Contoh Soal Naive Bayes

Contoh soal teorema Bayes

Daftar Isi

1. Contoh soal teorema Bayes

Jawaban:

Contoh Soal

Suatu mata kuliah teori probabilitas diikuti oleh 50 mahasiswa tahun ke 1, 15 mahasiswa tahun ke 2 dan 10 mahasiswa tahun ke 3. Diketauhi mahasiswa yang mendapatkan nilai A adalah 10 orang dari mahsiswa tahun ke 1, 8 orang dari mahasiswa tahun ke 2 dan 5 orang mahasiswa tahun ke 3. Bila seorang mahasiswa dipilih secara acak ,berapakah peluang dia:

a. Mendapatkan nilai A

b. Mahasiswa tahun ke 1 bila diketauhi dia mendapatkan A

Diketahui

1. Jumlah mahasiswa yang mengikuti mata kuliah teori proababilitas adalah 75 orang

2. P(M1), atau peluang mahasiswa adalah mahasiswa tahun ke-1 yaitu 50/75

3. P(M2), atau peluang mahasiswa adalah mahasiswa tahun ke-2 yaitu 15/75

4. P(M3), atau peluang mahasiswa adalah mahasiswa tahun ke-3 yaitu 10/75

5. P(A|M1) atau peluang mahasiswa tahun ke-1 yang mendapatkan nilai A sebesa 10/50

6. P(A|M2) atau peluang mahasiswa tahun ke-2 yang mendapatkan nulai A yaitu 8/15

7. P(A|M3) atau peluang mahasiswa tahun ke-3 yang mendapatkan nulai A yaitu 5/10

a. P(A)= ∑ P(Mi)xP(A|Mi)

= (P(M1)xP(A|M1) + P(M2)xP(A|M2) + P(M3)xP(A|M3))

=(50/75X10/50 + 15/75X8/15 + 10/75X5/10)

=23/75

b. Mahasiswa tahun ke 1 bila diketauhi dia mendapatkan A

P(M1|A) = (P(M1) x P(A|M1))/P(A)

=(50/75 x 10/50)/(23/75)

=10/23

2. BUATLAH SOAL-SOAL TERAPAN TENTANG TEOREMA BAYES SEBANYAK 5 SOAL

Jawaban:

Pada penyakit yang diderita oleh 0,1% populasi penduduk terdapat sebuat alat uji dengan akurasi 99% mendeteksi penderita penyakit tersebut. Namun alat tersebut memiliki kemungkinan 0,5% false positive, yaitu salah mendeteksi orang tidak sakit namun dideteksi sakit. Jika seseorang dideteksi sakit oleh alat ini, sebenarnya berapa persen kemungkinan ia benar-benar sakit?

Penjelasan:

maap cuma 1

3. penjelasan tentang kaidah Bayes?

Teori Bayes atau lebih dikenal dengan Kaidah Bayes, memainkan peranan yang sangat penting dalam penerapan probabilitas bersyarat. Teori ini pertama kali dikembangkan oleh Thomas Bayes (1702-1763). Kaidah Bayes merupakan kaidah yang memperbaiki atau merevisi suatu probabilitas dengan cara memanfaatkan informasi tambahan. Teori lain mengatakan Teori Bayes adalah kesimpulan statistik yang membuktikan atau memperbarui atau menarik kesimpulan yang baru suatu probabilitas yang mungkin benar.

4. SOAL KUIS Tabel berikut menunjukkan tabel probabilitas bersyarat dari gejala penyakit kulit. Gatal-gatal Nyeri Gejala Penyakit Peradangan folikuler kecil & merah yang membesar Demam Malaise Lesi kulit berupa bercak putih sampai coklat merah dan menghitam Tonjolan berbentuk bulat dan berwarna abu-abu Erupsi pada kulit H₁ H₂ Bisul Campak 0,33 0,34 0,5 0,5 0,75 0,1 0 0,8 0 0,8 P(H₂) = 0,25 P(H₂) = 0,25 0 0 0,1 0 0 0,1 Penyakit H₁ Panu 0,33 0 0 0 0 0,75 0 0 H₁ Kutil 0 0 0 0 0,05 0,25 0,5 0 Adapun peluang setiap orang terkena penyakit tanpa memandang gejala apapun adalah : P(H₂) = 0,25 P(H₂) = 0,10 P(H₂) = 0,15 Hs Cacar 0 0 0,15 0,2 0,15 0 0,5 0,8 Pertanyaan : A. Bila ada seorang yang menderita gejala gatal- gatal, demam. Tentukan penyakit yang diderita oleh orang tersebut menggunakan teorema bayes !!!! B. Bila beberapa hari kemudian muncul gejala lainnya yaitu muncul peradangan folikuler kecil & merah yang membesar. Tentukan penyakit yang diderita oleh orang tersebut menggunakan teorema bayes !

A. Berdasarkan gejala yang dialami oleh orang tersebut, yaitu gatal-gatal dan demam, kita dapat mencari peluang terkena penyakit tertentu dengan menggunakan teorema Bayes.

P(H₁|gatal-gatal dan demam) = P(gatal-gatal dan demam|H₁) x P(H₁) / P(gatal-gatal dan demam)

Kita perlu mencari nilai P(gatal-gatal dan demam|H₁), yaitu peluang seseorang mengalami gejala gatal-gatal dan demam jika ia menderita penyakit H₁. Dari tabel, P(gatal-gatal dan demam|H₁) = 0,33.

