Professional Documents
Culture Documents
TINJAUAN PUSTAKA
10
11
dengan kurangnya kehangatan ibu dan kemelekatan pada anak, menghasilkan teori ibu
pendingin untuk autisme namun sekarang sudah ditinggalkan. (Anjali Sastri, 2012)
Di tahun 1964 psikolog Bernard Rimland, memiliki anak dengan autisme,
menentang penjelasan Kanner di bukunya Infantille Autism: The Syndrom and Its
Implications for a Neursl Theory of Behavior. Untuk pertama kalinya autisme dilihat
berbasiskan neurologis, disebabkan perbedaan di dalam otak dan bukannya pola
pengasuhan. (Anjali Sastri, 2012)
Pandangan modern muncul di tahun 1979 di Inggris ketika seorang dokter,
Lorna Wing, dan seorang psikiater, Judith Gould, meneliti banyak sampel anak-anak
dengan kelemahan interaksi sosial timbal balik. Dari sampel yang sama mereka juga
menemukan kalau anak-anak ini juga mengalami kesulitan dalam berkomunikasi dan
berimajinasi. Setelah penelitian ini kemudian dikenal konsep triadik yang menjadi
landasan dalam melihat autisme sampai saat ini. (Anjali Sastri, 2012)
Model prediksi berkaitan dengan pembuatan sebuah model yang dapat melakukan
pemetaan dari setiap himpunan variable ke setiap targetnya, kemudian menggunakan
model tersebut untuk memberikan nilai target pada himpunan baru yang didapat.
Terdapat dua jenis model prediksi, yaitu klasifikasi dan regresi. Klasifikasi digunakan
untuk variable target diskret, sedangkan regresi untuk variable target kontinu.
2. Analisis Kelompok
3. Analisis Asosiasi
4. Deteksi Anomali
Pekerjaan deteksi anomaly berkaitan dengan pengamatan sebuah data dari sejumlah
data secara signifikan mempunyai karakteristik yang berbeda dari sisa data yang lain.
Data data yang karakteristiknya menyimpang dari data yang lain disebut outlier.
Algoritma deteksi anomali yang baik harus mempunyai laju deteksi yang tinggi dan
laju error yang rendah.
13
1. Sebuah probabilitas awal (priori) H atau P(H) adalah probabilitas dari suatu
hipotesis sebelum evidence diamati.
2. Sebuah probabilitas akhir H atau P(H|E) adalah probabilitas dari suatu hipotesis
setelah evidence diamati.
(). =1 ( |)
(|) = . . . (2.2)
()
Keterangan :
(|) : probabilitas data dengan vector X pada kelas Y.
=1 ( |) : probabilitas independen kelas Y dari semua fitur dalam vector
X.
P(X) : probabilitas awal (priori) vector fitur
P(Y) : probabilitas awal (priori) kelas Y
15
Persamaan (2.2) merupakan model dari Nave Bayesian yang akan digunakan
untuk proses klasifikasi. Untuk fitur tipe numeric (kontinu) terdapat perhitungan
khusus sebelum dimasukan ke dalam Nave Bayes dengan menggunakan Densitas
Gauss. (Eko Prasetyo, 2012).
Keterangan:
N = jumlah data
( n + 1 )
= ... (2.4)
( + 1 )
p = parameter