PROBABILITAS BERSYARAT & TEOREMA BAYES

E-Learning

LOGO

Pendahuluan
Permasalahan kebebasan (independence) dan peluang
bersyarat (conditional probability) memainkan peran
yang penting dalam teori probabilitas (peluang)
Peluang bersyarat merupakan pengetahuan bagaimana
suatu informasi tambahan dapat mengubah pola pikir
kita mengenai suatu event dapat terjadi
Teorema Bayes merupakan aplikasi dari permasalahan
peluang bersyarat untuk memecahkan permasalahan
yang biasanya dinyatakan dalam complicated
statements.

PROBABILITAS BERSYARAT
Probabilitas Bersyarat adalah peluang suatu
event terjadi, jika diketahui event yang lain
terjadi lebih dulu

P(A B)
P(A | B)
P(B)

P(A B)
P(B | A)
P(A)

Probabilitas Event A terjadi

jika diketahui (given) Event
B terjadi lebih dulu
Probabilitas Event B terjadi
jika diketahui (given) Event
A terjadi lebih dulu

dimana P(A dan B) = P( A B)j joint probability dari A dan B

P(A) = marginal probability dari A
P(B) = marginal probability dari B

Conditional Probability
Contoh 1 :
Tentukan peluang bahwa sebuah dadu diundi satu kali
akan menghasilkan angka yang kurang dari 4 jika
a. Tidak diberikan informasi lain
b. Diketahui lemparan tersebut menghasilkan angka
ganjil

Conditional Probability
Pemecahan :
a. Misalkan B menyatakan kejadian kurang dari 4,
maka
1 1 1 3 1
P( B) P(1) P(2) P(3)
6 6 6 6 2
b. Misalkan A menyatakan kejadian bilangan ganjil,
maka

1 1 1 3 1
P( A) P(1) P(3) P(5)
6 6 6 6 2
1 1 2 1
P( A B) P(1) P(3)
6 6 6 3

Conditional Probability
Sehingga
PB A

P( A B) 1 3 2

P( A)
12 3

Jadi, informasi tambahan bahwa pengundian

tersebut menghasilkan angka ganjil membuat nilai
peluangnya naik dari 1/2 menjadi 2/3

Contoh 2 PROBABILITAS BERSYARAT

Dari data diketahui bahwa mobil yang dijual di

pasaran, 70% nya dilengkapi dengan air
conditioning (AC), 40% dilengkapi dengan CD
player (CD) dan 20% dilengkapi kedua alat
tersebut.

Berapa peluang sebuah mobil dilengkapi CD

player, jika diketahui mobil tersebut juga
dilengkapi AC ?
Jadi, yang ditanyakan adalah P(CD | AC)

Contoh PROBABILITAS BERSYARAT

(lanjutan)

Dari data diketahui bahwa mobil yang dijual di pasaran, 70% nya
dilengkapi dengan air conditioning (AC), 40% dilengkapi dengan CD
player (CD) dan 20% dilengkapi kedua alat tersebut.

CD

No CD

Total

AC

0.2

0.5

0.7

No AC

0.2

0.1

0.3

Total

0.4

0.6

1.0

P(CD AC) 0.2

P(CD | AC)

0.2857
P(AC)
0.7

Contoh PROBABILITAS BERSYARAT

(lanjutan)

Given AC, dari 70% mobil yang menggunakan AC dimana 20%nya

dilengkapi dengan CD player, sehingga 20% dari 70% adalah
28.57%.
CD

No CD

Total

AC

0.2

0.5

0.7

No AC

0.2

0.1

0.3

Total

0.4

0.6

1.0

P(CD and AC) 0.2

P(CD | AC)

0.2857
P(AC)
0.7

Menggunakan Diagram Pohon

Given ada AC atau
tidak ada AC:

0 .2
0 .7

0 .5
0 .7

P(AC dan CD) = 0.2

P(AC dan CD*) = 0.5

Mobil

0 .2
0.3 P(AC * dan CD) = 0.2

0 .1
0 .3

P(AC * dan CD*) = 0.1

Diagram Pohon
0 .2
0 .4
Given ada CD atau
tidak ada CD:

All
Cars

0 .2
0 .4
0 .5
0 .6

0 .1
0 .6

(lanjutan)
P(CD dan AC) = 0.2

P(CD dan AC*) = 0.2

P(CD* dan AC) = 0.5

P(CD* dan AC*) = 0.1

Sifat-sifat peluang bersyarat :

1. P(BA) > 0
2. P(A) = 1
3. Jika B1 B2 = , maka

PB1 B2 A PB1 A PB2 A

4. Hukum komplemen

PB A 1 PB A

5. Hukum perkalian

P A B P A PB A PB PA B

Independent Events
Jika 2 events tidak berhubungan, dimana muncul
(atau tidak munculnya) salah satu event tidak akan
mempengaruhi kemungkinan event lainnya, maka
events tersebut dinamakan independent.
Secara matematis, event A dan B dikatakan
independent, jika dan hanya jika

