Pengertian Metode Naive Bayes Dalam Sistem Pakar

        

Metode bayer merupakan salah satu metode yang di sering pakai dalam implementasi sistem pengambil keputusan, Berikut ini adalah penjelasan tentang metode Bayes :

Gambar : Metode bayes


Naïve Bayes adalah salah satu penerapan theorem Bayes dalam klasifikasi, Naïve Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara konditional saling bebas jika diberikan nilai output”.(Santosa : 2007 : 79).

Naive Bayes dinyatakan sebagai sebuah hipotesa yang disebut dengan HMAP (Hypothesis Maximum Appriori Probability). Secara matematis HMAP dirumuskan sebagai berikut:
HMAP = arg max P(h|e)
 = arg max P(e|h)*P(h)
p(e)
= arg max P(e|h)*P(h)
Dalam konteks data mining atau machine learning, data e adalah set training, dan h adalahruang dimana fungsi yang akan ditemukan tersebutterletak.  HMAP juga seringkali dituliskan seperti berikut :
HMAP = arg max hj e H P(a1,a2,a3…an)*P(hj)
Dimana :
a.       Hmap = Nilai output hasil klasifikasi Naïve Bayes.
b.      P(a1,a2,…an|hj) = Peluang a.
c.       P(hj) = Keadaan atau kategori j.
HMAP menyatakan hipotesa yang diambil berdasarkan nilai probabilitas berdasarkan kondisiprior yang diketahui. HMAP inilah yangdigunakan di dalam machine learning sebagaimetode untuk mendapatkan hipotesis suatukeputusan.(Wahyono : 2012).

Demikian Artikel tentang metode bayes, Semoga bisa berguna bagi pembaca orangbejo.com

TERIMA KASIH :)

Subscribe to receive free email updates:

0 Response to "Pengertian Metode Naive Bayes Dalam Sistem Pakar"

Post a Comment