Adam Hendra Brata
Probabilitas dan
Statistika“Teorema Bayes”
Introduksi - Joint Probability
Peluang Kejadian Bersyarat
Jika munculnya A mempengaruhi peluang
munculnya kejadian B atau sebaliknya, A dan B
adalah kejadian bersyarat, sehingga:
Jika A dan B saling bebas, maka A B = ,
sehingga P(A | B) = 0
)(
)()|(
Bp
BApBAp
Introduksi
Teorema
Bayes
Joint Probability – Hukum Perkalian
Contoh Joint Probability – Hukum Perkalian
Berapa peluang terpilih anak berambut lurus
dengan syarat hitam ?
Jenis
RambutWarna
Hitam Tidak hitam
Lurus 2 0
Ikal 2 4
Keriting 1 2
Introduksi
Teorema
Bayes
Introduksi - Diskusi
Diskusi
Bagaimana cara menghitung peluang bersyarat
jika terdapat 2 atau lebih kondisi yang saling
terkait ?
Jika misalkan 1 kejadian dipengaruhi oleh
beberapa kejadian yang lain ?
Introduksi
Teorema
Bayes
Teorema Bayes
Teorema Bayes
Teorema 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
Introduksi
Teorema
Bayes
Teorema Bayes
Teorema Bayes
Aplikasi teorema Bayes banyak ditemukan
pada bidang komputer cerdas sebagai salah
satu dasar dari metode machine learning dan
data mining
Introduksi
Teorema
Bayes
Teorema Bayes
Diagram Venn Teorema Bayes
Digunakan bila ingin menghitung
probabilitas P(B1|A), P(B2|A), ….,
P(Bn|A)
Introduksi
Teorema
Bayes
B1
B2
B3
A Bn
A Bn
Teorema Bayes
Konsep Formula Teorema Bayes
Misalkan peristiwa {B1,B2,….,BN} merupakan
suatu sekatan (partisi) dari ruang sampel S
dengan P(Bn) ≠ 0 untuk n = 1,2,…,N
Dan misalkan A suatu kejadian sembarang
dalam S dengan P(A) ≠ 0
Introduksi
Teorema
Bayes
untuk N = 3
N
n
N
n
nnn BAPBPABPAP1 1
)|()()()( (1)
Teorema Bayes
Konsep Formula Teorema Bayes
Berdasar teorema Probabilitas Bersyarat :
Probabilitas bersyarat suatu peristiwa A,
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)
Introduksi
Teorema
Bayes
Teorema Bayes
Konsep Formula Teorema Bayes
Sehingga dari persamaan (3) dengan (4)
didapatkan :
P(AB) = 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)
Introduksi
Teorema
Bayes
Teorema Bayes
Konsep Formula Teorema Bayes
Berdasarkan hubungan probabilitas A dengan
probabilitas kejadian bersyarat sebagaimana
ditunjukkan persamaan (1), yaitu :
Introduksi
Teorema
Bayes
N
n
nn BPBAPAP )()|()(
Teorema Bayes
Konsep Formula Teorema Bayes
Sehingga Probabilitas suatu kejadian yang
dibatasi oleh n buah kejadian sebagai syaratnya
akan kita peroleh dari penurunan rumus sebagai
berikut :
Introduksi
Teorema
Bayes
Nn
BAPBP
BAPBP
AP
BAPABP
N
n
nn
nnnn ,..2,1;
)|()(
)|()(
)(
)()|(
1
)()|(...)()|()()|(
)()|()|(
2211 nn
nnn
BPBAPBPBAPBPBAP
BPBAPABP
Teorema Bayes
Formula Teorema Bayes
Secara umum formula teorema Bayes adalah
sebagai berikut :
Introduksi
Teorema
Bayes
𝑃 𝐴 𝐵 =𝑃 𝐵 𝐴 𝑃 𝐴
𝑃 𝐵
Peluang Posterior
Peluang PriorPeluang Likelihood
Peluang Evidence
Teorema Bayes
Formula Teorema Bayes
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
Introduksi
Teorema
Bayes
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
P(B2) = 0.1
P(A|B1) = 0.2
P(A|B2) = 0,3
B1 : Peristiwa ISP A digunakan
B2 : Peristiwa ISP B digunakan
A : Peristiwa terjadinya ketidakstabilan
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 :
P(B1) = 0.9
P(B2) = 0.1
P(A|B1) = 0.2
P(A|B2) = 0,3
B1 : Peristiwa ISP A digunakan
B2 : Peristiwa ISP B digunakan
A : Peristiwa terjadinya ketidakstabilan
Koneksi Internet
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 :
0,4 BPdan 0,6 BP 21
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.
Sedangkan Simbol dengan nilai 0 adalah:
0,1 B|AP
0,9 B|AP
12
11
0,9 B|AP
0,1 B|AP
22
21
Teorema Bayes
Contoh Soal Teorema Bayes (2)
Diagram Binary Symmetric Communication System
)|( 22 BAP
)|( 21 BAP
)|( 12 BAP
)|( 11 BAP
0,1
0,9
0,1
0,9
A1
A2
B1
B2
P(B1)=0,6
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
Sedang probabilitas diterima sinyal yang salah pada sisi
penerima setelah pengirim mengirimkan sinyal 1 atau 0 adalah:
0,857 0,42
0,36
0,42
0,9(0,4)
)P(A
))P(BB|P(A )A|P(B
0,931 0,58
0,54
0,58
0,9(0,6)
)P(A
))P(BB|P(A )A|P(B
2
22222
1
11111
0,143 0,42
0,06
0,42
0,1(0,6)
)P(A
))P(BB|P(A )A|P(B
0,069 0,58
0,04
0,58
0,1(0,4)
)P(A
))P(BB|P(A )A|P(B
2
11221
1
22112
Terimakasih dan Semoga
Bermanfaat v^^