Tabel Trening
|
NO
|
JENIS KELAMIN
|
STATUS MAHASISWA
|
STATUS PRENIKAHAN
|
IPK Semester 1-6
|
STATUS KELULUSAN
|
|
1
|
LAKI - LAKI
|
MAHASISWA
|
BELUM
|
3.17
|
TEPAT
|
|
2
|
LAKI - LAKI
|
BEKERJA
|
BELUM
|
3.30
|
TEPAT
|
|
3
|
PEREMPUAN
|
MAHASISWA
|
BELUM
|
3.01
|
TEPAT
|
|
4
|
PEREMPUAN
|
MAHASISWA
|
MENIKAH
|
3.25
|
TEPAT
|
|
5
|
LAKI - LAKI
|
BEKERJA
|
MENIKAH
|
3.20
|
TEPAT
|
|
6
|
LAKI - LAKI
|
BEKERJA
|
MENIKAH
|
2.50
|
TERLAMBAT
|
|
7
|
PEREMPUAN
|
BEKERJA
|
MENIKAH
|
3.00
|
TERLAMBAT
|
|
8
|
PEREMPUAN
|
BEKERJA
|
BELUM
|
2.70
|
TERLAMBAT
|
|
9
|
LAKI - LAKI
|
BEKERJA
|
BELUM
|
2.40
|
TERLAMBAT
|
|
10
|
PEREMPUAN
|
MAHASISWA
|
MENIKAH
|
2.50
|
TERLAMBAT
|
|
11
|
PEREMPUAN
|
MAHASISWA
|
BELUM
|
2.50
|
TERLAMBAT
|
|
12
|
PEREMPUAN
|
MAHASISWA
|
BELUM
|
3.50
|
TEPAT
|
|
13
|
LAKI - LAKI
|
BEKERJA
|
MENIKAH
|
3.30
|
TEPAT
|
|
14
|
LAKI - LAKI
|
MAHASISWA
|
MENIKAH
|
3.25
|
TEPAT
|
|
15
|
LAKI - LAKI
|
MAHASISWA
|
BELUM
|
2.30
|
TERLAMBAT
|
Jika seorang mahasiswa dengan data sebagai berikut;
Tabel Testing
|
KELAMIN
|
STATUS
|
PRENIKAHAN
|
IPK
|
KETERANGAN
|
|
LAKI - LAKI
|
MAHASISWA
|
BELUM
|
2.70
|
???
|
Jawab
Tahap 1 menghitung jumlah class/label
P(Y= TEPAT) = 8/15 ‘ jumlah data “TEPAT” pada komom ‘STATUS KELULUSAN’
dibagi jumlah data
P(Y= TERLAMBAT) = 7/15
‘ jumlah
data “TERLAMBAT” pada komom ‘STATUS KELULUSAN’ dibagi jumlah data
Tahap 2 menghitung jumlah kasus yang sama dengan class yang
sama
P(JENIS KELAMIN = LAKI - LAKI |
Y= TEPAT) = 5/8
‘jumlah data jenis kelamin “laki-laki” dengan keterangan
“TEPAT” dibagi jumlah data TEPAT
P(JENIS KELAMIN = LAKI - LAKI |
Y= TERLAMBAT) = 3/7
‘jumlah data jenis kelamin “laki-laki” dengan keterangan “TERLAMBAT”
dibagi jumlah data TERLAMBAT
P(STATUS MAHASISWA = MAHASISWA
| Y= TEPAT) = 5/8
‘jumlah data dengan status mahasiswa dengan keterangan “TEPAT” dibagi jumlah data TEPAT
P(STATUS MAHASISWA = MAHASISWA
| Y= TERLAMBAT) = 3/7
‘jumlah data dengan status mahasiswa dengan keterangan “TERLAMBAT” dibagi jumlah data TERLAMBAT
P(STATUS PRENIKAHAN = BELUM|
Y= TEPAT) = 4/8
‘jumlah data dengan status pernikahan “Belum menikah” dan keterangan “TEPAT” dibagi jumlah data TEPAT
P(STATUS PRENIKAHAN = BELUM|
Y= TERLAMBAT) = 4/7
‘jumlah data dengan status pernikahan “Belum menikah” dan
keterangan “TERLAMBAT” dibagi jumlah data
TERLAMBAT
P(IPK = 2.70| Y= TEPAT) = 0/8
‘jumlah data IPK “2.70” dengan keterangan “TEPAT” dibagi jumlah data TEPAT
P(IPK = 2.70| Y= TERLAMBAT)
= 1/7
‘jumlah data IPK “2.70” dengan keterangan “TERLAMBAT” dibagi jumlah data TERLAMBAT
Tahap 3 kalikan semua hasil variable TEPAT & TERLAMBAT
P (KELAMIN=LAKI – LAKI), (STATUS
MHS=MAHASISWA), (PRENIKAHAN = BELUM), (IPK = 2.70 )
|TEPAT)
=
{P(P(KELAMIN =LAKI-LAKI|Y=TEPAT). P(STATUS MHS
= MAHASISWA | Y= TEPAT) . P(PRENIKAHAN = BELUM|Y=TEPAT). P(IPK = 2.70|
Y= TEPAT)
= 5/8 .
5/8 . 4/8 .
0/8 . 8/15
= 0
P (KELAMIN=LAKI – LAKI), (STATUS
MHS=MAHASISWA), (PRENIKAHAN = BELUM), (IPK = 2.70 )
|TERLAMBAT)
= {P(P(KELAMIN =LAKI-LAKI|Y=
TERLAMBAT). P(STATUS MHS = MAHASISWA | Y=
TERLAMBAT) . P(PRENIKAHAN = BELUM|Y=
TERLAMBAT). P(IPK = 2.70| Y= TERLAMBAT)
= 3/7 . 3/7
. 4/7 . 1/7 . 7/15
= 0,0069
Tahap 4 Bandingkan hasil class TEPAT & TERLAMBAT
Karena hasil (P|TERLAMBAT) lebih besar dari (P|TERLAMBAT)
maka keputusanya adalah “TERLAMBAT”
|
KELAMIN
|
STATUS
|
PRENIKAHAN
|
IPK
|
KETERANGAN
|
|
LAKI - LAKI
|
MAHASISWA
|
BELUM
|
2.70
|
TERLAMBAT
|
referensi :
Marselina - Prediksi Kelulusan dengan Naive Bayes dan C45 - 2010
Sakti Sarjono,Contoh-Perhitungan-Untuk-Naive-Bayes.pdf, 2010
Sakti Sarjono,Contoh-Perhitungan-Untuk-Naive-Bayes.pdf, 2010
Artikel Terkait:
Cara membuat Aplikasi Predeksi Kelulusan