P A B P A PB

Independent Events
Jika dikombinasikan dengan hukum perkalian
(multiplicative rule), maka peluang bersyarat :

P(A B) P(A | B) P(B)

atau

P A B P A PB A
Jika event A dan B independent, maka

PB A PB
Dengan cara yang sama diperoleh

PA B P A

Independent Events
Theorema :
Jika A dan B independent, maka event berikut
juga independent

A dan B

A dan B

A dan B

Definisi : jika A, B, dan C independent, maka

P A B C P A PB PC

Independent Events
Terdapat kecenderungan untuk menyamakan makna
mutually exclusive dan probabilistically independent
Mutually exclusive tidak akan pernah menjadi
probabilistically independent, atau sebaliknya
Sebagai ilustrasi, misalkan A dan B adalah events
dengan P(A) = 0.3 dan P(B) = 0.4
Jika A dan B mutually exclusive, maka A B = dan
P(A B) = P( ) = 0
Dilain pihak, jika A dan B probabilistically independent,
maka

P(A B) = P(A) P(B) = (0.3) (0.4) 0

TEOREMA BAYES
Ditemukan
oleh
Reverend
Thomas Bayes abad ke 18.
Dikembangkan secara luas dalam
statistik inferensia.
Aplikasi banyak digunakan untuk :
DSS (Decision Support System)
persamaan paling bermanfaat
dalam teori peluang dan statistik

Partisi dan Peluang Total

Definisi :
Jika B1, B2, , Bn adalah subset-subset dari S
dengan kondisi :
i. BiBj= , untuk i j
ii. B1U B2U U Bn= S
maka B1, B2, , Bn disebut partisi dari S
S

B2

B1

Bn

B3
12/09/2014

18

Partisi dan Peluang Total

S

B2

B1

Bn

B3

A=AS
= A ( B1U B2U B3 U U Bn)
= (A B1) U (A B2) U U (A Bn)
P(A) = P(A B1) + P (A B2) + + P (A Bn)

Teorema Probabilitas Total

Bila {Bi} merupakan partisi dari
sample space
Lalu {ABi} merupakan partisi
dari event A, maka
berdasarkan sifat probabilitas
didapatkan :
Kemudian asumsikan bahwa
P(Bi)>0 untuk semua i. Maka
dapat didefinisikan theorema
probabilitas total sbb :

B2
B1

B3

Bn

Teorema Bayes
Bila {Bi} merupakan partisi dari sample space
Asumsikan bahwa P(A)>0 dan P(Bi)>0 untuk semua i.
Maka :

Kemudian, berdasarkan teorema probabilitas

total,diperoleh :

Ini merupakan teorema Bayes

Peluang P(Bi) disebut peluang a priori dari event Bi
Peluang P(BiA) disebut peluang a posteriori dari event Bi (bila
diketahui event A terjadi)

TEOREMA BAYES
Teorema bayes yang hanya dibatasi oleh dua buah
kejadian dapat diperluas untuk kejadian n buah.
Teorema bayes untuk kejadian bersyarat dengan i
kejadian adalah sebagai berikut:
P( Bi A)
P( Bi | A)
dengan ketentuan bahwa P(A) 0 ....(1)
P( A)
P( A Bi )
P( A | Bi )
dengan ketentuan bahwa P(Bi ) 0...(2)
P( Bi )

Contoh Teorema Bayes

Sebuah perusahaan pengeboran minyak mengestimasi
bahwa peluang pengeoboran itu sukses adalah 40%. Dari
pengalaman perusahaan tsb diketahui bahwa 60%
keberhasilan pengeboran itu karena dikerjakan dengan
prosedur yang benar dan tepat sedangkan 20%
pengeborannya gagal walaupun dikerjakan dengan
prosedur yang benar dan tepat.
Jika perusahaan pengeboran tsb sudah melaksanakan
prosedur yang benar dan tepat berapa peluang
perusahaan tsb berhasil dalam pengeboran
minyaknya?

Contoh Teorema Bayes

(lanjutan)

Misal S = sukses pengeborannya

G = gagal pengeboranny
M = Pengeboran berhasil dengan metode
yang benar dan tepat
P(S) = 0.4 , P(G) = 0.6

(prior probabilities)

Probabilitas bersyarat:
P(M|S) = 0.6

Tentukan P(S|M)?

P(M|G) = 0.2

Menggunakan Diagram Pohon

(lanjutan)

60%

40%
Pengeboran

20%

80%

Contoh Teorema Bayes

P(M | S)P(S)
P(S | M)
P(M | S)P(S) P(M | G)P(G)

(lanjutan)

(0.6)(0.4)

(0.6)(0.4) (0.2)(0.6)
0.24

0.667
0.24 0.12
Jadi peluang perusahaan tsb berhasil dalam
pengeboran,jika diketahui sudah menggunakan
prosedur yang benar dan tepat adalah 0.667

Menggunakan Tabel Kontingensi

(lanjutan)

Jadi peluang perusahaan tsb berhasil dalam

pengeboran,jika diketahui sudah menggunakan
prosedur yang benar dan tepat adalah 0.667

Event

Prior
Prob.

