BAB 1 PENDAHULUAN
1.1.
Latar Belakang
Dera Derajat jat keseh kesehat atan an masy masyara araka katt yang ting tinggi gi dapa dapatt digu diguna naka kan n sebag sebagai ai indi indika kato tor r keberh keberhasil asilan an progra program m keseha kesehatan tan dan program program pemban pembangun gunan an sosial sosial ekonom ekonomi. i. Untuk Untuk itu diperl diperluka ukan n peneli penelitian tian dalam dalam menga mengambi mbill keputu keputusan san menerim menerimaa atau atau menola menolak k hipote hipotesis. sis.1 Pene Peneli liti tian an pada pada umum umumny nyaa bertu bertuju juan an untu untuk k mend mendap apatk atkan an jawa jawaba ban n yang yang terb terbai aik k bagi bagi pengembangan bidang kesehatan, baik bagi ilmu kedokteran itu sendiri maupun bagi penatalaksanaan suatu penyakit. Jenis-jenis penelitian sangat beragam macamnya, sehingga dalam membuat suatu rancangan penelitian tidak semudah yang dibayangkan. Ada beberapa hal yang yang perlu perlu dipert dipertimb imbang angkan kan oleh oleh seoran seorang g peneli peneliti ti dalam dalam membua membuatt dan menent menentuka ukan n desain penelitiannya, penelitiannya, diantaranya diantaranya adalah ketersedian ketersedian sumber sumber daya daya manusia, manusia, dana, waktu, asilitas dan lain-lain.! Pengambilan suatu keputusan adalah pemilihan satu diantara sekian banyak alternati yang tersedia, masalah ini tidak mudah dilakukan karena sebelum pelaksanaanny pelaksanaannyaa perlu banyak pertimbangan dan perbandingan bahkan studi untuk dapat dijadikan sebagai reerensi r eerensi dalam proses penentuan pilihan. Dalam bidang kedokteran, teori peluang digunakan untuk pengobatan penyakit, untuk mendiagnosa suatu penyakit, dan meramalkan prognosis atau meng mengad adak akan an e"al e"alua uasi si serta serta menca mencari ri etio etiolo logi gi..1 #eto #etode de $ay $ayes meru merupa paka kan n sala salah h satu satu pengambilan keputusan yang telah banyak dipakai. % &eorema $ayes digunakan sebagai alat untuk mengukur suatu peluang dari setiap keputusan yang diambil. % Pada Pada makalah makalah ini akan akan dibaha dibahass tentan tentang g #etode #etode $ayes, $ayes, mulai mulai dari dari deini deinisi si metode metode bayes, prinsip metode bayes, dan aplikasi yang dapat digunakan metode bayes, serta keuntungan serta kerugian metode bayes.
1.2.
Tujuan
&ujuan dari penulisan makalah ini adalah untuk lebih mengerti dan memahami tentang metode bayes serta untuk memenuhi persyaratan dalam mengikuti kegiatan 'epaniteraan 'linik (enior )''(* di Departemen +lmu 'esehatan #asyarakat ) Public Health* akultas 'edokteran Uni"ersitas (umatera Utara.
1.3.
Manfaat
#akalah ini diharapkan dapat memberikan manaat kepada penulis dan pembaca khususnya yang terlibat dalam bidang medis dan masyarakat secara umumnya agar dapat mengetahui dan memahami lebih dalam tentang metode bayes.
BAB 2 TINJAUAN PUSTAKA
2.1.
Defn!
