UTS Data Mining

“Penerapan Nalve Bayes pada Pemilihan Jenis Ikan yang Cocok dibudidayakan di
Gorontalo”

Oleh:

Fitriyan Suprayogi (145090500111016)

Billy Fathurrachman (145090501111016)

Javas Sheehan S. (145090507111005)

LABORATORIUM STATISTIKA

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS BRAWIJAYA

MALANG

2017
 Proses klasifikasi menggunakan 60 data training, dan 6 atribut, atribut ini merupakan
ciri atau karakteristik yang dimiliki oleh ikan air tawar. Digunakan untuk penentuan cocok
atau tidak cocok ikan air tawar dibudidayakan. Dan terdiri dari bagaimana daya tahan
ikan terhadap penyakit, berapa lama waktu pertumbuhan ikan, bagaimana pemeliharaan ikan,
bagaimana dengan biaya produksi/ pemeliharaan, dan minat masyarakat pada rasa ikan air
tawar.
Selain itu digunakan pula 6 data uji yang belum di ketahui kelasnya, yang akan diklasifikasin
untuk di tempatkan pada suatu kelas sesuai dengan ciri yang dimilikinya.

> n=60

> cocok=37

> tidakcocok=23

> pc=cocok/n

> ptc=tidakcocok/n

> pc

[1] 0.6166667

> ptc

[1] 0.3833333

Peluang cocok(pc) merupakan peluang cocok secara keseluruhan ikan layak

dibudidayakan di Gorontalo dan peluang tidak cocok(ptc) merupakan peluang tidak cocok
secara keseluruhan ikan tidak layak dibudidayakan di Gorontalo.

Peluang jenis ikan untuk setiap kondisi variabel dan hasil di beri notasi sebagai berikut

Peluang cocok :
X1 : 10 (Sedang), 8 (Rendah), 19 (Tinggi)

X2 : 7 (Sedang), 21 (Rendah), 9 (Tinggi)

X3 : 9 (Sedang), 28 (Tinggi)
Peluang Tidak Cocok :
X1 : 3 (Sedang), 16 (Rendah), 4 (Tingi)

X2 : 6 (Sedang), 4 (Rendah), 13 (Tinggi)

X3 : 14 (Rendah), 7 (Tinggi)

> Pvtc=datatc/tidakcocok

> Pvc=datac/cocok

> x1ptcs=Pvtc[1,1]

> x1ptcr=Pvtc[2,1]

> x1ptct=Pvtc[23,1]

> x2ptcs=Pvtc[2,2]

> x2ptcr=Pvtc[23,2]

> x2ptct=Pvtc[1,2]

> x3ptcr=Pvtc[14,3]

> x3ptcr=Pvtc[14,3]

> x3ptct=Pvtc[4,3]

> x1pcr=Pvtc[2,1]

> x1pct=Pvtc[37,1]

> x1pcr=Pvc[2,1]

> x1pct=Pvc[37,1]

> x1pcs=Pvc[1,1]

> x2pcr=Pvc[4,2]
> x2pcs=Pvc[1,2]

> x2pct=Pvc[5,2]

> x3pcs=Pvc[37,3]

> x3pct=Pvc[1,3]

> x1ptcs

[1] 0.6956522

> x1ptcr

[1] 0.1304348

> x1ptct

[1] 0.173913

> x2ptcs

[1] 0.2608696

> x2ptcr

[1] 0.173913

> x2ptct

[1] 0.5652174

> x3ptcr

[1] 0.3913043

> x3ptct

[1] 0.3913043

> x1pct

[1] 0.5135135
> x2pct

[1] 0.2432432

> x3pct

[1] 0.7567568

> x1pcs

[1] 0.2702703

> x2pcs

[1] 0.1891892

> x3pcs

[1] 0.2432432

> x1pcr

[1] 0.2162162

> x2pcr

[1] 0.5675676

Didapatkan peluang jenis ikan dengan kondisi sesuai variabel seperti x2pcr sebesar 0.5675
yang berarti peluang ikan dengan biaya produksi yang cocok sebesar 0.5675

Hasil peluang ikan dengan kondisi variabel dan hasil tidak cocok dimasukan dalam data
ikan dengan kondisi variabel tertentu tanpa melihat hasil(lampiran2)

