Anda di halaman 1dari 9

MAKALAH KELOMPOK 7

PELUANG BERSYARAT DAN PELUANG BAYES

MATA KULIAH:

STATISTIKA DAN PROBABILITAS

Disusun Oleh:

SALWA NUR ATIFAH 1910631170044

SISCA YULIANTINA 1910631170045

SITA ALDEN 1910631170046

FAKULTAS ILMU KOMPUTER UNIVERSITAS

SINGAPERBANGSA KARAWANG

2020
KATA PENGANTAR
DAFTAR ISI

BAB 1
PENDAHULUAN
1.1 Latar Belakang
Peluang bersyarat adalah peluang terjadinya kejadian A bila diketahui bahwa suatu kejadian B telah
terjadi.  Peluang bersyarat dilambangkan dengan P(A│B). P(A│B) dibaca “peluang terjadinya A bila B
telah terjadi” atau “peluang A, bila AB diketahui”.Misalkan ruang contoh berpeluang sama dari
percobaan melempar sebuah dadu bersisi 6, maka S ={1,2,3,4,5,6}. Dan terdapat dua kejadian, yaitu B
adalah kejadian muncul sisi kurang dari 6, maka B ={1,2,3,4,5}; dan A adalah kejadian munculnya sisi
genap, maka A ={2,4,6}. Berdasarkan hal ini, makaP (B) =5/6, dan p(A) =3/6=1/2.Jika dua kejadian A
dan B dilakukan berurutan, yaitu B terjadi terlebih dahulu,kemudian menyusul A, maka A = {2,4,6}.
Peluang kejadian A setelah kejadian B (A given B ), atau dituliskan sebagai p(A │ B) =3/5.
Teorema Bayes dikemukakan oleh seorang pendeta presbyterian Inggris pada tahun 1763 yang
bernama Thomas Bayes . Teorema Bayes ini kemudian disepurnakan oleh Laplace. Teorema Bayes
digunakan untuk menghitung probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat
dari hasil observasi.Teorema ini menerangkan hubungan antara probabilitas terjadinya peristiwa A
dengan syarat peristiwa B telah terjadi dan probabilitas terjadinya peristiwa B dengan syarat peristiwa A
telah terjadi. Teorema ini didasarkan pada prinsip bahwa tambahan informasi dapat memperbaiki
probabilitas.
Teorema Bayes adalah sebuah teorema dengan dua penafsiran berbeda. Dalam penafsiran Bayes,
teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika
ada petunjuk baru. Dalam penafsiran frekuentis teorema ini menjelaskan representasi invers probabilitas
dua kejadian. Teorema ini merupakan dasar dari statistika Bayes dan memiliki penerapan
dalam sains, rekayasa, ilmu ekonomi (terutama ilmu ekonomi mikro), teori
permainan, kedokteran dan hukum. Penerapan teorema Bayes untuk memperbarui kepercayaan
dinamakan inferens Bayes.Teorema Bayes, diambil dari nama Rev. Thomas Bayes, menggambarkan
hubungan antara peluang bersyarat dari dua kejadian AA dan BB.

1.2 Rumusan Masalah


1.Bagaimana cara mencari peluang bersyarat?
2.Bagaimana cara mencari peluang total?
3.Bagaimana cara mencari peluang Bayes?

1.3 Tujuan
1.Dapat mengetahui cara mencari peluang bersyarat.
2.Dapat mengetahui cara mencari peluang total.
3.Dapat mengetahui cara mencari peluang Bayes.

BAB 2
PEMBAHASAN
2.1 Peluang Kejadian Bersyarat
Peluang kejadian bersyarat adalah terjadinya peluang kejadian A bila diketahui bahwa suatu
kejadian B telah terjadi. Peluang bersyarat dilambangkan dengan P(A|B). P(A|B) dibaca “peluang
terjadinya A bila B telah terjadi” atau “peluang A, bila AB diketahui”. Misalkan A dan B adalah dua
kejadian dalam ruang sampel S. Kejadian A dengan syarat B adalah kejadian munculnya A yang
ditentukan oleh persyaratan kejadian B telah muncul. Kejadian munculnya A dengan syarat B ditulis A|B.
Demikian juga sebaliknya, kejadian B dengan syarat A, ditulis B|A adalah kejadian munculnya B dengan
syarat kejadian A telah muncul.
Sifat sifat peluang kejadian bersyarat:
 Jika A ≤ B maka A B= A sehingga P(A|B) =P(A)/P(B)
 Jika B ≤A maka A B = B sehingga P(A|B) = 1
 0 ≤ P(A|B)< 1 == 0 < P(A B) < P(B)

Adapun peluang kejadian bersyarat dapat dirumuskan sebagai berikut:

P(A|B)= P(A ∩ B)/ P(B) atau P (B|A)= (A∩ B)/ P(A)

“peluang A dengan syarat B atau peluang terjadinya kejadian A bila B telah terjadi” atau “peluang
B dengan syarat A atau peluang terjadinya kejadian B bila A telah terjadi”.

