Aturan perkalian

Aturan perkalian adalah salah satu konsep yang ada dalam penentuan susunan peluang.

Teorema

Aturan perkalian menyatakan bahwa “bila suatu operasi dapat dilakukan dengan n1 cara,
dan bila untuk tiap cara ini operasi kedua dapat dikerjakan dengan n2 cara, maka kedua operasi
itu dapat dikerjakan bersama-sama dengan n1n2 cara.”

Secara umum dirumuskan sebagai berikut :” : “Jika suatu prosedur dapat dipecah menjadi
dua tahap dan jika tahap pertama menghasilkan 𝑚 keluaran yang mungkin dan masing-masing
keluaran dilanjutkan ke tahap kedua dengan 𝑛 keluaran yang mungkin, maka prosedur tersebut
akan menghasilkan 𝑚 × 𝑛 keluaran yang mungkin”.

Kaidah perkalian sebagaimana dikemukakan di atas dapat pula dipahami sebagai kaidah
pengisian tempat yang tersedia yang diilustrasikan sebagai berikut.

Berapa banyak password (kata kunci) dengan panjang 5 angka yang dapat dibentuk dari
angka-angka 1, 2, 3, 4,dan 5 jika tidak boleh ada angka berulang.Beberapa Contoh password itu
adalah 12345, 23415, 54231, dan seterusnya. Perhatikan bahwa 22341, 1234, atau 522341
bukan contoh password dimaksud. Mengapa? Untuk dapat menentukan banyaknya cara
dimaksud, dapat dilakukan secara sistematis sebagai berikut. Kita sediakan 5 tempat yang dapat

ditempati 5 angka yang disediakan.

1) Tempat pertama dapat diisi dengan 5 cara, yakni angka 1, 2, 3, 4, 5

2) Tempat kedua dapat diisi dengan 4 cara
3) Demikian seterusnya hingga tempat kelima dapat diisi dengan 1 cara
4) Dengan demikian, total banyaknya cara adalah ... cara

Ketika kita menghitung banyaknya cara menyusun password di atas, kita telah
menggunakan kaidah pengisian yang tersedia, yang secara umum dijelaskan sebagai
berikut
 1) Banyaknya cara mengisi tempat pertama
2) Banyaknya cara mengisi tempat kedua setelah tempat pertama terisi
3) Banyaknyacara mengisi tempat ke-𝑘 setelah (𝑘 − 1) tempat sebelumnya terisi.

Contoh peristiwa pertama : dalam pelemparan Koin

1. Tentukan banyak hasil yang mungkin dari sebuah koin seimbang yang dilemparkan
sebanyak dua kali.
Jawaban :

Banyaknya hasil yang mungkin pada percobaan pertama pelemparan koin adalah
2, yaitu Angka (A) dan Gambar (G). Sama dengan percobaan pertama, banyaknya hasil
yang mungkin pada percobaan kedua adalah 2, yaitu A dan G. Oleh karena itu n1=2
dan n2=2. Dengan demikian, banyak hasil yang mungkin dari pelemparan koin sebanyak
dua kali adalah 2\times2=4.2×2=4. Hasil yang mungkin tersebut adalah
AA, AG
GA, GG
Contoh peristiwa kedua : dalam pemilihan jabatan
2. Misalkan, dari 3 orang siswa, yaitu Algi, Bianda, dan Cahyadi akan dipilih untuk menjadi
ketua kelas, sekretaris, dan bendahara dengan aturan bahwa seseorang tidak boleh
merangkap jabatan pengurus kelas.
Jawaban :
 Untuk ketua kelas (K) Posisi ketua kelas dapat dipilih dari 3 orang, yaitu Algi (A),
Bianda (B), atau Cahyadi (C). Jadi, posisi ketua kelas dapat dipilih dengan 3 cara.
 Untuk Sekretaris (S) Jika posisi ketua kelas sudah terisi oleh seseorang maka
posisi sekretaris hanya dapat dipilih dari 2 orang yang belum terpilih menjadi
pengurus kelas. Jadi, posisi sekretaris dapat dipilih dengan 2 cara.
 Untuk Bendahara (H) Jika posisi ketua kelas dan sekretaris sudah terisi maka
posisi bendahara hanya ada satu pilihan, yaitu dijabat oleh orang yang belum
terpilih menjadi pengurus kelas. Jadi, posisi bendahara dapat dipilih dengan 1
cara.
Dengan demikian, banyak cara yang dilakukan untuk memilih 3 orang
pengurus kelas dari 3 orang kandidat adalah : 3 × 2 × 1 = 6 cara.
 Aturan Bayes