P(X | Ci)

matrikstpc=matrix(0,60,3)
for(i in 1:60){

if (data2[i,1]==24) matrikstpc[i,1]=data2[i,1]/24*x1ptcr

else

if (data2[i,1]==23) matrikstpc[i,1]=data2[i,1]/23*x1ptct

else

if (data2[i,1]==13) matrikstpc[i,1]=data2[i,1]/13*x1ptcs}

for(i in 1:60){

if (data2[i,2]==26) matrikstpc[i,2]=data2[i,2]/26*x2ptcr

else

if (data2[i,2]==22) matrikstpc[i,2]=data2[i,2]/22*x2ptct

else

if (data2[i,2]==12) matrikstpc[i,2]=data2[i,2]/13*x2ptcs}

for(i in 1:60){

if (data2[i,3]==14) matrikstpc[i,3]=data2[i,3]/14*x3ptcr

else

if (data2[i,3]==37) matrikstpc[i,3]=data2[i,3]/37*x3ptct}

didapatkan peluang ikan dengan 3 kondisi yang tidak cocok menggunakan rumus

P(X | Hasil = “ Tidak Cocok”)

pktc=matrikstpc[,1]*matrikstpc[,2]*matrikstpc[,3]

peluang ikan tidak layak dibudidayakan di Gorontalo sebesar :

pktc1=cbind(pktc)
 ptcocok=pktc1*ptc

[1,] 0.025127236

[2,] 0.011058601

[3,] 0.025127236

[4,] 0.004711357

[5,] 0.004711357

.
.
[57,] 0.014744802

[58,] 0.004536862

[59,] 0.014744802

[60,] 0.000000000

Hasil peluang ikan dengan kondisi variabel dan hasil cocok dimasukan dalam data ikan
dengan kondisi variabel tertentu tanpa melihat hasil(lampiran2)

P(X | Ci)

matrikspc=matrix(0,60,3)

for(i in 1:60){

if (data2[i,1]==24) matrikspc[i,1]=data2[i,1]/24*x1pcr

else
if (data2[i,1]==23) matrikspc[i,1]=data2[i,1]/23*x1pct

else

if (data2[i,1]==13) matrikspc[i,1]=data2[i,1]/13*x1pcs}

for(i in 1:60){

if (data2[i,2]==26) matrikspc[i,2]=data2[i,2]/26*x2pcr

else

if (data2[i,2]==22) matrikspc[i,2]=data2[i,2]/22*x2pct

else

if (data2[i,2]==12) matrikspc[i,2]=data2[i,2]/13*x2pcs}

for(i in 1:60){

if (data2[i,3]==37) matrikspc[i,3]=data2[i,3]/37*x3pct

else

if (data2[i,3]==9) matrikspc[i,3]=data2[i,3]/9*x3pcs}

didapatkan peluang ikan dengan 3 kondisi yang cocok menggunakan rumus

P(X | Hasil = “Cocok”)

pkc=matrikspc[,1]*matrikspc[,2]*matrikspc[,3]

peluang ikan tidak layak dibudidayakan di Gorontalo sebesar :

pkc1=cbind(pkc)

pcocok=pkc1*pc

[1,] 0.022026184

[2,] 0.000000000
[3,] 0.000000000

[4,] 0.000000000

[5,] 0.017620947

.
[57,] 0.058290723
[58,] 0.136011687
[59,] 0.058290723
[60,] 0.018736304

Bandingkan peluang tidak cocok dan peluang cocok ikan dibudidayakan di gorontalo.

matrikKeputusan=matrix(0,60,1)
for(i in 1:60){
if(ptcocok[i,1]>pcocok[i,1]) matrikKeputusan[i,]=0 else matrikKeputusan[i,]=1}
matrikKeputusan

[1,] 0
[2,] 0
[3,] 0
[4,] 0
[5,] 1

.
.
.
[57,] 1
[58,] 1
[59,] 1
[60,] 1
 Didapatkan hasil perbandingan jenis ikan cocok dibudidayakan di Gorontalo ketika
peluang cocok lebih besar dari peluang tidak cocok (1). Sedangkan ikan tidak cocok
dibudidayakan di Gorontalo ketika peluang tidak cocok lebih besar dari peluang cocok (0).
Sehingga dapat diketahui jenis ikan 5, 6, 8, 9, 10, 13, 14, 15, 16, 17, 18, 19, 20, 22, 24, 26, 27,
29, 31, 32, 33, 34, 36, 37, 38, 41, 42, 43, 44, 45, 46, 47, 48, 50, 52, 53, 54, 56, 57, 58, 59, 60
cocok untuk dibudidayakan di Gorontalo.
Lampiran 1
Data Jenis Ikan yang akan dibudidayakan di Gorontalo :

