macam mcam jenis matriks dan contohnya

  Klasifikasi Naïve Bayes Naïve Bayes merupakan sebuah metode penggolongan berdasarkan probabilitas sederhana dan dirancang untuk dipergunakan dengan asumsi bahwa antar satu kelas dengan kelas yang lain tidak saling tergantung (independen). Pada klasifikasi Naïve Bayes, proses pembelajaran lebih ditekankan pada mengestimasi probabilitas. Keuntungan dari pendekatan ini yaitu pengklasifikasian akan mendapatkan nilai error yang lebih kecil ketika data set berjumlah besar (Berry, 2006). Selain itu menurut Han and Kamber (2006) klasifikasi Naïve Bayes terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam basis data dengan jumlah yang besar. Formulasi Naïve Bayes untuk klasifikasi menurut Prasetyo (2012) adalah sebagai berikut: P(YǀX) = Dimana: P(YǀX) = probabilitas data dengan vektor X pada kelas Y. P(Y) = probabilitas awal kelas Y ( prior probability ). = probabilitas independen

  Regresi adalah metode statistik yang dipakai untuk memperkirakan hubungan antara sebuah variabel terikat dan satu variabel independen atau lebih. Metode ini juga bisa digunakan untuk menilai kekuatan hubungan antara variabel dengan perkiraan masa depan. Analisis regresi termasuk beberapa variasi, yakni linear, linear majemuk, dan nonlinear. Model yang paling umum ialah linear dan linear majemuk. Sementara itu, nonlinear biasa dipakai untuk kelompok data yang lebih kompleks—karena hubungan antarvariabel tidak sejalan. Analisis regresi dapat diaplikasikan ke berbagai disiplin, termasuk finansial, investasi, dan pemasaran. Fungsi: Terdapat berbagai fungsi regresi yang penting untuk diketahui. Apa saja? Cek daftar berikut! 1. Memprediksi masa depan Pertama, fungsi yang dimiliki regresi adalah menganalisis hal-hal yang akan terjadi di masa depan. Ini termasuk meramalkan risiko dan peluang. Fungsi ini banyak digunakan dalam dunia bisnis. Sebagai contoh, Anda hendak mengan