Teorema Bayes

Teorema Peluang
Anggota kelompok 10
1. Moh. Ilham Romadhoni 19030174060
2. Awwalul Fitriyah 19030174021
3. ‘Adiilah Qurratul ‘Aini 19030174094
 Table of contents

01 02 03
Biografi Tokoh Teorema Bayes Contoh Permasalahan
Thomas Bayes
 Thomas Bayes

Thomas Bayes (1701-1761) adalah seorang ahli statistikk Inggris, filsuf dan pendeta
yang dikenal karena merumuskan kasus spesifik dari teorema yang menyandang
namanya : Teorema Bayes

"Potret" Bayes ini dianggap meragukan. Ini pertama kali muncul pada tahun 1936.
Source: https://mathshistory.st-andrews.ac.uk/Biographies/Bayes/
 Teorema Bayes
Teorema Bayes adalah persamaan matematika yang digunakan dalam
probabilitas dan statistik untuk menghitung probabilitas bersyarat .
Dengan kata lain, ini digunakan untuk menghitung probabilitas suatu
peristiwa berdasarkan hubungannya
dengan peristiwa lain.
 
Teorema ini merupakan dasar dari statistika Bayes dan
mempunyai penerapan dalam sains, rekayasa,
ilmu ekonomi (terutama ilmu ekonomi mikro),
teori permainan, kedokteran dan hukum
 Teorema Bayes
Review Peluang Bersyarat
 Misalkan kejadian S1, S2, S3, …, Sn merupakan suatu Diketahui untuk kejadian A, Peluang
kejadian saling lepas, jika diambil sebarang himpunan A,
maka peluang kejadian A
Bersyarat terjadinya Kejadian A,
dimana Kejadian B telah terjadi
adalah
 
Maka Persamaan:

  , bisa ditulis menjadi

Kaidah Bayes
¿
Misalkan kejadian dari S1, S2, S3, …, Sn merupakan suatu kejadian
saling lepas dari suatu ruang sampel S dan A himpunan sebarang, maka
setiap i berlaku :
 
𝑃 ( 𝑆 𝑖| 𝐴 ) =¿ ¿
Contoh
Contoh soal untuk teorema bayes
Contoh 1
Puspa akan menikah besok, dengan pesta pernikahannya di ruang terbuka. Dalam satu tahun terdapat
150 hari hujan. Sayangnya, peramal cuaca memprediksikan bahwa besok akan turun hujan. Dari
data, peramal tersebut mampu meramalkan esok hari terjadi hujan dengan tepat 80%. Di samping
itu, dia salah meramalkan esok hari hujan, padahal tidak hujan 10%. Berapakah peluangnya akan
terjadi hujan pada hari Puspa menikah?
Solusi 1
●   sampel dari peristiwa tersebut adalah dua kejadian yang saling asing,
Ruang
hujan dan tidak hujan. Sebagai tambahannya kejadian ketiga adalah peramal
cuaca memprediksikan hujan. Notasi dari kejadian-kejadian di atas diberikan
sebagai berikut.
● Kejadian A1. Hujan terjadi pada hari Puspa menikah.
● Kejadian A2. Hujan tidak terjadi pada hari Puspa menikah.
● Kejadian R. Peramal cuaca memprediksikan besok terjadi hujan.
Probabilitasnya diberikan sebagai berikut:
● Pr (Ada 150 hari hujan setahun)
● Pr (Ada 215 hari tidak hujan setahun)
● Pr (Saat terjadi hujan, peramal meramalkan hujan)
● Pr (Saat tidak terjadi hujan, peramal salah meramalkan hujan)
Solusi 1
Dengan mempertimbangkan prediksi peramal Jawabannya dapat dihitung
dengan menggunakan teorema Bayes di bawah ini.

Pr
 
 
Pr
 
Pr

Peluang terjadi hujan pada hari pernikahannya 84,81%.

Dengan peluang terjadi hujan sebesar itu, even organizer
harus siap-siap menghadapi kemungkinan-kemungkinan
yang diakibatkan oleh hujan untuk antisipasinya
 Contoh 2

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?
 Solusi 2

Kita menggunakan Rumus untuk

menyelesaikannya.
Pr
 
 
Pr
 
Pr
 
Peluang (hasil) positif yang benar-benar sakit adalah 16,54%,
Thanks
Do you have any questions?

addyouremail@freepik.com
+91 620 421 838
yourcompany.com

This presentation template was created by Slidesgo,

including icons by Flaticon, infographics & images by
Please keep this slide for attribution Freepik and illustrations by Stories