2.4 Metode Naïve Bayesian
Probabilitas
Bayesian
adalah suatu interpretasi dari kalkulus yang memuat konsep probabilitas sebagai derajat dimana suatu pernyataan dipercaya benar. Teori
Bayesian
juga dapat digunakan sebagai alat pengambilan keputusan untuk memperbaharui tingkat kepercayaan dari suatu informasi.
Teori probabilitas
Bayesian
merupakan satu dari cabang teori statistik matematik yang memungkinkan kita untuk membuat satu model ketidakpastian dari
suatu kejadian yang terjadi dengan menggabungkan pengetahuan umum dengan fakta dari hasil pengamatan.
Salah satu metode dalam penggunaan sistem pakar untuk membantu mendiagnosa penyakithama tanaman teh yaitu dengan metode
Naïve Bayesian
yang merupakan pendekatan kecerdasan buatan
Artificial Intelligent
dan pemecahan masalah dengan menggunakan nilai probabilitas dari penyakithama dan gejala yang
tampak pada tanaman teh.
2.4.1 Teori Probabilitas
Probabilitas merupakan suatu cara kuantitatif yang berhubungan dengan ketidakpastian yang telah ada sejak abad ke-17, ketika penjudi-penjudi Francis
meminta bantuan dari para ahli matematika yang terkemuka seperti Pascal, Fermat dan lainnya Listyono, 2008
Teori probabilitas digunakan untuk membahas suatu peristiwa, kategori, dan hipotesis dimana tidak ada tingkat kepastian mencapai 100. Sebagai contoh dapat
dituliskan sebagai berikut : A B
Dimana jika A benar, maka B benar, jika tidak yakin apakah A benar, maka tidak dapat menggunakan ungkapan ini. Contoh sebagai berikut :
Apakah cuaca besok? Hipotesis sederhana yang berdasarkan pengamatan umum, seperti “cuaca besok cerah 10, dan cuaca besok hujan 70. Maka notasi yang
diberikan adalah sebagai berikut : PC = 0.1
PH = 0.7 Statement pertama dapat diketahui sebagai nilai probabilitas besok cerah adalah 0.1,
nilai probabilitas dinyatakan sebagai bilangan
real
antara 0 dan 1. Probabilitas 0 berarti “pasti tidak” dan probabilitas 1 berarti “pasti”.
2.4.2 Teorema Bayes
Teori Bayes dikemukakan oleh seorang pendeta Inggris pada tahun 1702-1761 yang bernama Thomas Bayes. Teori Bayes digunakan untuk menghitung probabilitas
terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari hasil observasi. Teori Bayes merupakan kaidah yang memperbaiki atau merevisi suatu probabilitas
dengan cara memanfaatkan informasi tambahan. Maksudnya, dari probabilitas awal prior probability yang belum diperbaiki yang dirumuskan berdasarkan informasi
yang tersedia saat ini, kemudian dibentuklah probabilitas berikutnya
posterior probability
Hartatik, Yasa, 2015
Probabilitas Bayes merupakan salah satu cara untuk mengatasi ketidakpastian data dengan menggunakan formula Bayes yang dinyatakan Coppin, 2004 berikut :
P[H|X] =
�
�
| ∗� � � �
Dimana : P
H
|
X
: Probabilitas hipotesis H benar jika diberikan
evidence
X P
X
|
H
: Probabilitas munculnya
evidence
X
,
jika diketahui hipotesis benar H
.
P
X
: Probabilitas
evidence
X
.
P
H
: Probabilitas hipotesis H tanpa memandang
evidence
apapun. .......................................... Persamaan 1
Probabilitas yang diberikan kepada setiap penyakithama dan gejala berbeda. Bobot yang diberikan oleh pakar yang digunakan pada sistem ini adalah :
Tabel 2.1 Skala Pembobotan Hipotesa
Nilai Bayes
Serangan Berat 0.8 - 1
Serangan Lumayan Berat 0.6 - 0,7
Serangan Sedang 0.4 - 0,5
Serangan Ringan 0.1 - 0.3
Tidak Ada Serangan
Berikut nilai probabilitas penyakithama dan gejala yang diberikan oleh Ir. Lahmuddin Lubis, MP sebagai pakar tanaman teh dapat dilihat pada tabel 2.2