Kita juga perlu mencari nilai P(gatal-gatal dan demam), yaitu peluang seseorang mengalami gejala gatal-gatal dan demam secara umum. Dari tabel, P(gatal-gatal dan demam) = P(gatal-gatal dan demam|H₁) x P(H₁) + P(gatal-gatal dan demam|H₂) x P(H₂) + P(gatal-gatal dan demam|Hs) x P(Hs) = 0,33 x 0,33 + 0,34 x 0,25 + 0,15 x 0,15 = 0,1435.

Selanjutnya, kita dapat menghitung peluang terkena penyakit H₁ jika mengalami gejala gatal-gatal dan demam:

P(H₁|gatal-gatal dan demam) = 0,33 x 0,33 / 0,1435 = 0,766

Jadi, peluang orang tersebut menderita penyakit H₁ adalah sekitar 0,766 atau sekitar 76,6%.

B. Setelah beberapa hari kemudian muncul gejala peradangan folikuler kecil & merah yang membesar, kita dapat memperbarui peluang terkena penyakit tertentu dengan menggunakan teorema Bayes.

P(H₁|gatal-gatal, demam, dan peradangan folikuler) = P(gatal-gatal, demam, dan peradangan folikuler|H₁) x P(H₁) / P(gatal-gatal, demam, dan peradangan folikuler)

Kita perlu mencari nilai P(gatal-gatal, demam, dan peradangan folikuler|H₁), yaitu peluang seseorang mengalami ketiga gejala tersebut jika ia menderita penyakit H₁. Dari tabel, P(gatal-gatal, demam, dan peradangan folikuler|H₁) = 0,33 x 0,34 x 0,8 = 0,09024.

Kita juga perlu mencari nilai P(gatal-gatal, demam, dan peradangan folikuler), yaitu peluang seseorang mengalami ketiga gejala tersebut secara umum. Dari tabel, P(gatal-gatal, demam, dan peradangan folikuler) = P(gatal-gatal, demam, dan peradangan folikuler|H₁) x P(H₁) + P(gatal-gatal, demam, dan peradangan folikuler|H₂) x P(H₂) + P(gatal-gatal, demam, dan peradangan folikuler|Hs) x P(Hs) = 0,09024 x 0,33 + 0,1 x 0,25 + 0,5 x 0,15 = 0,045168.

Selanjutnya, kita dapat menghitung peluang terkena penyakit H₁ jika mengalami ketiga gejala tersebut:

P(H₁|gatal-gatal, demam, dan peradangan folikuler) = 0,09024 x 0,33 / 0,045168 = 0,665

Jadi, peluang orang tersebut menderita penyakit H₁ setelah muncul gejala peradangan folikuler adalah sekitar 0,665 atau sekitar 66,5%.

5. 1.___some students in the classroom. a.There isb.There arec.There wasd.There were2.I see many flowers in the garden andone flower that I like the most *a.There isb.There wasc.There ared.There were3..many vegetables in the market and you can buy it a.There isb.There arec.There wasd.There wereI give him many foods anda food that I like There wereThere areThere wasThere is._many people in their house tonight. There areThere wereThere wasThere is._ a cup of coffee on the table for you There isThere areThere wereThere wasI will buy many books in this shop because many interesting books here There isThere areThere wasThere were_ your favorite food in this restaurant? Is thereAre thereWas thereWere thereLook! Arya is carrying three boxboxsboxesboxingThe_are playing happily in the park ChildchildschildeschildrenHeny: How long have you waited? Ira : For about houran hoursan houra hourThe cat is chasing_which are running here and there. mousemicemicamousesDinda: Who are the? Ninda: They are my mother's friends. womanwomenwomanswomensDira: How many person are there in your house? Viona: There arein my house. four personfour peoplefour personsfour peoplesThe are crying loudly because she left them babybayesbabiesbabiess.your enemy in this party tonight? Were thereAre thereWas thereIs thereI see _some people in the event There isThere areThere wasThere werLook at that! _ a man standing alone over.there . There wereThere areThere isThere wasI believea good human in this word There wereThere areThere wasThere isThere areon the table. grapegrapesa grapea grapestolong kak bantuin aku butuh banget

1 ._______ beberapa siswa di dalam kelas.

a. ada

b. Ada

c. Ada

d. Ada

2. Saya melihat banyak bunga di taman dan______satu bunga yang paling saya sukai *

a. ada

b. Ada

c. Ada

d. Ada

3 ..______ Banyak sayuran di pasaran dan Anda bisa membelinya

a. ada

b. Ada

c. Ada

d. Ada

Saya memberinya banyak makanan dan _______ makanan yang saya suka

Ada

Disana ada

Ada

._____ banyak orang di rumah mereka malam ini.

Ada

Disana ada

Ada

._______ secangkir kopi di atas meja untuk Anda

Ada

Disana ada

Saya akan membeli banyak buku di toko ini karena ______banyak buku menarik di sini

Ada

Disana ada

Ada

_______ makanan favorit Anda di restoran ini?

Disana

Ada

Ada disana

Lihat! Arya membawa tiga______

kotak

tinju

Orang itu sedang bermain dengan gembira di taman

Anak

anak-anak

childes

anak-anak

Heny: Sudah berapa lama kamu menunggu? Ira: Untuk sekitar____

jam

satu jam

Kucing itu mengejar_____yang berlarian kesana kemari.

mouse

tikus

mika

tikus

Dinda: Siapa itu______? Ninda: Mereka adalah teman ibu saya.

wanita

perempuan

wanita

Dira: Ada berapa orang di rumahmu? Viona: Ada______ di rumah saya.

empat orang

____ menangis dengan keras karena dia meninggalkan mereka

bayi

bayes

bayi

babi betina

.______ Musuhmu di pesta malam ini?

