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)
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
(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
0.2857
P(AC)
0.7
(lanjutan)
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
0.2857
P(AC)
0.7
0 .2
0 .7
0 .5
0 .7
Mobil
0 .2
0.3 P(AC * dan CD) = 0.2
0 .1
0 .3
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
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 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
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
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
B2
B1
Bn
B3
12/09/2014
18
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)
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 :
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 )
(prior probabilities)
Probabilitas bersyarat:
P(M|S) = 0.6
Tentukan P(S|M)?
P(M|G) = 0.2
60%
40%
Pengeboran
20%
80%
(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
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
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
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)
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?
LOGO