Data training data Testing

ID OUTLOOK TEMPERATUR HUMIDITY WINDY PLAY

1 Sunny Hot High FALSE NO

2 Sunny Hot High TRUE NO

3 Cloudy Hot High FALSE YES

4 Rainy Mild High FALSE YES

5 Rainy Cool Normal FALSE YES

6 Rainy Cool Normal TRUE YES

7 Cloudy Cool Normal TRUE YES

8 Sunny Mild High FALSE NO

9 Sunny Cool Normal FALSE YES

10 Rainy Mild Normal FALSE YES

11 Sunny Mild Normal TRUE YES

12 Cloudy Mild High TRUE YES

13 Cloudy Hot Normal FALSE YES

14 Rainy Mild High TRUE NO

Dari data di atas diketahui :
C1 = Bermain ”yes”
C2 = Bermain ”no”
Digunakan data pada baris 1 sampai baris ke baris 11 sebagai data training di dapatkan
peluang untuk masing masing kelas
8
P(C1 ) = 11

1
 3
P(C2 ) = 11

1. Dicari Peluang bersyarat dari atribut outlook untuk setiap kelasnya

Sunny:
2
P(Sunny|c1 ) = 8 = 0, 25
3
P(Sunny|c2 ) = 3 =1

Cloudly
2
P(Cloudly|c1 ) = 8 = 0, 25
P(Cloudly|c2 ) = 0 = 0

Rainy
4
P(Rainy|c1 ) = 8 = 0, 50
P(Rainy|c2 ) = 0 = 0

Yes No

Sunny 0,25 1

Cloudy 0,25 0

Rainy 0,50 0

2. Dicari Peluang Bersyarat dari Atribut Temperatur untuk setiap kelasnya:

Hot:
1
P(Hot|c1 ) = 8 = 0, 125
2
P(Hot|c2 ) = 3 = 0, 666

Mild:
3
P(Mild|c1 ) = 8 = 0, 375

2
 1
P(Mild|c2 ) = 3 = 0, 333

Cool:
4
P(Cool|c1 ) = 8 = 0, 50
P(Cool|c2 ) = 0 = 0

Yes No

Hot 0,125 0,666

Mild 0,375 0,333

Cool 0,50 0

3. Dicari Peluang bersyarat dari atribut Humidity

High:
2
P(High|c1 ) = 8 = 0, 25
3
P(Gigh|c2 ) = 3 =1

Normal:
6
P(Normal|c1 ) = 8 = 0, 75
P(Normal|c2 ) = 0 = 0

Yes No

High 0,25 1

Normal 0,75 0

4. Dicari Peluang bersyarat dari atribut Windy

3
 False:
5
P(False|c1 ) = 8 = 0, 625
2
P(False|c2 ) = 3 = 0, 666

True:
3
P(True|c1 ) = 8 = 0, 375
1
P(True|c2 ) = 3 = 0, 333

Yes No

False 0,625 0,666

True 0,375 0,333

Selanjutnya di lakukan tetsting dengan menggunakn data dari baris 12 sampai 14 :

1. mencari nilai peluang dari X12 dari masing masing kelas:

[a] Mencari nilai peluang x12 dengan syarat ’yes’ (P(x12 |C1 ))
P(x12 |C1 ) = Outlook(Cloudly), Temperature(Mild), Humidity(High), Windy(True)
P(x12 |C1 ) = 0, 25 × 0, 375 × 0, 25 × 0, 375
P(x12 |C1 ) = 0, 0087

[b] Mencari nilai peluang x12 dengan syarat ’No’ (P(x12 |C2 ))
P(x12 |C2 ) = Outlook(Cloudly), Temperature(Mild), Humidity(High), Windy(True)
P(x12 |C2 ) = 0 × 0, 333 × 1 × 0, 333
P(x12 |C2 ) = 0

Selanjutnya masing-masing peluang di kalikan dengan total peluang masing masing

kelas label :

4
 P(x12 |C1 ) × P(c1 ) = 0, 0087 × 0, 727
= 0, 0063
P(x12 |C2 ) × P(c1 ) = 0 × 0, 272
=0
Hasil Hitung untuk x12 di dapatkan bahwa nilai peluang P(x12 |C1 ) lebih besar dari
nilai peluang P(x12 |C2 ) maka dapat di tentukan x12 adalah ”yes”

2. mencari nilai peluang dari X13 dari masing masing kelas:

