LANDASAN TEORI
Bayes pada sistem pakar. Beberapa referensi dapat diambil dari penelitian
sebelumnya yang dimanfaatkan sebagai patokan atau dasar yang dapat digunakan
masalah dan metode yang ada, peneliti telah membangun sistem prediksi
data. Metode Naïve Bayes cocok digunakan untuk ekspektasi klasifikasi umum
dalam kehidupan nyata seperti layanan deteksi kerusakan alat, prediksi cuaca,
klasifikasi dengan cara ini mampu menentukan nilai kelayakan tertinggi untuk
menjadi klasifikasi terbaik dari bagian suatu data (Yang Feng-Jen, 2018).
6
7
observasi. Aplikasi sistem pakar ini dibangun berbasis android dengan bahasa
2018).
pakar, dimana sistem pakar dapat memberikan kemudahan bagi para pakar dan
sistem pakar ini menggunakan pemrograman Eclipse Versi Juno dengan SQLite
yang ada dengan perhitungan Naïve Bayes. Sistem pakar diagnosa kerusakan
printer yang dirancang mampu mendeteksi jenis kerusakan printer secara cepat
dapat diterapkan untuk memecahkan suatu permasalahan dan metode Naïve bayes
dapat menentukan keputusan dengan akurasi yang cukup baik. Sehingga peneliti
mengukur atau mendeteksi kondisi jantung dengan cara memantau irama dan
dari arus elektrik yang dihasilkan oleh otot jantung selama satu denyut jantung.
pada gulungan kertas yang bergerak. Rekaman hasil pengukuran ini disebut
Gambar 2.1 Tampilan ECG tampak atas dan Gambar 2.2 Tampilan ECG tampak
belakang.
9
Keterangan :
pasien;
Keterangan :
power;
masalah tingkat manusia oleh seorang pakar dan dirancang untuk dapat menirukan
keahlian dalam bidang tertentu, yaitu pakar yang mempunyai knowledge atau
kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang
yang dimilikinya. Ketika sistem pakar dikembangkan pertama kali sekitar tahun
70 an sistem pakar hanya berisi knowledge yang eksklusif. Namun sekarang ini
istilah sistem pakar sudah digunakan untuk berbagai macam sistem yang
menggunakna teknologi ini. Teknologi sistem pakar ini meliputi bahasa sistem
Sistem pakar (expert system) merupakan paket perangkat lunak atau paket
program computer yang ditujukan sebagai penyedia nasehat dan sarana bantu
b. Menyimpan data tersebut untuk jangka waktu yang panjang dalam suatu
bentuk tertentu;
c. Mengerjakan perhitungan secara cepat dan tepat serta tanpa jemu mencari
masalah, diantaranya :
c. Menambah fakta kaidah dan alur penalaran sahih yang baru ke dalam
otaknya.
inferensi, aturan, dan kemampuan menjelaskan. Terdapat tiga orang yang terlbat
a. Pakar
Pakar adalah orang yang mempunyai keahlian dalam bidang tertentu, yaitu
pakar yang mempunyai knowledge atau kemampuan khusus yang orang lain tidak
mengetahui atau mampu dalam bidang yang dimilikinya. Seorang pakar dengan
seorang pakar dengan sebuah sistem pakar, perbandingan tersebut dapat dilihat
c. User
Selain terdapat tiga orang yang terlibat dalam lingkungan sistem pakar, menurut
Nastiti (2016) juga terdapat empat buah komponen dasar dari sebuah sistem pakar
yaitu :
Basis Pengetahuan atau knowledge base adalah inti dari sebuah program
computer sistem pakar. Basis pengetahuan terdiri dari dua bentuk yaitu objek
sebagai kesimpulan yang didefinisikan oleh kelompok aturan atau atribut yaitu
mendefinisakan sebuah objek. Basis pengetahuan ini berupa sebuah database atau
kumpulan dari daftar fakta-fakta hasil berupa objek dan kaidah-kaidah (rules)
yang berisikan informasi tentang cara bagaimana menghasilkan fakta baru dari
fakta-fakta yang telah diketahui. Terdapat dua jenis pengetahuan yaitu Tacid
Knowledge (ide, inovasi dan pengalaman pakar belum dalam bentuk naskah) dan
Explicit Knowledge (ide, inovasi dan pengalaman pakar dalam bentuk tulisan).
Mesin Inferensi atau Inference Engine adalah bagian sistem pakar yang
objek yang sesuai. Bagian ini mengandung mekanisme fungsi berfikir dan pola-
pola penalaran sistem yang digunakan oleh seorang pakar dalam menganalisis
fakta yang ada dengan kaidah (rules) yang telah ditetapkan sehingga mampu
terjadi suatu kegiatan dialog dalam bentuk grafis antarmuka dan sekumpulan
jaringan proses fungsional yang dibutuhkan satu sama lain dengan alir data atau
menggambarkan suatu sistem yang telah ada atau sistem yang baru dikembangkan
a. Diagram Konteks
Diagram konteks adalah tingkatan tertinggi dalam diagram aliran data dan
diberi nomor nol semua entitas eksternal yang ditunjukan pada diagram konteks
berikut aliran data-aliran data utama menuju dan dari sistem. Diagram tersebut
tidak memuat penyimpanan data dan tampak sederhana untuk diciptakan, begitu
entitas-entitas eksternal serta aliran data- aliran data menuju dan dari sistem
dokumen.
b. Diagram Level n
konteks. Diagram level nol menjelaskan proses secara lebih terperinci. Diagram
level 1 merupakan turunan langsung dari diagram nol, artinya diagram level 1
Naïve Bayes atau lebih dikenal dengan Naïve Bayes Classifier merupakan
bebas. Naïve Bayes Classifier teknik sangat cocok ketika dimensi dari input yang
untuk memberikan kontribusi terhadap keputusan akhir sama dan independen dari
dan metode dasar data mining. Aturan (algoritma) digunakan untuk membuat
model dengan kemampuan prediksi. Algoritma ini menyediakan cara baru untuk
pengambilan keputusan tidak terlepas dari teori peluang sebagai konsep dasar.
Naïve bayes dikenal sebagai rumus dasar untuk peluang bersyarat yang tidak
keputusan, yaitu :
Goraya dkk (2017) Algoritma Naïve Bayes didasarkan pada tiga konsep,
masa lalu tentang insiden tersebut, kelayakan berarti peluang peristiwa itu terjadi
dimasa depan dan prediksi berarti beberapa ramalan dibuat tentang terjadinya
probabilitas adanya suatu kerusakan bila hasil pengecekan lanjutan positif atau
𝑃 𝑋 𝐻 𝑥 𝑃(𝐻)
𝑃 𝐻𝑋 = …………………………………....(2.1)
𝑃(𝑋)
Keterangan :
untuk menentukan kelas apa yang cocok bagi sampel yang dianalisis tersebut.
𝑃 𝐶 𝑃(𝐹1…𝐹𝑛 |𝐶)
𝑃(𝐶|F1 … Fn) = …………………………….(2.2)
𝑃(𝐹1…𝐹𝑛 )
(evidence). Karena itu, rumus di atas dapat pula ditulis secara sederhana sebagai
berikut
18
Nilai evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai dari
(Bustami, 2013).
kerusakan alat berdasarkan gejala atau penyebab yang didapat dari pengujian.
a. Metode Find-S tidak dapat digunakan untuk data yang tidak konsisten dan
data yang bias, sehingga untuk bentuk data semacam ini salah satu metode