Daya Minat
Tahan Biaya Masyarakat
No Jenis Ikan Hasil
Terhadap Produksi Terhadap
Penyakit Rasa
1 Lele Dumbo Sedang Sedang Tinggi Cocok
Patin Tidak
2 Lancang Rendah Tinggi Rendah Cocok
Tidak
3 Patin Juaro Sedang Sedang Rendah Cocok
Gurame Tidak
4 Jepun Rendah Sedang Rendah Cocok
Gurame
5 Kapas Rendah Sedang Tinggi Cocok
Gurame Tidak
6 Paris Rendah Tinggi Tinggi Cocok
Gurame
7 Batu Sedang Sedang Tinggi Cocok
Gurame Tidak
8 Porselin Rendah Sedang Tinggi Cocok
9 Ms Punten Sedang Rendah Tinggi Cocok
Mas Tidak
10 Sinyonya Rendah Tinggi Tinggi Cocok
11 Mas Taiwan Sedang Tinggi Tinggi Cocok
Tidak
12 Mas Merah Rendah Tinggi Rendah Cocok
13 Lele Limbat Sedang Rendah Tinggi Cocok
Tidak
14 Tagih Rendah Tinggi Tinggi Cocok
Tidak
15 Lundu Rendah Tinggi Tinggi Cocok
16 Kehong Rendah Rendah Tinggi Cocok
17 Belida Rendah Rendah Sedang Cocok
 Mas Tidak
18 Majalaya Rendah Tinggi Tinggi Cocok
19 Tawes Sedang Rendah Tinggi Cocok
Tidak
20 Grupi Rendah Tinggi Tinggi Cocok
21 Hampala Sedang Tinggi Tinggi Cocok
Udang
22 Galah Rendah Tinggi Sedang Cocok
Tidak
23 Sepat Rendah Tinggi Rendah Cocok
24 Jelawat Rendah Rendah Tinggi Cocok
Tidak
25 Tambakan Rendah Tinggi Rendah Cocok
Mujair
26 Mujarah Sedang Rendah Tinggi Cocok
Mas Tidak
27 Yamato Rendah Tinggi Tinggi Cocok
Tidak
28 Nilem Sedang Rendah Rendah Cocok
29 Betutu Rendah Rendah Sedang Cocok
Tidak
30 Betok Rendah Tinggi Rendah Cocok
Mujair
31 Mujarah Rendah Sedang Tinggi Cocok
32 Patin Siam Sedang Tinggi Sedang Cocok
Tidak
33 Sili Rendah Sedang Tinggi Cocok
34 Sepat Rawa Rendah Tinggi Sedang Cocok
Pating Tidak
35 Jambal Rendah Sedang Rendah Cocok
Lele
36 Sangkuriang Tinggi Sedang Tinggi Cocok
37 Lele Phyton Tinggi Sedang Tinggi Cocok
38 Lele Lokal Tinggi Tinggi Tinggi Cocok
 Tidak
39 Patin Wakal Tinggi Rendah Rendah Cocok
Patin Tidak
40 Muncung Sedang Rendah Rendah Cocok
Gurame
41 Soang Tinggi Rendah Tinggi Cocok
Gurame
42 Bastar Tinggi Sedang Sedang Cocok
43 Nila Jica Tinggi Rendah Tinggi Cocok
Nila
44 Nirwana Tinggi Rendah Tinggi Cocok
45 Nila Tinggi Rendah Tinggi Cocok
Nila
46 Jatimbulan Tinggi Rendah Sedang Cocok
Nila
47 Larasati Tinggi Rendah Tinggi Cocok
48 Mas Lokal Tinggi Rendah Tinggi Cocok
Tidak
49 Baung Tinggi Tinggi Rendah Cocok
50 Belut Tinggi Rendah Tinggi Cocok
Tidak
51 Sepat Tinggi Rendah Rendah Cocok
52 Bawal Tinggi Rendah Sedang Cocok
53 Gabus Tinggi Rendah Tinggi Cocok
54 Sidat Tinggi Rendah Tinggi Cocok
Tidak
55 Jendil Tinggi Rendah Rendah Cocok
56 Seren Sedang Rendah Tinggi Cocok
57 Toman Tinggi Tinggi Tinggi Cocok
58 Sepat Siam Tinggi Rendah Tinggi Cocok
59 Kepiting Tinggi Tinggi Tinggi Cocok
60 Graskap Tinggi Tinggi Sedang Cocok
Lampiran 2
Data hasil notasi data awal

