151 dan paling
bawah Sony Ericson 0,2715. Sehingga Ponsel yang paling baik dan dipilih
adalah ponsel brand Samsung.