Probabilitas dan

Statistika
“Teorema Bayes”

Adam Hendra Brata

Introduksi - Joint Probability
Introduksi Peluang Kejadian Bersyarat
Jika munculnya A mempengaruhi peluang
Teorema munculnya kejadian B atau sebaliknya, A dan B
Bayes adalah kejadian bersyarat, sehingga:

p( A  B)
p( A | B) 
p( B)
Jika A dan B saling bebas, maka A  B = ,
sehingga P(A | B) = 0
Joint Probability – Hukum Perkalian
Introduksi Contoh Joint Probability – Hukum Perkalian

Teorema Jenis
Warna
Bayes Rambut
Hitam Tidak hitam
Lurus 2 0
Ikal 2 4
Keriting 1 2

 Berapa peluang terpilih anak berambut lurus

dengan syarat hitam ?
Introduksi - Diskusi
Introduksi Diskusi
 Bagaimana cara menghitung peluang bersyarat
Teorema jika terdapat 2 atau lebih kondisi yang saling
Bayes terkait ?
 Jika misalkan 1 kejadian dipengaruhi oleh
beberapa kejadian yang lain ?
Teorema Bayes
Teorema Bayes
Introduksi Teorema Bayes
 Nama teorema Bayes diambil dari nama
Teorema penemu teorema tersebut, yaitu Reverend
Bayes Thomas Bayes (1702 – 1761)
 Teorema Bayes digunakan untuk menghitung
probabilitas terjadinya suatu peristiwa,
berdasarkan pengaruh yang didapat dari hasil
observasi peristiwa sebelumya
 Teorema Bayes menyempurnakan teorema
probabilitas bersyarat yang hanya dibatasi
oleh 2 buah kejadian sehingga dapat diperluas
untuk n buah kejadian
 Dikembangkan secara luas dalam statistika
inferensia / induktif
Teorema Bayes
Introduksi Teorema Bayes
 Aplikasi teorema Bayes banyak ditemukan
Teorema pada bidang komputer cerdas sebagai salah
Bayes satu dasar dari metode machine learning dan
data mining
Teorema Bayes
Introduksi Diagram Venn Teorema Bayes A Bn

Teorema
Bayes Bn
A
B1

B2

B3

 Digunakan bila ingin menghitung

probabilitas  P(B1|A), P(B2|A), ….,
P(Bn|A)
Teorema Bayes
Introduksi Konsep Formula Teorema Bayes
 Misalkan peristiwa {B1,B2,….,BN} merupakan
Teorema suatu sekatan (partisi) dari ruang sampel S
Bayes dengan P(Bn) ≠ 0 untuk n = 1,2,…,N
Dan misalkan A suatu kejadian sembarang
dalam S dengan P(A) ≠ 0

untuk N = 3

N N
P( A)   P( Bn  A)   P( Bn ) P( A | Bn ) (1)
n 1 n 1
Teorema Bayes
Introduksi Konsep Formula Teorema Bayes
 Berdasar teorema Probabilitas Bersyarat :
Teorema  Probabilitas bersyarat suatu peristiwa A,
Bayes
dengan syarat peristiwa B didefinisikan sebagai:

P(A|B) = P(A  B) / P(B) ; P(B) > 0 (2)

Atau

P(B|A) = P(B  A) / P(A) ; P(A) > 0 (3)

 Dimana berdasar teori himpunan kita ketahui :

P(A  B) = P(B  A) (4)

Teorema Bayes
Introduksi Konsep Formula Teorema Bayes
 Sehingga dari persamaan (3) dengan (4)
Teorema didapatkan :
Bayes
P(AB) = P(A|B) P(B) = P(B|A) P(A) (5)

 Maka

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

P(B|A) = P(A|B) P(B) / P(A) (6)
Teorema Bayes
Introduksi Konsep Formula Teorema Bayes
 Berdasarkan hubungan probabilitas A dengan
Teorema probabilitas kejadian bersyarat sebagaimana
Bayes ditunjukkan persamaan (1), yaitu :

N
P( A)   P( A | Bn ) P( Bn )
n
Teorema Bayes
Introduksi Konsep Formula Teorema Bayes
 Sehingga Probabilitas suatu kejadian yang
Teorema dibatasi oleh n buah kejadian sebagai syaratnya
Bayes akan kita peroleh dari penurunan rumus sebagai
berikut :