Ada disana

Ada

Ada disana

Disana

Saya melihat _______ beberapa orang di acara tersebut

Ada

Disana ada

Ada

Lihat itu! _____ seorang pria yang berdiri sendiri di sana.

Ada

Disana ada

Saya percaya _____ seorang manusia yang baik dalam kata ini

Ada

Disana ada

Ada

Ada __di atas meja.

anggur

6. The following text is for questions 14 to 17.Superman(By: Five For Fighting)I can't stand to flyI'm not that naiveI'm just out to findThe better part of meI'm more than a bird?I'm more than a planeI'm more than some pretty face beside a trainIt's not easy to be meI wish that I could cryFall upon my kneesFind a way to lieAbout a home I'll never seeIt may sound absurd but don't be naiveEven Heroes have the right to bleedI may be disturbed but won't you concedeEven Heroes have the right to dreamIt's not easy to be meUp, up and away, away from meIt's all rightYou can all sleep sound tonightI'm not crazy or anythingI can't stand to flyI'm not that naiveMen weren't meant to rideWith clouds between their knees i'm only a man in a silly red sheetDigging for kryptonite on this one way street Only a man in a funny red sheet Looking for special things inside of me it's not easy to be me. 14. why does the song writer entitle the song "superman"?A. the writer wants to show that superman is a perfect heroB. the writer show that superman always becomes the winnerC. the writer is going to tell us that superman is the symbol of victoryD. the writer is going to tell us that superman always has dreams in his life E. the writer shows that superman gives his best although he faces many troubles15. what is the song about? A. superman's lifeB. superman's memory C. superman's victoryD. superman's hometownE. superman's strength16. what can you learn from the song? A. we should do the best of usB. we should be a perfect person C. we should pursue our dreamsD. we should realize our weaknessE. we should give the best for others17. "I may be disturbed but won't you concede" (verse 4)What is the closest meaning of 'concede'?A. stateB. decideC. sacrificeD. surrenderE. understand

Jawaban:

14.E

15.A

16.E

17.D

oke itu saja

7. 3 Anggota DPRD suatu daerah dicalonkan menjadi bupati di daerah tersebut. Peluang anggota B1 terpilih 0,75, peluang anggota B2 terpilih 0,6, sedangkan peluang anggota B3 terpilih 0,45. kalau anggota B1 terpilih maka peluang perubahan tata ruang adalah 0,6. bila anggota B2 dan anggota B3 yang terpilih maka peluang perubahan tata ruang adalah masing-masing 0,4 dan 0,5. Bila terjadi perubahan tata ruang, berapakah peluang anggota B3 terpilih menjadi bupati daerah tersebut. (Gunakan aturan Bayes)

Jawaban:

0,75

akan menjadi perubahan tata ruang

8. make a sentence of "too" and "enough" by using the following words!1.old2.heavy3.big4.strong5.short6.hot7.easy8.busy9.salty10.hard11.mature12.hot13.rich14.naive15.sweet

Jawaban:

1. He is too old

She is not old enough

2. It's too heavy

This is not heavy enough

3. It's too big

It's not big enough

4. You are too strong

You're not strong enough

5. You are too short

You're not short enough

6. It's too hot

The food is not hot enough

7. This is too easy

It's not easy enough

8. He's too busy

I'm not busy enough

9. It's too salty

It's not salty enough

10. It's too hard

It's not hard enough

11. You are too mature

You're not mature enough

12. It's too hot

It's not hot enough

13. He's too rich

I'm not rich enough

14. You're too naive

He's not naive enough

15. It's too sweet

It's not sweet enough

buat menjadi jawaban terbaik kalau benar ya ^-^

9. Buat contoh soal diagnosa su penyakit dengan minimal 4 gejala dan hitung hasil diagnosa dengan menerapkan metode Certainty Factor dan Teorema Bayes. silahkan asumsikan sendiri nama penyakit, gejala, nilai Hipotesa (nilai Pakar) dan nilai Evidence (nilai user).. gunakan terminoloogi kepastian dengan nilai positif..

Jawaban:

Yo yang nda tau kok tanya saya

10. implementasi algoritma naive bays dengan dataset computer__buys bantu dulu

Jawaban:

Penjelasan:

Untuk mengimplementasikan algoritma Naive Bayes dengan dataset komputer, pertama-tama kita perlu menyiapkan datasetnya terlebih dahulu. Dataset tersebut harus memuat informasi tentang komputer-komputer yang ingin kita klasifikasikan, termasuk fitur-fitur atau karakteristik komputer tersebut.

Setelah dataset siap, langkah selanjutnya adalah mengimpor library scikit-learn yang akan digunakan untuk menjalankan algoritma Naive Bayes. Kita dapat mengimpor library tersebut dengan menggunakan perintah berikut:

import sklearn

Selanjutnya, kita perlu memisahkan dataset menjadi data latih dan data uji. Data latih akan digunakan untuk melatih algoritma Naive Bayes agar bisa memprediksi kelas komputer dengan benar, sedangkan data uji akan digunakan untuk menguji kemampuan algoritma tersebut dalam memprediksi kelas komputer. Kita dapat memisahkan dataset menjadi data latih dan data uji dengan menggunakan perintah berikut:

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

Dimana X adalah fitur-fitur dari komputer dalam dataset, dan y adalah kelas komputer yang ingin diprediksi.

