Implementation of Naive Bayes method for Decision Support

Naive Bayes use case studies:
For example, we will take a decision for a loan using Naive Bayes for a new customer, before we do that, we need a supporting base for it. The model that created from Naive Bayes method was the one which would be the basis (for decision support). This model created from the customer data that already existed. We take some of variables from the data, for example: character, occupation, salary, and age.

Customer Data that has been given Loan Decision
and we will give a decision for Putu using Naive Bayes

Naive Bayes untuk Pengambilan Keputusan - Part II

Post ini merupakan lanjutan post sebelumnya tentang Naive Bayes di sini

Studi Kasus penggunaan Naive Bayes:
Misalkan, kita akan mengambil suatu keputusan kredit menggunakan Naive Bayes pada nasabah baru, maka sebelum kita mengambil keputusan, kita memerlukan dasar untuk itu. Model yang terbentuk dari metode Naive Bayes lah yang akan menjadi dasar tersebut (pendukung keputusan). Model ini dibentuk dari data nasabah yang sebelumnya telah ada. Misalkan kita mengambil variabel pilihan: jenis kelamin, pekerjaan, dan untuk inputan: gaji dan umur.

Data Nasabah yang telah diberikan Keputusan

Naive Bayes untuk Pengambilan Keputusan

Dalam data mining, ada satu metode yang cukup akurat dalam membantu dalam pengambilan keputusan, yaitu Naive Bayes. Naive Bayes berasal dari kata Naive (naif) yang artinya berpura-pura, dan Bayes dari Bayesian. Jadi metode ini tidak murni menerapkan teori Bayesian (teori Bayes), dan secara naif memberi asumsi pada setiap variabel berdiri sendiri terhadap variabel lain.

Dalam pengambilan keputusan, Naive Bayes berfungsi memberikan model berdasarkan data masa lalu,. Jadi Naive Bayes membantu mengklasifikasikan suatu data berdasarkan perhitungan variabel pada setiap data. Sehingga dalam pengerjaannya, diperlukan dua data, yaitu data sampel dan data uji. Data sampel ini yang akan dibuatkan model Naive Bayes, sementara data uji yang akan diujikan berdasarkan model Naive Bayes yang terbentuk sehingga keputusan dapat dibuat.

Terdapat dua jenis variabel yang akan dihitung dalam pemodelan Naive Bayes. Variabel tersebut adalah variabel yang bersifat pilihan (multinomial), dan inputan (normal). Variabel pilihan contohnya itu jenis kelamin (ada laki-laki, ada perempuan), pekerjaan (mahasiswa, pns, swasta), sedangkan inputan contohnya gaji, umur.

Lanjut ke sini untuk studi kasus penggunaan Naive Bayes