[a] Mencari nilai peluang x13 dengan syarat ’yes’ (P(x13 |C1 ))
P(x13 |C1 ) = Outlook(cloudy),Temperature(Hot),Humidity(Normal),Windy(False)
P(x13 |C1 ) = 0, 25 × 0, 125 × 0, 75 × 0, 625
P(x13 |C1 ) = 0, 0146

[b] Mencari nilai peluang x12 dengan syarat ’No’ (P(x13 |C2 ))
P(x13 |C2 ) =Outlook(Cloudly),Temperature(Hot),Humidity(Normal),Windy(False)
P(x13 |C2 ) = 0 × 0, 666 × 0 × 0, 666
P(x13 |C2 ) = 0

Selanjutnya masing-masing peluang di kalikan dengan total peluang masing masing

kelas label :
P(x13 |C1 ) × P(c1 ) = 0, 0146 × 0, 727
= 0, 0106
P(x13 |C2 ) × P(c1 ) = 0 × 0, 272
=0
Hasil Hitung untuk x13 di dapatkan bahwa nilai peluang P(x13 |C1 ) lebih besar dari
nilai peluang P(x13 |C2 ) maka dapat di tentukan x13 adalah ”yes”

3. mencari nilai peluang dari X14 dari masing masing kelas:

[a] Mencari nilai peluang x14 dengan syarat ’yes’ (P(x14 |C1 ))
P(x14 |C1 ) = Outlook(Rainy),Temperature(Mild),Humidity(High),Windy(True)
P(x14 |C1 ) = 0, 5 × 0, 375 × 0, 25 × 0, 375

5
 P(x14 |C1 ) = 0, 0127

[b] Mencari nilai peluang x12 dengan syarat ’No’ (P(x14 |C2 ))
P(x14 |C2 ) = Outlook(Rainy), Temperature(Mild), Humidity(High), Windy(True)
P(x14 |C2 ) = 0 × 0, 333 × 1 × 0, 333
P(x14 |C2 ) = 0

Selanjutnya masing-masing peluang di kalikan dengan total peluang masing masing

kelas label :
P(x12 |C1 ) × P(c1 ) = 0, 0175 × 0, 727
= 0, 127
P(x12 |C2 ) × P(c1 ) = 0 × 0, 272
=0
Hasil Hitung untuk x12 di dapatkan bahwa nilai peluang P(x12 |C1 ) lebih besar dari
nilai peluang P(x12 |C2 ) maka dapat di tentukan x12 adalah ”yes”

Di dapatkan :

Data sebenarnya Data Hitung

Yes Yes

Yes Yes

No Yes

Terdapat satu data hitung yang tidak sesuai dengan data sebenarnya maka di peroleh
2
akurasi = 3 = 0, 666 = 66% Akurasi

6
 Latihan Soal

X1 Rainy Cool High False ???

X2 Sunny Cool Hight True ??

X3 Sunny Cool Hight False ??

X4 Sunny Mild Normal False ??

X5 Cloudy Hot Normal True ??

akan ditentukan label untuk semua X:

1. x1 = Outlook (Rainy), Temperature (Cool), Humidity (High), Windy (False)

Dicari Peluang dari x1 Dengan kondisi ’ ya ’

4
P(x1 |c1 ) = ∏ P(xk |C1 )
k=1

P(x1 |c1) = 0, 50 × 0, 50 × 0, 25 × 0, 625

P(x1 |c1) = 0, 0390625

Dicari Peluang dari x1 Dengan kondisi ’ tidak ’

4
P(x1 |c2 ) = ∏ P(xk |C2 )
k=1

P(x1 |c2 ) = 0 × 0 × 1 × 0, 666

P(x1 |c2 ) = 0
Masing masing peluang di kalikan dengan total peluang masing masing kelas label

P(x|C1 ) × P(C1 ) = 0, 039 × 0, 727

= 0, 028

P(x|C2 ) × P(C2 ) = 0 × 0, 272

=0

7
 Karena nilai x1 Dengan Syarat ’ya’ lebih besar dari nilai x1 dengan Syarat ” tidak ”
maka kasus x1 Disimpulkan ”ya”

2. x2 = Outlook (Sunny), Temperature (Cool), Humidity (High), Windy (True)

Dicari Peluang dari x2 Dengan kondisi ’ ya ’