Setelah data latih dan data uji siap, langkah selanjutnya adalah menginisialisasi algoritma Naive Bayes dan melatihnya dengan data latih. Kita dapat menggunakan perintah berikut untuk menginisialisasi dan melatih algoritma Naive Bayes:

from sklearn.naive_bayes import GaussianNB

clf = GaussianNB()

clf.fit(X_train, y_train)

Selanjutnya, Kita dapat menggunakan algoritma Naive Bayes yang telah dilatih untuk memprediksi kelas komputer dari data uji. Kita dapat menggunakan perintah berikut untuk memprediksi kelas komputer menggunakan algoritma Naive Bayes:

y_pred = clf.predict(X_test)

Setelah memprediksi kelas komputer dari data uji, Kita dapat mengevaluasi kemampuan algoritma Naive Bayes dalam memprediksi kelas komputer dengan menghitung akurasi atau persentase ket

11. 1 Apa itu casual user naive user, Sophisticated User2. Apa arti dari security, imtegrity, recovery, dan concurrency 3. faktor utama penggunaan basis data apa? sertakan alasannya4.komponen basis data yang paling berpengaruh apa? sertakanalasanna

Jawaban:

1. Pemakai Umum (End User / Naïve User)

Pemakai yang berinteraksi dengan sistem basis data melalui pemanggilan satu program aplikasi permanen (executable program) yang telah ditulis (disediakan) sebelumnya

Pemakai Khusus (Specialized/Sophisticated User)

Pemakai yang menulis aplikasi basis data non konvensional, tetapi untuk keperluan-keperluan khusus seperti aplikasi AI, Sistem Pakar, Pengolahan Citra, dll, yang bisa saja mengakses basis data dengan atau tanpa DBMS yang bersangkutan.

2. Keamanan (Security)

Dalam sejumlah sistem ( apilkasi ) pengelolah database tidak menerapkan aspek keamanan dalam penggunaan database. Tetapi untuk sistem yang besar dan serius, aspek keamanan juga dapat diterapkan. Dengan begitu kita dapat menentukan siapa yang boleh menggunakan database dan menentukan jenis operasi-operasi apa saja yang boleh dilakukan.

Imtegrity (Integritas )

sering disebut sebagai Database Integrity (Integritas Basis Data). Integritas basis data bertujuan untuk menjamin validitas data yang terekam dalam RDBMS. Sebagaimana diketahui bahwa dalam RDBMS sebuah data yang akan entry harus mengikuti karakteristik data sesuai dengan ketentuan yang ditentukan.

Recovery, Menempatkan kembali data, sebelum terjadinya kerusakan

Concurrency adalah sebuah mekanisme pada system basis data yang mengijinkan banyak transaksi pada saat bersamaan untuk mengakses data yang sama tanpa adanya gangguan.

3. Faktor utama basis data atau database adalah pengaturan data dengan tujuan utama fleksibilitas dan kecepatan akses.

Adapun tujuan basis data diantaranya sebagai efisiensi yang meliputi speed, space, dan accuracy, mengenai data dalam jumlah besar, kebersamaan pemakai (sharebility), dan meniadakan duplikasi dan inkonsistensi data.

4. Data. karna data adalah kumpulan tabel atau file yang membentuk suatu basis data. Berkenaan dengan komponen basis data satu ini, ada yang disebut dengan entitas dan atribut. Adapun entitas itu ialah konsep, kejadian, tempat atau bahkan orang yang informasinya akan disimpan. Sementara atribut ialah sebutan untuk mewakili entitas.

Penjelasan:

12. Boleh tolong jelaskan,gak.Bagaimana teorama bayes itu?

teorema bayes adalah sebuah teorema dengan dua penafsiran yang berbeda. dalam penafsiran bayes , teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru.

13. 7. Selesaikan Teory Bayes: Di sebuah negara, diketahui bahwa 2% dari penduduknya menderita sebuah penyakit langka. 97% dari hasil tes klinik adalah positif bahwa seseorang menderita penyakit itu. Ketika seseorang yang tidak menderita penyakit itu dites dengan tes yang sama, 9% dari hasil tes memberikan hasil positif yang salah. Jika sembarang 1000 orang dari negara itu mengambil test, berapakah orang mendapat hasil a. test postif yang benar b. test positif yang salah c. test negatif yang bernar d. test negatif yang salah

Jawab:

Sama broo aku juga bingung sama 2 Guru itu broo. Guru kita sama ya bro? Kelas mana bro? H atau A? kenalan skut.

Penjelasan dengan langkah-langkah:

Jawaban:

