Klasifikasi

NAÏVE BAYSE
 A N G G O TA
K E LO MPO K

NYOMAN ALVIA HANY SHAVIRA NI KADEK

WIRAYANI QOTRUNDA .P. WULANDEVI

(1905551165) (1905551163) (1905551167)

 Klasifikasi

Klasifikasi data mining adalah sebuah proses

menemukan definisi kesamaan karakteristik dalam suatu
kelompok atau kelas
 NAÏVE BAYES
merupakan salah satu pengklasifikasi statistik, dimana
pengklasifikasi ini dapat memprediksi probabilitas
keanggotaan kelas suatu data yang akan masuk ke
dalam kelas tertentu, sesuai dengan perhitungan
probabilitas.
Ta h a p a n - Ta h a p a n P r o s e s A l g o r i t m a

Naïve Bayes

Me n g h itu n g j u m l a h Ka lik an s em u a
ke la s v aria b le k e la s

Me n g h i tu n g ju m la h B a n d in g k a n h a s il pe r
k a su s p e rk e las k e la s
Contoh Kasus
Dalam mengikuti olimpiade mendatang, SMA 1 Maju Jaya
mencari siswa yang akan dipilih nantinya untuk dapat
direkomedasikan atau tidak dalam sebuah olimpiade tersebut
menggunakan algoritma Naïve Bayes Klasifikasi.
 1. Kehadiran siswa (C1)

Atribut
2.

3.

4.
Kondisi lingkungan siswa tersebut (C2)

Mampu atau tidaknya siswa tersebut melakukan Kerjasama (C3)

Inisiatif atau tidaknya siswa tersebut (C4)

5. Keputusan untuk memilih siswa tersebut sebagai rekomendasi (C5)

 Probabilitas kemunculan setiap nilai
untuk atribut Kehadiran

Jumlah Kejadian Dipilih Probabilitas

No Kehadiran
Ya Tidak Ya Tidak
1 Rajin 6 2 6/9 2/5
2 Cukup 3 1 3/9 1/5
3 Kurang 0 2 0 2/5
   Jumlah 9 5 1 1

1. (Rajin | Ya) = Pada Nomor : 4, 5, 8, 9, 12, 14

2. (Rajin | Tidak) = Pada Nomor : 1, 3
3. (Cukup | Ya) = Pada Nomor : 2, 6, 13
4. (Cukup | Tidak) = Pada Nomor : 11
5. (Kurang | Ya) = Pada Nomor : -
6. (Kurang | Tidak) = Pada Nomor : 7, 10
 Probabilitas kemunculan setiap nilai
untuk atribut Lingkungan

Jumlah Kejadian Dipilih Probabilitas

No Lingkungan
Ya Tidak Ya Tidak
1 Peduli 9 2 9/9 2/5
Kurang
2 Peduli 0 3 0 3/5
   Jumlah 9 5 1 1

1. (Peduli | Ya) = Pada Nomor : 2, 4, 5, 6, 8, 9, 12, 13, 14

2. (Peduli | Tidak) = Pada Nomor : 7, 11
3. (Kurang Peduli | Ya) = Pada Nomor : -
4. (Kurang Peduli | Tidak) = Pada Nomor : 1, 3, 10
 Probabilitas kemunculan setiap nilai
untuk atribut Kerjasama

Jumlah Kejadian Dipilih Probabilitas

No Kerjasama
Ya Tidak Ya Tidak
1 Mampu 6 2 6/9 2/5
Tidak
2 Mampu 3 3 3/9 3/5
   Jumlah 9 5 1 1

1. (Mampu | Ya) = Pada Nomor : 4, 5, 9, 12, 13, 14

2. (Mampu | Tidak) = Pada Nomor : 1, 11
3. (Tidak Mampu | Ya) = Pada Nomor : 2, 6, 8
4. (Tidak Mampu | Tidak) = Pada Nomor : 3, 7, 10
 Probabilitas kemunculan setiap nilai
untuk atribut Prakarsa

Jumlah Kejadian Dipilih Probabilitas

No Prakarsa
Ya Tidak Ya Tidak
1 Inisiatif 7 0 7/9 0
Kurang
2 Inisiatif 1 4 1/9 4/5
3 Tidak Inisiatif 1 1 1/9 1/5
   Jumlah 9 5 1 1
1. (Inisiatif | Ya) = Pada Nomor : 2, 4, 5, 6, 9, 13, 14
2. (Inisiatif | Tidak) = Pada Nomor : -
3. (Kurang Inisiatif | Ya) = Pada Nomor : 8
4. (Kurang Inisiatif | Tidak) = Pada Nomor : 3, 7, 10, 11
5. (Tidak Inisiatif | Ya) = Pada Nomor : 12
6. (Tidak Inisiatif | Tidak) = Pada Nomor : 1
 Probabilitas kemunculan setiap nilai untuk
atribut Dipilih untuk rekomendasi

Jumlah Kejadian Dipilih Probabilitas

Kehadiran

Ya Tidak Ya Tidak

 Jumlah 9 5 9/14 5/14

1. Ya = Pada Nomor : 2, 4, 5, 6, 8, 9, 12, 13, 14

2. Tidak = Pada Nomor : 1, 3, 7, 10, 11
 Test
Set
Berdasarkan data tersebut, apabila diketahui seorang siswa dengan kehadiran RAJIN,
lingkungan PEDULI, TIDAK MAMPU bekerjasama, dan Prakarsa TIDAK INISIATIF,
maka dapat dihitung:

Dik:

Ya | Rajin = 6/9 Tidak | Rajin = 2/5

Ya | Peduli = 9/9 Tidak | Peduli = 2/5
Ya | Tidak Mampu = 3/9 Tidak | Tidak Mampu = 3/5
Ya | Tidak Inisiatif = 1/9 Tidak | Tidak Inisiatif = 1/5
Ya = 9/14 Tidak = 5/14
 Test
Jawab:
Set
YA = P(Ya | Kehadiran = RAJIN) * P(Ya | Lingkungan = PEDULI) * P(Ya | Kerjasama =
TIDAK MAMPU) * P(Ya | Prakarsa =TIDAK INISIATIF) * P(Ya)

=6/9 * 9/9 * 3/9 * 1/9 * 9/14 = 1/63= 0,015

TIDAK = P(Tidak | Kehadiran = RAJIN) * P(Tidak | Lingkungan = PEDULI) * P(Tidak |

Kerjasama = TIDAK MAMPU) * P(Tidak | Prakarsa = TIDAK INISIATIF) * P(Tidak)
=2/5 * 2/5 * 3/5 * 1/5 * 5/14 = 6/875 =0,006
 Ya
Probabilitas YaY
= a + Tidak

= = = 0,714

Tidak > Klasifikasi: YA

Probabilitas Tidak =
Ya + Tidak

= = = 0,285

Kesimpulan :
Siswa tersebut dapat direkomendasi dalam mengikuti
olimpiade
 Sumbe
r
Materi Online: Data Mining - Studi Kasus(1) Teknik Klasifikasi (materionline7tw.blogspot.com)

https://ecampus.pelitabangsa.ac.id/pb/AmbilLampiran?ref=22968&jurusan=&jenis=Item&usingId=fa
lse&download=false&clazz=ais.database.model.file.LampiranLain

https://www.info.populix.co/post/data-mining-adalah#:~:text=Klasifikasi%20data%20mining%20ada
lah%20sebuah,objek%20yang%20labelnya%20belum%20diketahui
.
Terima
kasih