Keterangan:

P= Peluang

A= kejadian A

B= Kejadian B yang sekaligus syarat untuk kejadian A

= irisan

| = setelah

Sehubungan dengan konsep probabilitas bersyarat, Feller (1968) dalam Carmen Díaz & Carmen
Batanero (2009: 21) menyarankan bahwa: “Gagasan probabilitas bersyarat adalah alat dasar teori
probabilitas”. Definisi umum dari probabilitas bersyarat adalah sebagai berikut: P (B) > 0 misalkan
sebuah peristiwa B, dalam ruang sampel. Dalam hal ini, untuk setiap peristiwa A dalam ruang sampel
yang sama, probabilitas bersyarat dari A mengingat bahwa B terjadi. Teori-teori filsafat telah menjelaskan
sebab-akibat. Salah satu ketentuan umum diterima (meskipun bukan satu-satunya ketentuan) adalah
bahwa jika suatu peristiwa A adalah penyebab lain peristiwa B, setiap kali A terjadi , B juga terjadi, dan
oleh karena itu menyatakan bahwa P= ( B|A)=1. Sebaliknya P= ( B|A)=1, jika maka tidak benar bahwa A
adalah penyebab B meskipun keberadaan bersyarat hubungan menunjukkan bahwa hubungan kausal
mungkin. Dalam beberapa kasus hubungan kondisional tidak berarti sebab akibat. Pengertian di atas
menjelaskan hubungan kedua peristiwa A dan peristiwa B yang terdapat antara peristiwa adalah
hubungan bersyarat. Dua peristiwa dikatakan mempunyai hubungan bersyarat jika peristiwa yang satu
menjadi syarat terjadinya peristiwa yang lain. Peristiwa tersebut ditulis dengan A|B untuk menyatakan
peristiwa A terjadi dengan didahului terjadinya peristiwa B. Peluangnya ditulis P(A|B) yang disebut
peluang bersyarat.

Definisi 1 : Peluang bersyarat B bila A diketahui, dinyatakan dengan P(B|A), ditentukan oleh :

CONTOH 1:

Probabilitas suatu penerbangan yang telah terjadwal teratur berangkat tepat waktu P(B) = 0,83;
probabilitas sampai tepat waktu P(S) = 0,82; dan probabilitas berangkat dan sampai tepat waktu P(B  S)
= 0,78. Carilah probabilitas bahwa pesawat:

a. sampai tepat waktu apabila diketahui berangkat tepat waktu.

b. berangkat tepat waktu jika diketahui sampai tepat waktu.

Jawab :

a. Probabilitas pesawat sampai tepat waktu jika diketahui berangkat tepat waktu adalah :
P(S|B)= P(B S)/P(B) = 0,78/0,83
= 0,94
b. Probabilitas pesawat berangkat tepat waktu apabila diketahui sampai tepat waktu adalah :
P(B|S)= P(BS)/P(S) = 0,78/0,82
= 0,95

CONTOH 2:

Sebuah dadu dilempar sekali, berapa munculnya bilangan genap jika diketahui telah muncul bilangan
prima!

Jawab:

Misal A adalah kejadian munculnya bilangan genap

A= {2,4,6}  P(A)= 3/6


B adalah kejadian munculnya bilangan prima

B= {2.3.5} P(B)= 3/6

A B = {2}  P(A B)= 1/6

Kejadian munculnya bilangan genap jika diketahui telah munculnya bilangan prima adalah A|B

P(A|B)= P (A B)/P(B)

= 1/6 : 3/6

= 1/6 x 6/3

= 1/3

2.2 Dalil Peluang Total

Jika B1,B2,B3,……..Bk adalah kumpulan kejadian saling terpisah, maka untuk sembarang
kejadian A yang merupakan himpunan bagian S berlaku:

P(A)= P(B1) P(A|B1)+ P(B2) P(A|B2)+……..+ P(Bk) P(A|Bk)

Dengan memenuhi syarat:

1. B1 U B2 ….U Bk= S
2. B1 U B2= ∅
3. P(B1) ≠ θ
CONTOH 1:
Suatu pabrik terdapat tiga buah mesin (yaitu M1,M2, dan M3) yang mengerjakan fungsi serupa. M1
menghasilkan 20% dari seluruh produk, M2 menghasilkan 30% dari seluruh produk, dan M3
menghasilkan 50% dari seluruh produk. Dari pengalaman diketahui bahwa M1 menghasilkan 4% produk
cacat, M2 menghasilkan 3% produk cacat ,dan M3 menghasilkan 5% produk cacat.
a. Sebuah produk yang dihasilkan pabrik itu diambil secara acak. Berapakah peluangnya produk
tersebut yang cacat?
b. Sebuah produk yang dihasilkan pabrik itu diambil secara acak dan ternyata cacat. Berapakah
peluangnya produk cacat tersebut dihasilkan mesin M2?( dengan cara kaidah Bayes)
Penyelesaian:
P(M1)= 0,2, P(M2)= 0,3, P(M3)= 0,5, P(A|M1)= 0,04, P(A|M2)= 0,03, P(A|M3)= 0,05.
Dengan syarat:
1. M1 U M2 U M3……..U Mn= S dipenuhi
2. Mi  Mj= ∅ untuk setiap i tidak sama dengan j, dipenuhi
3. P(M1), P(M2), dan P(M3) ≠ 0, dipenuhi

Maka:
P(A)= P(M1).P(A|M1)+ P(M2).P(A|M2)+ P(M3).P(A|M3)
P(A)= 0,2.0,04+ 0,3.0,03+ 0,5.0,05
= 0,008+ 0,009+ 0,025
= 0,042
Jadi, peluang terambilnya produk yang cacat adalah 0,042.