4
P(x2 |c1 ) = ∏ P(xk |C1 )
k=1

P(x2 |c1) = 0, 25 × 0, 50 × 0, 25 × 0, 375

P(x2 |c1) = 0, 0117

Dicari Peluang dari x2 Dengan kondisi ’ tidak ’

4
P(x2 |c2 ) = ∏ P(xk |C2 )
k=1

P(x2 |c2 ) = 1 × 0 × 1 × 0, 333

P(x2 |c2 ) = 0
Masing masing peluang di kalikan dengan total peluang masing masing kelas label

P(x|C1 ) × P(C1 ) = 0, 0117 × 0, 727

= 0, 085

P(x|C2 ) × P(C2 ) = 0 × 0, 272

=0

Karena nilai x2 Dengan Syarat ’ya’ lebih besar dari nilai x2 dengan Syarat ” tidak ”
maka kasus x2 Disimpulkan ”ya”

3. x3 = Outlook (Sunny), Temperature (Cool), Humidity (High), Windy (False)

Dicari Peluang dari x3 Dengan kondisi ’ ya ’

8
 4
P(x3 |c1 ) = ∏ P(xk |C1 )
k=1

P(x3 |c1) = 0, 25 × 0, 5 × 0, 25 × 0, 625

P(x3 |c1) = 0, 0195

Dicari Peluang dari x3 Dengan kondisi ’ tidak ’

4
P(x3 |c2 ) = ∏ P(xk |C2 )
k=1

P(x3 |c2 ) = 1 × 0 × 1 × 0, 666

P(x3 |c2 ) = 0
Masing masing peluang di kalikan dengan total peluang masing masing kelas label

P(x3 |C1 ) × P(C1 ) = 0, 0195 × 0, 727

= 0, 0141

P(x3 |C2 ) × P(C2 ) = 0 × 0, 272

=0

Karena nilai x3 Dengan Syarat ’ya’ lebih besar dari nilai x3 dengan Syarat ” tidak ”
maka kasus x3 Disimpulkan ”ya”

4. x4 = Outlook (Sunny), Temperature (Mild), Humidity (Normal), Windy (False)

Dicari Peluang dari x4 Dengan kondisi ’ ya ’

4
P(x4 |c1 ) = ∏ P(xk |C1 )
k=1

P(x4 |c1) = 0, 25 × 0, 375 × 0, 75 × 0, 625

P(x4 |c1) = 0, 0439

Dicari Peluang dari x4 Dengan kondisi ’ tidak ’

9
 4
P(x4 |c2 ) = ∏ P(xk |C2 )
k=1

P(x4 |c2 ) = 1 × 0, 333 × 0 × 0, 666

P(x4 |c2 ) = 0
Masing masing peluang di kalikan dengan total peluang masing masing kelas label

P(x4 |C1 ) × P(C1 ) = 0, 0439 × 0, 727

= 0, 0319

P(x4 |C2 ) × P(C2 ) = 0 × 0, 272

=0

Karena nilai x4 Dengan Syarat ’ya’ lebih besar dari nilai x4 dengan Syarat ” tidak ”
maka kasus x4 Disimpulkan ”ya”

5. x5 = Outlook (Cloudy), Temperature (Hot), Humidity (Normal), Windy (True)

Dicari Peluang dari x5 Dengan kondisi ’ ya ’

4
P(x5 |c1 ) = ∏ P(xk |C1 )
k=1

P(x5 |c1) = 0, 25 × 0, 125 × 0, 75 × 0, 375

P(x5 |c1) = 0, 087

Dicari Peluang dari x5 Dengan kondisi ’ tidak ’

4
P(x5 |c2 ) = ∏ P(xk |C2 )
k=1

P(x5 |c2 ) = 0 × 0, 666 × 0 × 0, 333

P(x5 |c2 ) = 0
Masing masing peluang di kalikan dengan total peluang masing masing kelas label

P(x5 |C1 ) × P(C1 ) = 0, 0087 × 0, 727

= 0, 0063

10
P(x5 |C2 ) × P(C2 ) = 0 × 0, 272
=0

Karena nilai x5 Dengan Syarat ’ya’ lebih besar dari nilai x5 dengan Syarat ” tidak ”
maka kasus x5 Disimpulkan ”ya”

X1 Rainy Cool High False Yes

X2 Sunny Cool Hight True Yes

X3 Sunny Cool Hight False Yes

X4 Sunny Mild Normal False Yes

X5 Cloudy Hot Normal True Yes

11