Tepat waktu adalah etika sosial yang indah dan salah satu yang paling penting, karena hal itu menciptakan efisiensi dalam sistem dan menyiratkan rasa hormat satu sama lain. Namun, itu adalah salah satu dari sekian banyak nilai yang tidak mudah dipelajari oleh siswa kita. Disiplin batin, yang berasal dari pemahaman tentang aturan dan regulasi yang ditetapkan, adalah perilaku bentuk tertinggi. Sebagian besar sekolah unggulan mencoba menanamkan ini dengan lingkungan yang penuh kasih. Mengapa, bahkan orang dewasa datang terlambat untuk rapat, bekerja, dll. Di sini, kami tidak setuju bahwa orang yang datang terlambat harus ditutup. Mereka dapat diberi peringatan, yang sebagian besar cukup untuk membuat mereka berusaha semaksimal mungkin untuk tiba di sekolah tepat waktu. Jika gagal, undang orang tua ke sekolah. Dengan menutup gerbang, sekolah berperilaku kejam, kami memilih untuk tidak mengekspos anak-anak kami. Setiap sekolah memiliki tanggung jawab untuk menanamkan prinsip pendidikan yang baik, namun harus dilakukan dengan cara yang tepat. Sekolah yang baik menciptakan siswa yang berdaya saing yang dapat mengatur dirinya sendiri secara efektif dalam masyarakat, sehingga setiap orang memperoleh kehidupan yang berkualitas sebagai hasil dari etika dan nilai-nilai yang dipelajari selama 12 tahun. Anak-anak berharga dan bergantung pada orang dewasa untuk bimbingan. Memahami mereka adalah kuncinya, dan untuk tujuan ini, baik orang tua maupun sekolah harus bekerja sama tanpa saling menyalahkan. "Anak-anak berharga dan bergantung pada orang dewasa untuk bimbingan." Kata "berharga" paling dekat artinya dengan…. * 1 poin A. Berharga B. Sangat Baik C. Pandai D. Innocent E. Naif

Penjelasan:

semoga membantu ya kalau salah maaf :)

15. Pertanyaan : A. Bila ada seorang yang menderita gejala gatal-gatal, demam. Tentukan penyakit yang diderita oleh orang tersebut menggunakan teorema bayes!!!! B. Bila beberapa hari kemudian muncul gejala lainnya yaitu muncul peradangan folikuler kecil & merah yang membesar. Tentukan penyakit yang diderita oleh orang tersebut menggunakan teorema bayes!

Jawaban:

a. bila ada seorang yg menderita gejal gatal gatal

16. Soal : Analisalah dengan menggunakan 5 pedoman yaitu Bayes, Maksimin, Maksimaks, Hurwics dan Penyesalan Minimaks atas putusan ketidakpastian yang harus diambil dari alternatif hasil yang ada. Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4 Hasil 1 38 58 -3 70 Hasil 2 -5 30 39 60 Hasil 3 55 89 70 Hasil 4 70 80 70 -3

Penjelasan:

Untuk menganalisis putusan ketidakpastian dengan menggunakan pedoman Bayes, Maksimin, Maksimaks, Hurwicz, dan Penyesalan Minimaks, perlu dilakukan langkah-langkah sebagai berikut:

1. Bayes:

- Tentukan probabilitas atau kepercayaan pada setiap alternatif.

- Hitung nilai harapan (expected value) dari setiap alternatif dengan mengalikan hasilnya dengan probabilitas masing-masing.

- Pilih alternatif dengan nilai harapan tertinggi.

2. Maksimin:

- Temukan nilai minimum untuk setiap alternatif.

- Pilih alternatif dengan nilai minimum tertinggi.

3. Maksimaks:

- Temukan nilai maksimum untuk setiap alternatif.

- Pilih alternatif dengan nilai maksimum tertinggi.

4. Hurwicz:

- Tentukan koefisien Hurwicz (bias) antara 0 dan 1 untuk menggambarkan preferensi risiko.

- Kalikan nilai maksimum dengan koefisien Hurwicz dan nilai minimum dengan (1 - koefisien Hurwicz) untuk setiap alternatif.

- Pilih alternatif dengan nilai tertinggi setelah perkalian.

5. Penyesalan Minimaks:

- Hitung penyesalan (regret) untuk setiap alternatif dengan mengurangi hasil maksimum untuk setiap kolom dari hasil aktual.

- Pilih alternatif dengan penyesalan minimaks terendah.

Berikut adalah langkah-langkah untuk menerapkan pedoman-pedoman tersebut pada data yang diberikan:

1. Bayes:

- Belum dapat dilakukan karena tidak diberikan probabilitas pada setiap alternatif.

2. Maksimin:

- Alternatif 1: Nilai minimum = -3

- Alternatif 2: Nilai minimum = 30

- Alternatif 3: Nilai minimum = -3

- Alternatif 4: Nilai minimum = -3

- Pilihan: Alternatif 2 dengan nilai minimum tertinggi (30).

3. Maksimaks:

- Alternatif 1: Nilai maksimum = 70

- Alternatif 2: Nilai maksimum = 60

- Alternatif 3: Nilai maksimum = 89

- Alternatif 4: Nilai maksimum = 80

- Pilihan: Alternatif 3 dengan nilai maksimum tertinggi (89).

4. Hurwicz:

- Koefisien Hurwicz = 0.5 (asumsi)

- Alternatif 1: (0.5 * 70) + (0.5 * -3) = 33.5

- Alternatif 2: (0.5 * 60) + (0.5 * 30) = 45

- Alternatif 3: (0.5 * 89) + (0.5 * 70) = 79.5

- Alternatif 4: (0.5 * 80) + (0.5 * -3) = 38.5

- Pilihan: Alternatif 3 dengan nilai tertinggi setelah perkalian (79.5).

5. Penyesalan Minimaks:

- Alternatif 1: Penyesalan = 80 - 70 = 10

- Alternatif 2: Penyesalan = 80 - 60 = 20

- Alternatif

Maaf, saya keliru dalam menjawab.

Untuk menggunakan pedoman Bayes, Maksimin, Maksimaks, Hurwicz, dan Penyesalan Minimaks, dibutuhkan informasi probabilitas dari setiap alternatif. Namun, dalam data yang diberikan, tidak ada informasi probabilitas yang disertakan. Karena itu, tidak dapat melakukan analisis menggunakan metode-metode tersebut.