Nama teorema Bayes diambil dari nama penemu teorema tersebut, yaitu Reverend
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.

Aplikasi teorema Bayes banyak ditemukan pada bidang komputer cerdas sebagai salah satu
dasar dari metode machine learning dan data mining

Diagram Venn Teorema Bayes

Digunakan bila ingin menghitung probabilitas → P(B1|A), P(B2|A), …., P(Bn|A)

Secara Umum formula Teorema Bayes adalah sebagai berikut :

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

Dengan keterangan sebagai berikut :

  Peluang Posterior adalah prediksi peluang munculnya satu kejadian berdasarkan informasi 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
Formula sebelumnya kita namakan dengan Rumus A. Jika kita memiliki variabel
kejadian bukan A (~A) maka formula yang digunakan adalah.

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

Nah untuk Formula diatas Kita beri nama Rumus B.

Contoh peristiwa 1 : Kit Uji Penyakit

Pada penyakit yang diderita oleh 0,1% populasi penduduk terdapat sebuat alat uji
dengan akurasi 99% mendeteksi penderita penyakit tersebut. Namun alat tersebut memiliki
kemungkinan 0,5% false positive, yaitu salah mendeteksi orang tidak sakit namun dideteksi
sakit. Jika seseorang dideteksi sakit oleh alat ini, sebenarnya berapa persen kemungkinan ia
benar-benar sakit?

Jawaban :

Menggunakan rumus B untuk penyelesaiannya

P ( positif |sakit ) P( sakit)

P ( sakit|Positif )=
P ( positif |sakit ) P ( sakit )+ P ( positif | sakit ) P( sakit )

0,99 . 0,001
P ( sakit| positif )=
0,999 . 0,001+ 0,005. 0.999

P ( sakit| positif )=0,1654135338

 P ( sakit| positif )=16,54 %
Cukup jelas, variabel telah disediakan oleh soal, yang mana peluang (hasil) positif
adalah benar-benar sakit, berapa yang dianggap positif namun tidak benar-benar sakit.
Peluang tidak sakit 0(~Sakit) adalah 100 %-0,1=99,9%=0,999
Contoh peristiwa 2: perkiraan cuaca
Besok Marie akan mengadakan resepsi di luar gedung, sayangnya prakiraan cuaca
bilang besok hujan. Sebenarnya di tahun-tahun belakangan ini hujan hanya turun 5
hari/tahun. Selama ini, jika benar-benar hujan, prakirawan cuaca memprediksi dengan
benar sebesar 90%. Jika tidak hujan, prakirawan salah memprediksi
sebanyak 10% (dari semua prediksi yang telah dibuat). Jadi berapa kemungkinan besok
benar-benar hujan? (Diasumsikan tidak ada tahun kabisat).
Jawaban :

P ( prediksi hujan|hujan ) P( hujan)

P ( Hujan| Hujan prediksi )=
P ( prediksi hujan|hujan ) P( hujan)+ P ( prediksi hujan| Hujan ) P( Hujan)

90 5
.
100 365
P ( Hujan| Hujan prediksi )=
90 5 10 360
. + .
100 365 100 365
9
730
P ( Hujan| Hujan prediksi )=
9 360
+
730 365
1
¿
9