&eorema $ayes dikemukakan oleh &homas $ayes pada tahun 1%. &eorema $ayes digunakan untuk menghitung peluang atau probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari hasil obser"asi./ Perbedaan mendasar antara metode $ayesian dengan statistik pada umumnya adalah bahwa dalam $ayesian, parameter dianggap sebagai "ariabel random sedangkan dalam statistik klasik, parameter dianggap tidak diketahui dan tetap. Te"re#a Ba$e!, diambil dari nama 0e". &homas $ayes, menggambarkan hubungan
antara peluang bersyarat dari dua kejadian H dan x sebagai berikut2
P % x & H ' P % H ' P % H & x '
( P % x '
or
P %)& H ' P % H ' P % H & x '
( P % x & H ' P %H'
* P % x & H ' P % H '
#isalkan x adalah sampel data yang label kelasnya tidak diketahui. #isalkan H adalah hipotesa sedemikian sehingga sampel data x termasuk dalam kelas khusus c. P ) H/x*, probabilitas bahwa hipotesa H berlaku dengan diberikannya sampel data hasil pengamatan x. P ) H/x* adalah probabilitas posterior yang menggambarkan keyakinan kita pada hipotesa setelah x diberikan. (ebaliknya, P ) H * adalah probabilitas H sebelumnya untuk sesuatu sampel, terlepas dari bagaimana bentuk data dalam sampel. Probabilitas posterior P ) H/x* didasarkan pada lebih banyak inormasi daripada probabilitas priori P ) H *. &eorema $ayes memberikan
cara
menghitung
probabilitas P ) H * , P ) x* dan P ) x/H *.
2.2.
Prn!+ Met",e Ba$e!
probabilitas
posterior P ) H/x*
dengan menggunakan
#etode $ayes memberikan cara yang mendasar dalam memasukkan inormasi eksternal ke dalam proses analisa data. Proses ini diawali dengan distribusi probabilitas yang sudah ada diberikan untuk himpunan data yang dianalisa. Prinsip metode $ayesian berdasarkan peluang bersyarat, sehingga dalam $ayesian mengenal dua istilah penting yaitu /,2
1. Prior yaitu distribusi dari parameter. Dalam menentukan prior dilakukan dengan tingkat ketersediaan inormasi penelitian sebelumnya. 'arena distribusi diberikan sebelum ada data yang dipertimbangkan, sehingga disebut distribusi priori. !. Posterior adalah distribusi yang merupakan perkalian antara prior dengan ungsi likelihood. 3al ini juga merupakan perbedaan antara metode $ayesian dan statistic klasik dimana statistic klasik melakukan inerensia hanya berdasarkan ungsi likelihood sedangkan metode $ayesian menggunakan distribusi posterior yeng merupakan perkalian antara ungsi likelihood dan prior. 3impunan data baru menjadikan distribusi priori ini menjadi distribusi posterior . Perubahan yang terjadi dari priori ke posterior merujuk pada &eorema $ayes. /,2,
2.3.
A+lka! Met",e Ba$e!
a. #enentukan diagnosa suatu penyakit berdasarkan data-data gejala )sebagai contoh hipertensi atau sakit jantung*. b. #engenali buah berdasarkan itur-itur buah seperti warna, bentuk, rasa dan lain-lain c. #engenali warna berdasarkan itur indeks warna 04$ d. #endeteksi warna kulit ) skin detection* berdarkan itur warna chrominant e. #enentukan keputusan aksi )olahraga, art, psikologi* berdasarkan keadaan. .
#enentukan jenis pakaian yang cocok untuk keadaan-keadaan tertentu )seperti cuaca, musim, temperatur, acara, waktu, tempat dan lain-lain*
2.-.
Teknk Kla!fka!
$eberapa teknik pengklasiikasian yang digunakan 1. Decision tree classiier !. 0ule based classiier %. 5eural network /. 5ai"e bayes
(etiap teknik menggunakan alogoritma pembelajaran untuk mengindentiikasi model yang memberikan hubungan yang paling sesuai.
2..
/"nt"0 Met",e Ba$e!
6ontoh dari teori bayesian adalah kasus pasien yang memiliki kesulitan dalam bernaas. 'eputusan yang diambil adalah antara kasus pasien yang menderita asma atau pasien yang menderita kanker paru-paru.%,/ -
'eputusan 1
menyatakan seseorang menderita kanker paru-paru walaupun
sebenarnya gejala asma
)cost cukup tinggi, sehingga menakuti pasien dan
membuat pasien menjalani pemeriksaan yang tidak perlu*. -
'eputusan !
menyatakan seseorang asma walaupun sebenarnya kanker
paru-paru )cost sangat tinggi sehingga membuat pasien kehilangan kesempatan untuk mengobati kanker pada stadium awal ataupun akhir*.
2..