17. 1.___some students in the classroom. a.There isb.There arec.There wasd.There were2.I see many flowers in the garden andone flower that I like the most *a.There isb.There wasc.There ared.There were3..many vegetables in the market and you can buy it a.There isb.There arec.There wasd.There wereI give him many foods anda food that I like There wereThere areThere wasThere is._many people in their house tonight. There areThere wereThere wasThere is._ a cup of coffee on the table for you There isThere areThere wereThere wasI will buy many books in this shop because many interesting books here There isThere areThere wasThere were_ your favorite food in this restaurant? Is thereAre thereWas thereWere thereLook! Arya is carrying three boxboxsboxesboxingThe_are playing happily in the park ChildchildschildeschildrenHeny: How long have you waited? Ira : For about houran hoursan houra hourThe cat is chasing_which are running here and there. mousemicemicamousesDinda: Who are the? Ninda: They are my mother's friends. womanwomenwomanswomensDira: How many person are there in your house? Viona: There arein my house. four personfour peoplefour personsfour peoplesThe are crying loudly because she left them babybayesbabiesbabiess.your enemy in this party tonight? Were thereAre thereWas thereIs thereI see _some people in the event There isThere areThere wasThere werLook at that! _ a man standing alone over.there . There wereThere areThere isThere wasI believea good human in this word There wereThere areThere wasThere isThere areon the table. grapegrapesa grapea grapestolong kak bantuin aku butuh bangetbukan suruh translet tapi jawab a.b.c.d nya kak tolong jgn ngasal mau setor

Jawaban:

1. There are

2. There is

3. There are

4. There is

5. There were

6. There were

7. There were

8. Is there

9. Boxes

10. Children

11. Hour

12. Mice

13. Womens

14. Four persons

15. Babies

16. Is there

17. There are

18. There is

19. There is

20. A grape

Maaf ya kalo salah

18. Seorang manajer toko roti sedang melakukan survei terhadap produk roti yang dihasilannya yaitu roti coklat dan roti keju. Dari total produksi 30.000 roti diketahui bahwa jumlah produksi roti coklat 25%. Berdasarkan data yang diperoleh, diketahui jumlah produksi roti coklat yang hangus sebanyak 1.500 roti, dan sebanyak 93% dari jumlah produksi roti keju tidak hangus. Jika diambil sampel satu roti secara acak, maka dengan menggunakan teori Bayes hitunglah:a. Berapa probabilitas terpilihnya roti hangus?b. Berapa probabilitas terpilihnya roti coklat tidak hangus?c. Berapa probabilitas terpilihnya roti keju atau hangus?d. Berapa probabilitas terpilihnya roti coklat dengan ketentuan bahwa roti tersebut tidak hangus?(TOLONG PAKAI CARA, JAWAB ASAL=DELETE & REPORT)

Jawaban:

penjelasan terlampir

semoga membantu

19. 1.___some students in the classroom. a.There isb.There arec.There wasd.There were2.I see many flowers in the garden andone flower that I like the most *a.There isb.There wasc.There ared.There were3..many vegetables in the market and you can buy it a.There isb.There arec.There wasd.There wereI give him many foods anda food that I like There wereThere areThere wasThere is._many people in their house tonight. There areThere wereThere wasThere is._ a cup of coffee on the table for you There isThere areThere wereThere wasI will buy many books in this shop because many interesting books here There isThere areThere wasThere were_ your favorite food in this restaurant? Is thereAre thereWas thereWere thereLook! Arya is carrying three boxboxsboxesboxingThe_are playing happily in the park ChildchildschildeschildrenHeny: How long have you waited? Ira : For about houran hoursan houra hourThe cat is chasing_which are running here and there. mousemicemicamousesDinda: Who are the? Ninda: They are my mother's friends. womanwomenwomanswomensDira: How many person are there in your house? Viona: There arein my house. four personfour peoplefour personsfour peoplesThe are crying loudly because she left them babybayesbabiesbabiess.your enemy in this party tonight? Were thereAre thereWas thereIs thereI see _some people in the event There isThere areThere wasThere werLook at that! _ a man standing alone over.there . There wereThere areThere isThere wasI believea good human in this word There wereThere areThere wasThere isThere areon the table. grapegrapesa grapea grapestolong kak bantuin aku butuh bangetbukan suruh translet tapi jawab a.b.c.d nya kak tolong jgn ngasal mau setor

Jawaban:

