Aplikasi Sistem Pakar Naive Bayes Diagnosa Penyakit Demam Berdarah
Naive Bayes Klasifikasi adalah suatu klasifikasi berpeluang sederhana berdasarkan aplikasi teorema Bayes dengan asumsi antar variabel penjelas saling bebas (independen). Dalam hal ini, diasumsikan bahwa kehadiran atau ketiadaan dari suatu kejadian tertentu dari suatu kelompok tidak berhubungan dengan kehadiran atau ketiadaan dari kejadian lainnya. Naive Bayes dapat digunakan untuk berbagai macam keperluan antara lain untuk klasifikasi dokumen , deteksi spam atau filtering spam dan menentukan penyakit dari gejala-gejala yang ada (Sistem Pakar).
Keuntungan Naive Bayes :
- Menangani Kuantitatif dan data diskrit
- Kokoh untuk titik noise yang diisolasi , misalkan titik yang dirata-ratakan ketika mengestimasi peluang bersyarat data.
- Hanya memerlukan sejumlah kecil data pelatihan untuk mengestimasi parameter yang dibutuhkan untuk klasifikasi.
- Menangani nilai yang hilang dengan mengabaikan instansi selama perhitungan estimasi peluang.
- Cepat dan efisiensi ruang
- Kokoh terhadap atribut yang tidak relevan
Kekurangan Naive Bayes:
- Tidak berlaku jika probabilitas kondisionalnya adalah nol, apabila nol maka probabilitas prediksi akan bernilai nol juga.
- Mengasumsikan variabel bebas.
Implementasi Naive Bayes :
Algoritma Naive bayes dapat diimplementasikan kedalam Aplikasi Sistem pakar. Dalam kasus ini kita akan menerapkan Naive Bayes kedalam Sistem Pakar Diagnosa Penyakit Demam Berdarah. Dimana setiap gejala mempunyai nilai probabilitas tertentu nilai probabilitas itulah yang akan diolah sehingga mendapatkan hasil akhir sebagaimana besarkah nilai probabilitas tersebut jika seseorang menderita demam berdarah.
Screenshoot input penyakit :
Screenshoot Hasil Diagnosa :
Link Download
