Bayesian Network

Bayesian Network, atau jaringan Bayesian, adalah struktur grafis yang merepresentasikan hubungan probabilistik antar variabel menggunakan graf berarah tanpa siklus (DAG). Setiap node pada jaringan menggambarkan variabel acak, sedangkan edge menunjukkan ketergantungan probabilistik antar variabel. Bayesian Network banyak digunakan dalam kecerdasan buatan, bioinformatika, dan analisis risiko.

Komponen Bayesian Network

Komponen utama dalam Bayesian Network meliputi node (variabel acak), edge (hubungan antar variabel), dan conditional probability tables (CPT) yang mendeskripsikan distribusi probabilitas setiap variabel berdasarkan parent-nya. Dengan struktur ini, Bayesian Network dapat digunakan untuk inferensi probabilistik yang kompleks.

Aplikasi Bayesian Network

Salah satu aplikasi utama Bayesian Network adalah dalam diagnosis medis, di mana hubungan antar gejala dan penyakit dimodelkan secara probabilistik. Selain itu, jaringan ini juga digunakan dalam analisis risiko keuangan dan pemodelan sistem biologis.

Pembelajaran Struktur dan Parameter

Pembelajaran pada Bayesian Network meliputi dua aspek, yaitu pembelajaran struktur (menentukan hubungan antar variabel) dan pembelajaran parameter (menghitung probabilitas bersyarat). Berbagai algoritma telah dikembangkan untuk memudahkan proses pembelajaran ini, baik secara supervised maupun unsupervised.