1. there are

2. there is

3. there are

4. there is

5. there are

6. there is

7. there are

8. is there

9. boxes

10. children

11. an hour

12. mice

13. women

14. four persons

15. babies

16. is there

17. there are

18. there is

19. there is

20. grapes

20. 1. Sebuah klinik mempunyai data sebagai berikut :• 10 % pasien yang datang ke klinik mempunya penyakit liver• 5 % pasien yang datang ke klinik adalah alkoholik• Pasien yang mempunyai penyakit liver, 7% nya adalah alkoholikBerapakah probabilitas seorang pasien memiliki penyakit liver jika dia alkoholik?2. Dalam sebuah tes genetik diketahui :• 1% orang mempunyai cacat gen• 90% tes genetik mendeteksi gen yang cacat (true positives)• 9,6% tes genetic false poitivesJika seseorang mendapatkan hasil tes positif, berapakah probabilitas dia mempunyai gen yang cacat?3. Berikut adalah data yang diketahui mengenai tes kanker payudara menggunakan mammograms :• 1% perempuan di atas umur 50 mempunyai kanker payudara• 90% perempuan yang mempunyai kanker payudara menghasilkan hasil tes positif di mammograms.• 8% perempuan mendapatkan hasli false positifBerapakah probabilitas seorang perempuan mempunyai kanker payudara jika dia mendapatkan hasil positif dari mammograms?4. Dalam sebuah acara di TV, seorang kontestan memilih 1 dari 3 pintu. Dalam salah satu pintu tersebut terdapat hadiah. Setelah kontestan memilih 1 pintu, MC membuka salah satu pintu lainnya dan ternyata tidak ada hadiah. MC menawarkan kontestan, apakah akan menukar pintunya ke salah satu pintu yang lain atau tetap pada pilihannya. Buktikan dengan teorema bayes lebih menguntungkan mengubah pilihan atau tetap pada pilihan?5. Dalam sebuah tes diagnosa penyakit X, diketahui• Mempunyai probabilitas 95% true positif terhadap orang yg mengidap penyakit X• Probabilitas 10% false positif terhadap orang yang tidak mengidap penyakit X• Diketahui 0,5% populasi mengidap penyakit XLalu dilakukan tes terhadap seseorang, berapakah :a. Probabilitas hasilnya positifb. Probabilitas jika hasilnya positif, orang tersebut adalah penderitac. Probabilitas jika hasilnya negatif, orang tersbut adalah bukan penderita

Jawaban:

b. Probabilitas jika hasilnya positif , orang tersebut adalah penderita

21. CLASS.VCHANGE THE SENTENCES BELOW INTO THE PASSIVE VOICEEG: The lawyer has handled the case very wellThe case has been handled very well by the lawyer(has/have + been + past participle )1. Jenny has taken some pictures during her trip to Korea2. The wicked man has tricked the naive old lady.

Jawaban:

1. during her trip to Korea Jenny has taking some pictures

2. The Naive old lady has been tricked by the wicked man

Penjelasan:

22. Dalam sebuah system pakar dengan analisis seorang ahli dalam memprediksi penyakit pada tumbuhan, sehingga didapat sebuah gejala untuk memprediksi beberapa penyakit. Hitunglah peluang terjadinya penyakit pada tumbuhan dari fakta dan aturan penyakit dibawah ini menggunakan Teorema Bayes! ✓ JIKA Pembusukan pada bagian pucuk tanaman DAN Tulang daun berubah warna kekuningan DAN Terdapat pembusukan pada cabang DAN Adanaya pembusukan di daun MAKA Jamur Hitam. ✓ JIKA Daun membusuk di ujung DAN Terdapat bercak hitam di daun DAN Terdapat lubang di Daun DAN Daun menggulung dan keriting MAKA Ulat Kantung. ✓ JIKA Terdapat bintik-bintik putih dibelakang daun DAN Terdapat bintik-bintik putih dibatang DAN Terdapat bintik-bintik putih di akar tanaman MAKA Kutu Putih. ✓ JIKA Terdapat patah pada ranting-ranting muda DAN Daun muda terkikis habis DAN Terdapat warna kecoklatan pada ujung daun MAKA Belalang Dau

Jawaban:

maaf saya tidak mengerti

Penjelasan dengan langkah-langkah:

maaf ya

23. KASUS LADANG MINYAK PT. ANGIN RIBUT (ANGBUT) Perusahaan PT. Angin Ribut mempunyai lahan/hutan yang mungkin ada minyaknya dengan probabilitas p(1) 25% (menurut Geologist ada chance 1:4). Karena berita ini sudah menyebar, PT. Caltex bersedia membeli lahan tersebut dengan harga $150.000. PT. ANGBUT melihat adanya alternatif lain selain menjual lahan tersebut yaitu menambang sendiri dengan harapan mungkin lebih menguntungkan. Dalam hal ini, PT. ANGBUT bimbang apakah akan menjual atau menambang lahan tersebut. Teryata Bila dijual, lahan tersebut laku $150.000; sedangkan bila ditambang sendiri dan ada minyaknya, keuntungan yang bisa diperoleh sebesar $900.000; Sedangkan bila digali teryata kering dan tidak ada minyaknya, perusahaan tersebut akan rugi sebesar $300.000, karena sudah terlajur mengeluarkan biaya penambangan. Perlu ditambahkan bahwa modal yang dimiliki PT. ANGBUT tidak banyak, sehingga kerugian $300.000 cukup berarti. Diminta: Formulasikan persoalan tersebut dalam kerangka analisis keputusan dengan mengindentifikasiklan: tindakan, kondisi alam dan tabel pay-off PT. ANGBUT dengan metode Maximax, Maximin, Maximum likelyhood, Laplance, Hurwics dan Bayes.

Jawaban:

whdusuwehwywye7d8s8didudfnehrrhrhrbrhrht

24. Akademi Starfleet telah memutuskan untuk membuat kelas siswa android. 90% dari siswa android ini belajar keras untuk ujian mereka. Dari kelas siswa android yang belajar keras untuk ujian, 80% mendapatkan nilai A. Dari kelas siswa android yang tidak belajar, hanya setengah yang mendapatkan A. Siswa kelas android yang belajar keras memiliki kemungkinan 75% untuk menghabiskan baterai mereka dalam waktu kurang dari sehari. Siswa kelas android yang tidak belajar keras memiliki masa pakai baterai yang lebih lama: hanya 10% dari mereka yang menghabiskan baterainya dalam hari berikutnya. a. Gambar sebuah jaringan Bayes (BBN) yang menggambarkan pernyataan masalah di atas b. Anda perhatikan bahwa android Anda telah menghabiskan baterainya dalam waktu kurang dari sehari. Apa hal ini memungkinkan akan mendapatkan nilai A pada ujian yang dikiuti kemarin? il

Matkul kecerdasan artifisial ya mas

25. 1. Dalam teori peluang, kejadian-kejadian yang mungkin muncul dibedakan menjadi kejadian terpisah (mutually exclusive events), kejadian bebas (independent events) dan kejadian tak bebas (dependent events). Silahkan berikan kesimpulan anda dari ketiga kejadian tersebut! 2. Buatlah kesimpulan Anda dari Teorema Bayes untuk dasar pengambilan keputusan!