Conditional
Prob.

Joint
Prob.

Revised
Prob.

S (sukses)

0.4

0.6

(0.4)(0.6) = 0.24

0.24/0.36 = 0.667

G (gagsl)

0.6

0.2

(0.6)(0.2) = 0.12

0.12/0.36 = 0.333

Tot = 0.36

PROBABILITAS BERSYARAT
Latihan :
Diberikan populasi sarjana disuatu kota yang dibagi menurut
jenis kelamin dan status pekerjaan sebagai berikut :
Bekerja

Menganggur

Jumlah

Laki-laki
Wanita

460
140

40
260

500
400

Jumlah

600

300

900

Akan diambil seorang dari mereka untuk ditugaskan melakukan

promosi barang. Ternyata yang terpilih adalah dalam status
bekerja, berapakah probabilitasnya bahwa dia :
a. Laki-laki b. wanita

Latihan Teorema Bayes

Contoh 1:

Sebuah pabrik VCR membeli salah satu microchip-nya dari 3 perusahaan

yang berbeda. 30% microchip tersebut dibeli dari perusahaan X, 20% dari
perusahaan Y, dan 50% dari perusahaan Z. Berdasarkan pengalaman, 3%
microchip perusahaan X cacat, 5% microchip perusahaan Y cacat, dan
4% microchip perusahaan Z cacat. Pada saat microchips tersebut sampai
di pabrik, mereka langsung menempatkannya dalam kotak tanpa inspeksi
atau mengidentifikasi asal microchip terlebih dahulu.
a). Seorang pekerja mengambil sebuah microchip secara acak dan
ternyata cacat. Berapa peluang bahwa microchip tersebut berasal dari
perusahaan Y?
b). Jika pada saat diambil sampel secara acak dan diketahui microchip
yang terambi tidak cacat, berapa peluangnya berasal dari perusahaan Z?

Latihan
2. Seseorang melamar pekerjaan pada 2 perusahaan, A dan B.
Dia menduga bahwa peluang akan diterima di perusahaan A
adalah 0.4, dan di perusahaan B 0.3. Diasumsikan
penerimaan karyawan pada kedua perusahaan tersebut
adalah independen, hitung peluang :
a. Dia akan diterima di kedua perusahaan
b. Dia akan diterima paling sedikit di satu perusahaan
c. Dia diterima di perusahaan A tetapi tidak di
perusahaan B

Soal- soal
3. Pada suatu percobaan untuk meneliti pengaruh
kebiasaan merokok terhadap kanker paru-paru,
dikumpulkan data yang melibatkan 180 orang
yang dijelaskan dalam tabel di bawah ini :
Bukan Perokok

Kanker paru-paru
Tidak kanker paru-paru

21
48

Perokok Sedang

36
26

Perokok Berat

30
19

Satu orang diambil secara acak dari kelompok ini, dan

ternyata orang tersebut orang yang bukan perokok. Berapa
peluang orang tersebut adalah penderita kanker paru-paru?
(sebagai alat bantu, buat diagram pohonnya terlebih dahulu)
12/09/2014

31

Latihan
4. Suatu perusahaan TV mempunyai tiga pabrik, yaitu A, B, dan C
dengan persentase produksi masing-masing adalah 15%, 35%, dan
50%. Tiap pabrik menghasilkan produk (TV) cacat, yaitu masingmasing 1% (A), 5% (B), dan 2% (C)

a. Apabila sebuah TV diambil secara acak dari keseluruhan

produk yang ada, berapakah besarnya peluang bahwa TV
yang terpilih tersebut dalam keadaan cacat?
b. Sebuah TV diambil secara acak dan ditemukan dalam
keadaan cacat, berapakah peluang TV yang cacat tersebut
berasal dari produksi pabrik C?
c. Sebuah TV diambil secara acak dan ditemukan dalam
keadaan tidak cacat, berapakah peluang TV yang tidak
cacat tersebut berasal dari produksi pabrik A?

Latihan
5. Yayasan Pendidikan Telkom (YPT) akan memberikan beasiswa
kepada 2 orang mahasiswa IT Telkom berdasarkan kriteria
tertentu. Berdasarkan kriteria tersebut terkumpul beberapa
mahasiswa yang dicalonkan sebagai penerima beasiswa, yaitu :
Jurusan TI : 5 orang mahasiswi dan 6 orang mahasiswa, TE: 4
orang mahasiswi dan 5 orang mahasiswa, dan IF : 3 orang
mahasiswi dan 7 orang mahasiswa. Dari ketiga jurusan tersebut
dipilih satu jurusan secara acak, kemudian dipilih 2 (dua) orang
mahasiswa sekaligus.
a. Berapakah peluangnya bahwa 2 orang mahasiswa yang
terpilih tsb terdiri dari 1 mahasiswi dan 1 mahasiswa?
b. Bila yang terpilih adalah seperti pada kondisi di bagian a,
berapakah peluangnya mahasiswa-mahasiswa tsb berasal dari
Jurusan TE?

Tim Dosen E-Learning STATISTIKA

LOGO