P( A  Bn ) P( Bn ) P( A | Bn )
P( Bn | A)   N ; n  1,2,..N
 P( Bn ) P( A | Bn )
P( A)
n 1

P( A | Bn ) P( Bn )
P( Bn | A) 
P( A | B1 ) P( B1 )  P( A | B2 ) P( B2 )  ...  P( A | Bn ) P( Bn )
Teorema Bayes
Introduksi Formula Teorema Bayes
 Secara umum formula teorema Bayes adalah
Teorema sebagai berikut :
Bayes
Peluang Prior
Peluang Likelihood

𝑃 𝐵𝐴 𝑃 𝐴
𝑃 𝐴𝐵 =
𝑃 𝐵
Peluang Posterior
Peluang Evidence
Teorema Bayes
Introduksi Formula Teorema Bayes
 Peluang Posterior adalah prediksi peluang
Teorema munculnya satu kejadian berdasarkan informasi
Bayes dari kejadian yang lain
 Peluang Prior adalah peluang munculnya suatu
kejadian yang sudah kita yakini sebelumnya dan
bisa jadi kejadian ini dipengaruhi kejadian yang
lain
 Peluang Likelihood adalah peluang yang
menyatakan derajat kemungkinan pengaruh
suatu informasi kejadian terhadap kejadian yang
lain
 Peluang Evidence adalah sebuah ukuran
pembanding konstan berdasarkan peluang
suatu informasi kejadian
Teorema Bayes
Contoh Soal Teorema Bayes (1)
 Sebuah Warnet biasanya membutuhkan koneksi internet yang
cukup agar semua aktivitas pelanggannya terjamin dari adanya
pemutusan aliran paket data internet. Terdapat dua sumber
layanan data internet (ISP) yang digunakan, yaitu ISP A dan
ISP B (untuk backup). Bila koneksi internet ISP A padam maka
secara otomatis ISP B akan aktif dan memberikan aliran data
untuk seluruh PC Client . Masalah yang selama ini menganggu
adalah ketidakstabilan koneksi internet, baik dari ISP A
maupun ISP B, yang akan mengganggu kenyamanan
pelanggan. Selama beberapa tahun terakhir, diketahui bahwa
probabilitas terjadinya koneksi internet mati adalah 0.1,
dengan kata lain peluang bahwa warnet itu menggunakan ISP
A adalah 0.9 dan peluang menggunakan ISP B adalah
0.1.Peluang terjadi ketidakstabilan pada koneksi ISP A
maupun ISP B masing-masing 0.2 dan 0.3.
Teorema Bayes
Contoh Soal Teorema Bayes (1)
Pertanyaan :
1. Berapa peluang terjadi ketidakstabilan koneksi internet
(secara keseluruhan, baik dengan ISP A maupun ISP B) ?
2. Bila suatu saat diketahui terjadi ketidakstabilan koneksi
internet , maka berapakah probabilitas saat itu koneksi
internet berasal dari ISP B ?
Teorema Bayes
Contoh Soal Teorema Bayes (1)
1. Peluang terjadi ketidakstabilan koneksi internet

Diketahui :
P(B1) = 0.9 B1 : Peristiwa ISP A digunakan
P(B2) = 0.1 B2 : Peristiwa ISP B digunakan
P(A|B1) = 0.2 A : Peristiwa terjadinya ketidakstabilan
P(A|B2) = 0,3 Koneksi Internet

Maka :
P(A) = P(B1).P(A|B1) + P(B2).P(A|B2)
= (0.9).(0.2)+(0.2).(0.3)
= 0.21
Teorema Bayes
Contoh Soal Teorema Bayes (1)
2. Peluang terjadi ketidakstabilan koneksi internet jika
koneksi internet berasal dari ISP B ?

