Sistem Pendukung Keputusan dengan Metode Naive Bayes

Sistem pendukung keputusan memiliki banyak metode yang dapat kita terapkan untuk menyelesaikan masalah pengambilan keputusan, berbeda dengan sistem pendukung keputusan yang telah saya jelaskan sebelumnya. Kali ini saya akan membahas mengenai Sistem Pendukung Keputusan dengan Metode Naive Bayes.
Sistem Pendukung Keputusan Metode Naive Bayes merupakan metode spk yang mudah untuk digunakan karena metode tersebut menggunakan data yang sudah ada sebagai acuan untuk melakukan keputusan. Metode Naive Bayes sendiri tidak memerlukan bobot untuk melakukan perhitungan, namun hanya menggunakan probabilitas data yang sudah ada.
Untuk mempermudah dalam pembelajaran metode sistem pendukung keputusan naive bayes, saya akan memberikan contoh mengenai Sistem pendukung Keputusan Resiko Obesitas pada anak, berikut adalah contoh data yang sudah ada :

Obesitas Ayah	Obesitas Ibu	Aktifitas Fisik	Asupan Makanan	Kesimpulan
Obesitas	Obesitas	Ringan	Lebih	Tinggi
Obesitas	Normal	Sedang	Lebih	Tinggi
Normal	Normal	Sedang	Cukup	Sedang
Obesitas	Normal	Sedang	Cukup	Sedang
Normal	Normal	Berat	Cukup	Tinggi
Normal	Normal	Sedang	Cukup	Tinggi

Data Tersebut merupakan data yang harus ada dalam sistem sebelum nantinya digunakan untuk melakukan tes pengujian sistem pendukung Keputusan. Dari data tersebut kita akan mencoba menyelesaikan masalah tingkat resiko obesitas pada anak dengan aturan :

Obesitas Ayah : Normal
Obesitas Ibu : Obesitas
Aktifitas Fisik : Ringan
Asupan Makanan : Lebih

Tentukan kesimpulan yang dapat diambil dengan metode Naive Bayes?
Jawab :
Untuk menyelesaikan pertanyaan tersebut, kita hitung probabilitas Kemunculan dari Kesimpulan, dari data tersebut hanya terdapat 2 kesimpulan yakni : Tinggi dan Sedang jadi
Probabilitas (PTinggi = Banyaknya tinggi/Jumlah Data = 4/6 = 0.67)
Probabilitas (PSedang= Banyaknya Sedang / Jumlah Data = 2/6 = 0.3
Setalah mencari Probabilitas Kesimpulan, tahap selanjutnya kita hitung data kemunculan dari tiap Pertanyaan :

1. Pertanyaan Obesitas Ayah = Normal
   pObesitasAyahTinggi = Banyaknya data Normal / Banyaknya data Tinggi pada Kesimpulan = 2 / 4 = 0.5
   PObsitasAyahSedang = Banyaknya data Normal / Banyaknya data Sedang pada Kesimpulan =  1 / 2 = 0.5
2. Pertanyaan Obesitas Ibu = Obesitas
   pObesitasIbuTinggi = Banyaknya data Obesitas / Banyaknya data Tinggi pada Kesimpulan = 1 / 4 = 0.25
   PObsitasAyahSedang = Banyaknya data Obesitas / Banyaknya data Sedang pada Kesimpulan =  0 / 2 = 0
3. Pertanyaan Aktifitas Fisik = Ringan
   pAktifitasTinggi = Banyaknya data Ringan / Banyaknya data Tinggi pada Kesimpulan = 1 / 4 = 0.25
   pAktifitasSedang = Banyaknya data Ringan / Banyaknya data Sedang pada Kesimpulan =  0 / 2 = 0
   
4. Pertanyaan Asupan Makanan = Lebih
   pAsupanTinggi = Banyaknya data Lebih / Banyaknya data Tinggi pada Kesimpulan = 2 / 4 = 0.5
   pAsupanSedang = Banyaknya data Lebih / Banyaknya data Sedang pada Kesimpulan =  0 / 2 = 0
   

Setelah mencari data kemunculan dari masing-masing kesimpulan Tinggi dan Sedang, langkah selanjutnya adalah mengalikan sebuah sesuai dengan Kesimpulanya :
nTinggi = pObesitasAyahTinggi * pObesitasIbuTinggi * pAktifitasTInggi * pAsupanTInggi = 0.5 * 0.25 * 0.25 * 0.5 = 0.015
nSedang = pObesitasAyahSedang* pObesitasIbuSedang * pAktifitasSedang * pAsupanSedang = 0.5 * 0 * 0 * 0 = 0.
Langkah terakhir adalah membandingkan nTinggi dan nSedang, karena nTinggi lebih besar maka kesimpulan pertanyaan tersebut adalah Tinggi.