Tabel 2.2 Bobot PenyakitHama dan Gejala NO PenyakitHama
Gejala Bobot
Penyakit Bobot
Gejala
1 Cacar Teh
1. Bercak Kecil Hijau Pucat 0.8
0.1 2. Tembus Cahaya pada daun muda
0.3 3. Dalam 5-6 hari bercak meluas
menjadi 0.6-1.3cm. 0.5
4. Permukaan cacar tampak tertutup debu putih kelabu.
0.7
5. Permukaan bercak menonjol kebawah
0.8
2 Busuk daun
1. Serangan dimulai dari bagian ujung daun.
0.7 0.2
2. Daun terlepas dari tangkai 0.3
3. Tunas mengering 0.5
4. Bercak berwarna coklat pada daun 0.7
3 Mati Ujung
1. Bercak berwarna coklat pada daun 0.5
0.1
2. Jamur menjalar sampai ke tunas 0.4
3. Tunas mengering 0.6
4. Ranting patah dan menguning 0.8
4 Akar Merah
1. Daun-daun menguning 0.6
0.2 2. Daun-daun layu
0.3 3. Daun-daun rontok
0.4 4. Tanaman mati.
0.6 5. Permukaan akar terdapat benang-
benang berwarna merah. 0.7
6. Kayu pada akar yang sakit lunak dan mengeluarkan air jika di tekan.
0.9
5 Akar Hitam
1. Daun-daun menguning 0.2
0.2 2. Daun-daun layu
0.4 3. Daun-daun rontok
0.5 4. Tanaman mati
0.6 5. Permukaan akar terdapat benang-
benang jamur berwarna hitam. 0.7
6. Kayu pada akar terdapat titik –titik
hitam. 0.8
6 Kepik
Penghisap Daun 1. Serangan terjadi pada daun atau
pucuk. 0.7
0.2
2. Bercak-bercak hitam pada daun teh.
0.4
3. Rantingpucuk mengalami bercak- bercak cekung
0.6
4. Ranting layu, kering 0.8
7 Ulat Jengkal
1. Terdapat bekas gigitan pada daun 0.5
0.2 2. Larva memakan daun teh.
0.4 3. Menyerang daun muda.
0.5 4. Daun berlubang.
0.6 5. Pucuk daun gundul.
0.8 8
Ulat 1. Pucuk tergulung
0.3 0.3
Penggulung Pucuk
2.Terdapat benang-benang halus pada pucuk.
0.5
3.Pada bagian yang tergulung dalamnya rusak.
0.8
Berikut gambar gejala penyakithama tanaman teh dapat dilihat pada tabel 2.3
Tabel 2.3 Gambar Gejala PenyakitHama Tanaman Teh No
Gejala Gambar
1 Bercak Kecil Hijau Pucat
2 Tembus Cahaya pada daun muda
3 Dalam 5-6 hari bercak meluas
menjadi 0.6-1.3cm.
4 Permukaan cacar tampak tertutup
debu putih kelabu.
5 Permukaan
bercak menonjol
kebawah
6 Serangan dimulai dari bagian
ujung daun.
7 Daun terlepas dari tangkai
8 Tunas mengering
9 Bercak berwarna coklat pada daun
10 Jamur menjalar sampai ke tunas
11 Ranting patah dan menguning
12 Daun-daun menguning
13 Daun-daun layu
14 Daun-daun rontok
15 Tanaman mati.
16 Permukaan akar terdapat benang- benang berwarna merah.
17 Kayu pada akar yang sakit lunak dan mengeluarkan air jika di
tekan.
18 Permukaan akar terdapat benang- benang jamur berwarna hitam.
19 Kayu pada akar terdapat titik –titik
hitam.
20 Serangan terjadi pada daun atau pucuk.
21 Bercak-bercak hitam pada daun teh.
22 Rantingpucuk mengalami bercak- bercak cekung
23 Ranting layu, kering
24 Terdapat bekas gigitan pada daun
25 Larva memakan daun teh.
26 Menyerang daun muda.
27 Daun berlubang.
28 Pucuk daun gundul.
29 Pucuk tergulung
30 Terdapat benang-benang halus pada pucuk.
31 Pada bagian
yang tergulung
dalamnya rusak.
2.5 Backward Chaining