Diketahui :
B1 : Peristiwa ISP A digunakan
P(B1) = 0.9 B2 : Peristiwa ISP B digunakan
P(B2) = 0.1 A : Peristiwa terjadinya ketidakstabilan
P(A|B1) = 0.2 Koneksi Internet
P(A|B2) = 0,3

Maka dengan menggunakan rumus probalilitas bersyarat

diperoleh :
P(B2|A) = P(B2 ∩ A) / P(A)
= P(B2).P(A|B2) / P(A)
= 0.03 / 0.21
= 0.143
Teorema Bayes
Contoh Soal Teorema Bayes (2)
 Suatu sistem komunikasi biner yang transmitter-nya
mengirimkan sinyal hanya dua buah, yaitu sinyal 1 atau 0 yang
dilewatkan kanal (Channel) untuk mencapai penerima.
 Kanal itu dapat mengakibatkan terjadinya kesalahan
pengiriman. Misalnya pengiriman sinyal 1, ternyata di sisi
penerima menerima sinyal 0 (merupakan kesalahan)
 Oleh karena itu ruang sampel berdasarkan kejadian komunikasi
ini hanya mempunyai dua elemen, yaitu sinyal 1 dan sinyal 0
Teorema Bayes
Contoh Soal Teorema Bayes (2)
 Misalnya himpunan Bn , n=1,2 menyatakan event (kejadian)
munculnya simbol sinyal 1 pada sisi pemancar. Sedangkan
himpunan An , n = 1,2 menyatakan event munculnya sinyal 1
pada sisi penerima sesudah melewati kanal dan sinyal nilai 0
pada sisi penerima.
 Jika probabilitas munculnya sinyal nilai 1 dan nilai 0 dianggap
memiliki probabilitas berikut :

PB1   0,6 dan PB2   0,4

Teorema Bayes
Contoh Soal Teorema Bayes (2)
 Probabilitas bersyarat menggambarkan pengaruh kanal ketika
sinyal-sinyal itu ditransferkan. Sinyal 1 yang dikirimkan dan
diterima sebagai sinyal 1 dengan probabilitas 0,9.

PA1 | B1   0,9
PA 2 | B1   0,1

 Sedangkan Simbol dengan nilai 0 adalah:

PA1 | B 2   0,1
PA 2 | B 2   0,9
Teorema Bayes
Contoh Soal Teorema Bayes (2)
 Diagram Binary Symmetric Communication System

P(B1)=0,6
B1 0,9 A1
P ( A1 | B1 )

0,1
P( A2 | B1 )

P( A1 | B2 )

0,1

0,9
B2 P ( A2 | B2 ) A2
P(B2)=0,4
Teorema Bayes
Contoh Soal Teorema Bayes (2)
Pertanyaan :
1. Berapakah probabilitas sinyal dengan syarat yang dikirimkan
benar pada sisi penerima A1 dan A2 jika dilakukan
perhitungan dengan menggunakan teorema Bayes ?
2. Berapakah probabilitas sinyal dengan syarat yang dikirimkan
salah pada sisi penerima A1 dan A2 jika dilakukan
perhitungan dengan menggunakan teorema Bayes ?
Teorema Bayes
Contoh Soal Teorema Bayes (2)
Solusi :
 Jumlah probabilitas bersyarat kedua kejadian adalah
berjumlah 1
P(A 1|B1 ) + P(A 2|B1 ) = 1

 Jadi probabilitas kejadian A1 dan A2 adalah sebagai berikut :

P(A 1) = P(A 1|B1 ) P(B 1) + P(A 1|B2 ) P(B 2)
= 0,9(0,6) + 0,1(0,4)
= 0,58
P(A 2) = P(A 2|B1 ) P(B 1) + P(A 2|B2 ) P(B 2)
= 0,1(0,6) + 0,9(0,4)
= 0,42
Teorema Bayes
Contoh Soal Teorema Bayes (2)
Solusi :
 Probabilitas kejadian pada sisi penerima (benar), setelah
melewati kanal
P(A1 | B1 )P(B1 ) 0,9(0,6) 0,54
P(B1 | A 1 )     0,931
P(A1 ) 0,58 0,58
P(A 2 | B 2 )P(B2 ) 0,9(0,4) 0,36
P(B 2 | A 2 )     0,857
P(A 2 ) 0,42 0,42
 Sedang probabilitas diterima sinyal yang salah pada sisi
penerima setelah pengirim mengirimkan sinyal 1 atau 0 adalah:
P(A1 | B 2 )P(B 2 ) 0,1(0,4) 0,04
P(B 2 | A1 )     0,069
P(A1 ) 0,58 0,58
P(A 2 | B1 )P(B1 ) 0,1(0,6) 0,06
P(B1 | A 2 )     0,143
P(A 2 ) 0,42 0,42
Terimakasih dan Semoga
Bermanfaat v^^