Keuntungan ,an Kerugan Met",e Ba$e!
Kerugan Met",e Ba$e! antara lan 3-
1. #etode $ayes hanya bisa digunakan untuk persoalan klasiikasi dengan supervised learning dan data-data kategorikal. !. #etode $ayes memerlukan pengetahuan awal untuk dapat mengambil suatu keputusan. &ingkat keberhasilan metode ini sangat tergantung pada pengetahuan awal yang diberikan.
Keuntungan Met",e Ba$e! antara lan 3-
1. +nterpolation #etode bayes mempunyai pilihan mengenai seberapa besar waktu dan usaha yang dilakukan oleh manusia "s komputer. !. $ahasa #etode bayes mempunyai bahasa tersendiri untuk menetapkan hal prior dan posterior. %. +ntuisi #elibatkan prior dan integrasi, dua akti"itas yang berguna secara luas.
$ayesian probability adalah teori terbaik dalam menghadapi masalah estimasi dan penarikan kesimpulan. $ayesian method dapat digunakan untuk penarikan kesimpulan pada kasus-kasus dengan multiple source of measurement yang tidak dapat ditangani oleh metode lain seperti model hierarki yang kompleks. %,2 BAB 3
KESIMPULAN
Te"re#a Ba$e! , diambil dari nama 0e". &homas $ayes
digunakan untuk
menghitung peluang atau probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari hasil obser"asi. Prinsip metode $ayesian berdasarkan peluang bersyarat, sehingga dalam $ayesian mengenal dua istilah penting yaitu Prior yaitu distribusi dari parameter dan Posterior adalah distribusi yang merupakan perkalian antara prior dengan ungsi likelihood. Aplikasi metode bayes adalah menentukan diagnosa suatu penyakit berdasarkan datadata gejala, mengenali buah berdasarkan itur-itur buah, mengenali warna, mendeteksi warna kulit ) skin detection*, menentukan keputusan aksi berdasarkan keadaan, serta menentukan jenis pakaian yang cocok untuk keadaan-keadaan tertentu )seperti cuaca, musim, temperatur, acara, waktu, tempat dan lain-lain*. &eknik yang digunakan dalam metode bayes menggunakan alogoritma pelajaran yang sesuai, adapun teknik nya antara lain Decision tree classiier, 0ule based classiier, 5eural network, dan 5ai"e bayes. Dari segi keuntungan, metode bayes merupakan teori terbaik dalam menghadapi masalah estimasi dan penarikan kesimpulan. 5amun selain keuntungan, metode bayes juga memiliki kelemahan antaralain hanya bisa digunakan untuk persoalan klasiikasi dengan supervised learning dan data-data kategorikal dan memerlukan pengetahuan awal untuk dapat mengambil suatu keputusan. &ingkat keberhasilan metode ini sangat tergantung pada pengetahuan awal yang diberikan.
DA4TA5 PUSTAKA
1. 7ahyuni, A.(.!88. Metode Penarikan Sampel dan Besar Sampel (tatistika 'edokteran. Jakarta $amboedoea 6ommunication. !. Jasaputra, 'risanti D. (antosa, (lamet. Metodologi Penelitian Biomedis. $andung Danamartha (ejahtera Utama. !889. 3al /% : 2
%. $olstad, 7.#. )!88*, +ntroduction to $ayesian (tatistics, John 7iley and (ons, 5ew Jersey.
/. 3adiyat, #.A. )!88*, Pemodelan #arko" (witching 4A063 )Penerapan pada 0eturn +ndeks Dowjones*, &esis #agister, +nstitut &eknologi (epuluh 5opember )+&(*, (urabaya.
2. Pradhan $, 'undu D. $ayes ;stimation and Prediction o the &wo-Parameter 4amma Distribution. Journal Statistical Computation and Simulation !811< 91119-11=9. . Albert, J. )!88=*, $ayesian 6omputation with 0, (pringer, 5ewyork. . Ardia, D. dan 3oogerheide, >.. )!818*, $ayesian ;stimation o the 4A063)1,1* #odel&he 0 Package bayes 4A063, &he 0 Journal, ?ol.!, 5o.!, pp /1-/.