Jawaban:

bangsa dan budayadan suku budaya

26. jika probabilitas sinyal dengen syarat yang dikirimkan benar pada sisi penerima A1 dan A2 dengan menggunakan teorema bayes

Jawaban:

sesuai tindak lanjut sisi penerima A1 maka teorema yang dikirim pasti benar jika tidak ditindak lanjut maka tidak sesuai teoremanya

27. The Legend of the First Thanksgiving Almost every culture in the one has of thanks for at rest The legend of the Annican Thang holder is said to have been based on a feast of the early days of the American (4) most four hundred years ago. The tale as is told in grade schools is regend, a15) version that downs seme of the bleaker history of how Thanksgivna became * 1820. the legend goes. A boat (03... more than one handed people salled across the Allan Ocean to sottile in the row world this regious group nad begun to question the (7) of the Church of England and they wanted to a from The Pilgums (9) in what is now the state of Massachusetts. Their first winter in the New World was difficult . They had arrived too late to grow many (10) and without fresh food, half the colony died from disease the following soning the Wampanoag troquois indians taught them how to grow (11) mare), arewood for the colonists They 12)... the other crops to grow in the (13) . So They also taught how to hont and fish in the autumn of 1627 4141. crops of com, barley, beans, and pumpkins were 15). The colon sts ac much to be (16). for, so a feast was planned. They mvited the local toques chief and 90 members of his true The Naive Americans brought (17) to mast with the (18) - and other wie garne offered by the colonists. The colonists learned how to cook (19) and offerent kinds of com and squash dishes from the Indians in to owing years, many of the ongira! coloniasis celebrated the autumn marvestwa:20)..or tronks.tolong ya kak

Jawaban:

bntr tk cari kan

Penjelasan:

qk bisa baca ini

28. Simple Past/ Past Continunous 1.When I entered the bazzar,a couple of merchants (bargain,busily)...and (try)...to sell their goods to naive tourists who (hunt)... for souvenirs. Some young boys (lead)... theur donkeys through the narrow streets on their way home. A couple of men (argue).... over the prince of a leather belt,I (walk)... over to a man who (sell)...fruit nd (buy)... a banana. 2.The fireman (rescue)... the old woman who (be)... trapped on the third floor of the burning building. 3. She was so annoying! She (leave,always).... her dirty dishes in the sink. I think she (expect,actually).... me to do them for her. 4. Samantha (live).... in Berlin for more than two years. In fact, she (live)... there when the Berlin wall came down. 5.I (work)... out at the fitness center.

1. were busily bargaining, trying, were hunting, were leading, were arguing, walked, bought

2. rescued, was trapped

3. was always leaving, actually expected

4. lived, was living

5. worked

1. Contoh soal teorema Bayes

2. BUATLAH SOAL-SOAL TERAPAN TENTANG TEOREMA BAYES SEBANYAK 5 SOAL​

3. penjelasan tentang kaidah Bayes?

8. make a sentence of "too" and "enough" by using the following words!1.old2.heavy3.big4.strong5.short6.hot7.easy8.busy9.salty10.hard11.mature12.hot13.rich14.naive15.sweet​

10. implementasi algoritma naive bays dengan dataset computer__buys bantu dulu​

11. 1 Apa itu casual user naive user, Sophisticated User2. Apa arti dari security, imtegrity, recovery, dan concurrency 3. faktor utama penggunaan basis data apa? sertakan alasannya4.komponen basis data yang paling berpengaruh apa? sertakanalasanna​

12. Boleh tolong jelaskan,gak.Bagaimana teorama bayes itu?

21. CLASS.VCHANGE THE SENTENCES BELOW INTO THE PASSIVE VOICEEG: The lawyer has handled the case very wellThe case has been handled very well by the lawyer(has/have + been + past participle )1. Jenny has taken some pictures during her trip to Korea2. The wicked man has tricked the naive old lady.​

26. jika probabilitas sinyal dengen syarat yang dikirimkan benar pada sisi penerima A1 dan A2 dengan menggunakan teorema bayes

Video Terkait

2. BUATLAH SOAL-SOAL TERAPAN TENTANG TEOREMA BAYES SEBANYAK 5 SOAL

8. make a sentence of "too" and "enough" by using the following words!1.old2.heavy3.big4.strong5.short6.hot7.easy8.busy9.salty10.hard11.mature12.hot13.rich14.naive15.sweet

10. implementasi algoritma naive bays dengan dataset computer__buys bantu dulu

11. 1 Apa itu casual user naive user, Sophisticated User2. Apa arti dari security, imtegrity, recovery, dan concurrency 3. faktor utama penggunaan basis data apa? sertakan alasannya4.komponen basis data yang paling berpengaruh apa? sertakanalasanna

21. CLASS.VCHANGE THE SENTENCES BELOW INTO THE PASSIVE VOICEEG: The lawyer has handled the case very wellThe case has been handled very well by the lawyer(has/have + been + past participle )1. Jenny has taken some pictures during her trip to Korea2. The wicked man has tricked the naive old lady.