2.3 Pengertian Teorema Bayes


Teorema Bayes dikemukakan oleh oleh seorang pendeta Presbyterian Inggris pada tahun 1763
yang bernama Thoma Bayes.Teorema Bayes ini kemudian disempurnakan oleh Laplace. Teorema
Bayes digunakan untuk menghitung probabilitas terjadinya suatu peristiwa berdasarkan pengaruh
yang didapat dari hasil observasi.
Teorema ini menerangkan hubungan antara probabilitas terjadinya [eristiwa A dengan syarat
peristiwa B telah terjadi. Teorema didasarkan pada prinsip bahwa tambahan informasi dapat
memperbaiki probabilitas.
2.3.1 teorema Bayes
Misalkan kejadian B1, B2, …, Bk merupakan suatu partisi dari ruang sampel S dengan P(Bi)  0
untuk i = 1, 2, …, k. Misalkan A suatu kejadian sebarang dalam S dengan P(A)  0, maka :

untuk r = 1, 2, ………….., k.
BUKTI :
Menurut definisi probabilitas bersyarat :

P(Br | A)= P(Br  A) /P(A)


Selanjutnya,
Sehingga diperoleh:

CONTOH 1: Lanjutan dari soal cerita tentang peluang total dan bagian b.
a. Sebuah produk yang dihasilkan pabrik itu diambil secara acak dan ternyata cacat. Berapakah
peluangnya produk cacat tersebut dihasilkan mesin M2?
Sudah diketahui bahwa:
P(M2).P(A|M2)= 0,3.0,03
= 0,009
P(A) = ∑k P(Mi). P(A|Mi)
i=1
= 0,042
Jadi: P(M2|A) = 0,009/0,042
= 0,2143.
CONTOH 2 :
Dari 900 karyawan di suatu perusahaan diketahui 600 berkinerja baik dan 300 berkinerja tidak baik. Jika
36 berkinerja baik adalah telah mengikuti pelatihan dan 12 dari yang berkinerja tidak baik adalah telah
mengikuti pelatihan. Seorang karyawan akan dipilih secara random. Tentukanlah probabilitas karyawan
yang terpilih yang telah mengikuti pelatihan.
Diketahui:
B1= kejadian terpilih karyawan berkinerja baik
B2= Kejadian terpilih karyawan berkinerja tidak baik
A= kejadian terpilih karyawan yang mengikuti pelatihan.
Ditanya: peluang karyawan yang terpilih yang telah mengikuti pelatihan?
Jawab:
Rumus: P(A)= p(B1)P(A|B1)+(P(B2)P(A|B2)
P(B1) = n(B1)/n(S)= 600/900= 2/3= 0,67
P(B2) = n(B2)/n(S)=300/900= 1/3= 0,33
P(A|B1)= 36/600= 6/100= 0,06
P(A|B2)= 12/300= 2/50= 0,04
P(A)= P(B1)P(A|B1)+(P(B2)P(A|B2)
= 0,67*0,06 + 0,33*0,04
= 0,0402 + 0,0132
= 0,0534

BAB 3
PENUTUP
3.1 Kesimpulan
Peluang bersyarat adalah peluang terjadinya kejadian A bila diketahui bahwa suatu kejadian B
telah terjadi. Peluang bersyarat dilambangkan dengan P(A|B). P(A|B) dibaca “peluang terjadinya A
bila B telah terjadi” atau “peluang A, bila AB diketahui”. Pada intinya, peluang bersyarat itu
sebenarnya sama seperti peluang biasa, namun hanya ada syarat-syarat tertentu dalam menentukan
sebuah peluangnya.
Teorema bayes adalah sebuah teorema dengan dua penafsiran berbeda. Dalam penafsiran Bayes,
teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasioanal
ketika ada petunjuk baru. Teorema Bayes diambil dari nama Rev. Thomas Bayes, menggambarkan
hubungan antara peluang bersyarat dari dua kejadian A dan B sebagai berikut:

Sehingga diperoleh:
Dalam peluang total harus memenuhi syarat, diantaranya:

1.B1 U B2 ….U Bk= S

2.B1 U B2= ∅

3.P(B1) ≠ θ

Dan berlaku:

P(A)= P(B1) P(A|B1)+ P(B2) P(A|B2)+……..+ P(Bk) P(A|Bk).