4. Walaupun suatu DSS mungkin saja tidak mampu memecahkan masalah
yang dihadapi oleh pengambil keputusan, namun dia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya,karena
mampu menyajikan berbagai alternatif pemecahan.
3.2. Naïve Bayes
Thomas Bayes menemukan pendekatan penalaran statistik yang jauh lebih maju dibandingkan dengan pola pikir matematis tradisional pada saat itu Kusumadewi, 2003.
Fokus matematika pada saat itu adalah pada tingkah laku sampel dari populasi yang diketahui. Akan tetapi, Bayes mengemukakan ide untuk menentukan properti dari
populasi berdasarkan sampel tersebut. Teori probabilitas bayes digunakan untuk menghitung probabilitas terjadinya
suatu peristiwa berdasarkan pengaruh yang didapat dari pengujian. Probabilitas bayes menerangkan hubungan antara probabilitas terjadinya hipotesis H
i
dengan terdapat fakta evidence E telah terjadi dan probabilitas terjadinya evidence B dengan syarat hipotesis
H
i
telah terjadi. Teorema ini didasarkan pada prinsip bahwa jika terdapat tambahan informasi atau evidence maka nilai probabilitas dapat diperbaiki, sehingga teorema ini
bermanfaat untuk mengubah atau memperbaiki nilai kemungkinan yang ada menjadi lebih baik dengan didukung informasi atau evidence-evidence tambahan. Selanjutnya,
teorema ini menjadi dasar dalam pengambilan keputusan modern Sutojo, 2010. Formula Bayes dinyatakan dalam persamaan 2.1 :
| |
E p
H p
x H
E p
E H
p
2.1
Dimana: pH|E = Probabilitas hipotesis H terjadi jika diberikan evidence bukti E terjadi.
pE| H = Probabilitas sebuah evidence E jika hipotesis H terjadi. pH = Probabilitas awal priori hipotesis H terjadi tanpa memandang
evidence apapun. pE = probabilitas evidence E tanpa memandang apapun.
Bentuk teorema Bayes untuk evide nce tunggal E dan hipotesis ganda H1, H2, ……..Hn
adalah sebagai berikut :
n K
i i
i
k k
H p
H E
p H
p H
E p
E H
p
1
| |
|
2.2
Dimana: PH
i
|E = Probabilitas posterior bersyarat Conditional Probability suatu hipotesis H
i
terjadi jika diberikan evidence bukti E terjadi. PE| H
i
= Probabilitas sebuah evidence E jika hipotesis H
i
terjadi. PH
i
= Probabilitas awal priori hipotesis H
i
terjadi tanpa memandang evidence apapun.
n = jumlah hipotesis yang terjadi.
3.3. Penyakit Ginjal
