Baik 25 40%
Cukup 27 44%
Buruk 10 16%
📊 Prior 📈 Likelihoods 📋 Rekap 🔍 Test Data 20 🧮 Simulator

1 Probabilitas Prior Kinerja

Probabilitas Prior menunjukkan peluang awal untuk masing-masing kelas kinerja (Baik, Cukup, Buruk) sebelum melihat kriteria penilai lainnya. Nilai ini dihitung berdasarkan perbandingan jumlah data training pada masing-masing kelas terhadap total data training keseluruhan.

// Rumus: P(Kategori) = Jumlah Kategori / Total Data Training

P(Baik) = 25 / 62 = 0.4032

P(Cukup) = 27 / 62 = 0.4355

P(Buruk) = 10 / 62 = 0.1613

Data Training (Kinerja Terklasifikasi)

62 Baris
Nama Supir Kinerja
Abdillah Muhammad Cukup
Ade Ryan Muarif Cukup
Aden Gunawan Cukup
Agus Safiatullah Baik
Badaruddin Baik
Bagoes Muliawan Cukup
Bagus Ramadhansyah Putra Buruk
Bima Sakti Buruk
Bunial Islami Baik
Dani Ansari Buruk
Danil Rizal Buruk
Dedi Kurniawan Baik
Fahmi Reza Baik
Farid Harith M Cukup
Gunawan Buruk
Hafiz Chairy Baik
Hamka Ash Shiddieqy Baik
Hari Andiko Cukup
Hendra Mahyudi Cukup
Hisbul Bahri Baik
Ibrahim Saleh Cukup
Ihya Maulana Arif Baik
Ilham Ramadhan Cukup
Irfan Saptadi Baik
Jainuddin Ali Baik
Khairil Umam Cukup
Kurnia Bastian Baik
M. Haris Munandar Baik
M. Iqbal Faresi Buruk
M. Rizki Mufty Buruk
M. Yasir Cukup
M.Dailami Cukup
Mahatir Muhammad Cukup
Mardillah Cukup
Masrizal Cukup
Mauliansyah Baik
Muhammad Al Muarif Buruk
Muhammad Nizam Auza Baik
Muhammad Ridha Cukup
Muhammad Rizal Cukup
Muhammad Roni Azizi Cukup
Mujiburrahman Cukup
Nasrullah Baik
Nur Arifin Cukup
Owena Arishy Melala Baik
Rahmad Ayu Sayuti Cukup
Rahmad Rizki Karunia Cukup
Raihan Aulia Baik
Riski Ananda Putra Buruk
Riza Mardhatillah Baik
Rizki Qurnanda Baik
Saipullah Cukup
Satria Agung Purnama Baik
Sayidi Malikuddhahir Ar-Ramny Baik
Septy Ghozy Harda Buruk
Subur Purnama Cukup
Syuhada Baik
Teguh Dian Nugraha Cukup
Wahyu Firmansyah Cukup
Yaumil Akbar Baik
Yuswardi Cukup
Zulkarnen Baik