Sedang=13 Ssedang=12 Sedang=9

Tinggi=23 Tinggi=22 Tinggi=37
Rendah=24 Rendah=26 Rendah=14

no X1 X2 X3 no X1 X2 X3
Lampiran 3
Data jenis ikan yang tidak cocok dibudidayakan di gorontalo
Lampiran 4
Data jenis ikan yang cocok dibudidayakan di gorontalo
Lampiran 5

n=60
cocok=37
tidakcocok=23
pc=cocok/n
ptc=tidakcocok/n
data2=read.table('d:\\mining2.txt')
datatc=read.table('d:\\miningtc.txt')
datac=read.table('d:\\miningc.txt')
Pvtc=datatc/tidakcocok
Pvc=datac/cocok
x1ptcs=Pvtc[1,1]
x1ptcr=Pvtc[2,1]
x1ptct=Pvtc[23,1]
x2ptcs=Pvtc[2,2]
x2ptcr=Pvtc[23,2]
x2ptct=Pvtc[1,2]
x3ptcr=Pvtc[14,3]
x3ptcr=Pvtc[14,3]
x3ptct=Pvtc[4,3]
x1pcr=Pvtc[2,1]
x1pct=Pvtc[37,1]
x1pcr=Pvc[2,1]
x1pct=Pvc[37,1]
x1pcs=Pvc[1,1]
x2pcr=Pvc[4,2]
x2pcs=Pvc[1,2]
x2pct=Pvc[5,2]
x3pcs=Pvc[37,3]
x3pct=Pvc[1,3]

matrikstpc=matrix(0,60,3)
for(i in 1:60){
if (data2[i,1]==24) matrikstpc[i,1]=data2[i,1]/24*x1ptcr
else
if (data2[i,1]==23) matrikstpc[i,1]=data2[i,1]/23*x1ptct
else
if (data2[i,1]==13) matrikstpc[i,1]=data2[i,1]/13*x1ptcs}
for(i in 1:60){
if (data2[i,2]==26) matrikstpc[i,2]=data2[i,2]/26*x2ptcr
else
if (data2[i,2]==22) matrikstpc[i,2]=data2[i,2]/22*x2ptct
else
if (data2[i,2]==12) matrikstpc[i,2]=data2[i,2]/13*x2ptcs}
for(i in 1:60){
if (data2[i,3]==14) matrikstpc[i,3]=data2[i,3]/14*x3ptcr
else
if (data2[i,3]==37) matrikstpc[i,3]=data2[i,3]/37*x3ptct}

pktc=matrikstpc[,1]*matrikstpc[,2]*matrikstpc[,3]
pktc1=cbind(pktc)
ptcocok=pktc1*ptc

matrikspc=matrix(0,60,3)
for(i in 1:60){
if (data2[i,1]==24) matrikspc[i,1]=data2[i,1]/24*x1pcr
else
if (data2[i,1]==23) matrikspc[i,1]=data2[i,1]/23*x1pct
else
if (data2[i,1]==13) matrikspc[i,1]=data2[i,1]/13*x1pcs}
for(i in 1:60){
if (data2[i,2]==26) matrikspc[i,2]=data2[i,2]/26*x2pcr
else
if (data2[i,2]==22) matrikspc[i,2]=data2[i,2]/22*x2pct
else
if (data2[i,2]==12) matrikspc[i,2]=data2[i,2]/13*x2pcs}
for(i in 1:60){
if (data2[i,3]==37) matrikspc[i,3]=data2[i,3]/37*x3pct
else
if (data2[i,3]==9) matrikspc[i,3]=data2[i,3]/9*x3pcs}

pkc=matrikspc[,1]*matrikspc[,2]*matrikspc[,3]
pkc1=cbind(pkc)
pcocok=pkc1*pc

matrikKeputusan=matrix(0,60,1)
for(i in 1:60){
if(ptcocok[i,1]>pcocok[i,1]) matrikKeputusan[i,]=0 else matrikKeputusan[i,]=1}
matrikKeputusan