SlideShare a Scribd company logo
1 of 11
Teorema BayesTeorema Bayes
UT – Banjarmasin : Padlah Riyadi., CA., MM
 Misalkan ada dua jenis ikan (bandeng dan kakap) yangMisalkan ada dua jenis ikan (bandeng dan kakap) yang
berjalan melalui conveyor.berjalan melalui conveyor.
 Kita diminta mengamati objek-objek tersebut lewat diKita diminta mengamati objek-objek tersebut lewat di
conveyor secara random dan memprediksi ikan apa yangconveyor secara random dan memprediksi ikan apa yang
akan lewat selanjutnya.akan lewat selanjutnya.
 Akan ada dua kemungkinan: misalkan hAkan ada dua kemungkinan: misalkan h11 mewakili ikanmewakili ikan
bandeng dan hbandeng dan h22 mewakili ikan kakap.mewakili ikan kakap.
 Jika sebelumnya diketahui bahwa jumlah ikan bandeng danJika sebelumnya diketahui bahwa jumlah ikan bandeng dan
kakap yang ditangkap sama banyak, maka peluangkakap yang ditangkap sama banyak, maka peluang
munculnya kedua ikan tersebut sama besar.munculnya kedua ikan tersebut sama besar.
4.1 Ide Dasar4.1 Ide Dasar
4.1 Ide Dasar4.1 Ide Dasar (cont’d)(cont’d)
 Selanjutnya didefinisikan suatuSelanjutnya didefinisikan suatu Probabilitas PriorProbabilitas Prior::
» P(h1
) : Peluang munculnya ikan bandeng
» P(h2
) : Peluang munculnya ikan kakap
 Probabilitas prior tersebut menyatakan perkiraan kita akanProbabilitas prior tersebut menyatakan perkiraan kita akan
jenis ikan apa yang muncul berikutnya sebelum ada ikan yangjenis ikan apa yang muncul berikutnya sebelum ada ikan yang
benar-benar lewat di conveyor itu.benar-benar lewat di conveyor itu.
 Misal N adalah jumlah total ikan yang tertangkap, NMisal N adalah jumlah total ikan yang tertangkap, N11 dan Ndan N22
menyatakan jumlah ikan bandeng dan jumlah ikan kakap,menyatakan jumlah ikan bandeng dan jumlah ikan kakap,
maka:maka:
» P(h1
) = N1
/ N
» P(h2
) = N2
/ N
DimanaDimana Probabilitas BersyaratProbabilitas Bersyarat: P(x | h): P(x | h)
menyatakan peluang munculnya x jika diketahui h.menyatakan peluang munculnya x jika diketahui h.
dan:dan:
Bentuk umum teorema Bayes:
atau
4.2 Formula4.2 Formula
Contoh 1Contoh 1
Diketahui suatu kondisi sbb:Diketahui suatu kondisi sbb:
Peluang munculnya cacat jika diambil produk dari pabrik A adalah:
Jika secara random diambil dan ternyata hasilnya cacat, maka peluang
barang yang terambil tsb dari pabrik A adalah:
Contoh 2Contoh 2
 Terdapat dua hipotesis:
1. Pasien mengidap kanker
2. Pasien tidak mengidap kanker
 Data yang tersedia dari uji lab memiliki 2 kemungkinan, yaitu
positif (+) dan negatif (-).
 Terdapat informasi prior bahwa untuk keseluruhan populasi
hanya 0.008 yang menderita kanker.
 Uji lab menunjukkan bahwa dari seluruh keluaran positif, yang
benar mengidap kanker 98%.
 Sedangkan dari seluruh keluaran negatif, yang benar tidak
mengidap kanker 97%.
Contoh 2Contoh 2 lanjlanj
Dari situasi tersebut dapat kita rangkum:
P(cancer) = 0.008 --> P(~ cancer) = 0.992
P(+ | cancer) = 0.98 --> P(- | cancer) = 0.02
P(- | ~ cancer) = 0.97 --> P(+ | ~ cancer) = 0.03
Jika disajikan dalam bentuk tabel:
Misalkan ada uji lab baru dan hasilnya positif.
Apa kesimpulan kita akan pasien yang bersangkutan
(cancer / tidak)?
Uji Lab cancer ~ cancer
+ 0.98 0.03
- 0.02 0.97
0.008 0.992
Contoh 2Contoh 2 lanjlanj
Sehingga probabilitas posterior dapat dihitung sebagai berikut:Sehingga probabilitas posterior dapat dihitung sebagai berikut:
LATIHANLATIHAN
Suatu generator telekomunikasi nirkabel mempunyai 3 pilihanSuatu generator telekomunikasi nirkabel mempunyai 3 pilihan
tempat untuk membangun pemancar sinyal yaitu di daerahtempat untuk membangun pemancar sinyal yaitu di daerah tengahtengah
kotakota, daerah, daerah kaki bukitkaki bukit , dan, dan tepi pantaitepi pantai, dengan masing-masing, dengan masing-masing
mempunyai peluangmempunyai peluang 0.20.2,, 0.30.3, dan, dan 0.50.5. Bila pemancar dibangun di. Bila pemancar dibangun di
tengah kota, peluang terjadi ganguan sinyal adalahtengah kota, peluang terjadi ganguan sinyal adalah 0.050.05. Bila. Bila
pemancar dibangun dikaki bukit, peluang terjadinya ganguanpemancar dibangun dikaki bukit, peluang terjadinya ganguan
sinyal adalahsinyal adalah 0.060.06. Bila pemancar dibangun ditepi pantai, pelaung. Bila pemancar dibangun ditepi pantai, pelaung
ganguan sinyal adalahganguan sinyal adalah 0.080.08
Pertanyaan:
A. Berapakah peluang terjadinya ganguan sinyal?
B. Bila diketahui telah terjadinya gangguan pada sinyal, berapa
peluang bahwa operator tsb ternyata telah membangun pemancar
di tepi pantai?
LATIHANLATIHAN
Jawaban:Jawaban:
Tengah Kota Kaki Bukit Tepi Pantai
Pasang 0.2 0.3 0.5
Gangguan Sinyal 0.05 0.06 0.08
A. P(GS) = 0.2x0.05 + 0.3x0.06 + 0.5x0.08 = 0.068A. P(GS) = 0.2x0.05 + 0.3x0.06 + 0.5x0.08 = 0.068
B. Peluang terpasang di Tepi Pantai jika terjadi gangguan sinyal:
End Of FileEnd Of File

More Related Content

What's hot

Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Muhammad Ali Subkhan Candra
 
Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)rizka_safa
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITCabii
 
Analisis Algoritma - Strategi Algoritma Greedy
Analisis Algoritma - Strategi Algoritma GreedyAnalisis Algoritma - Strategi Algoritma Greedy
Analisis Algoritma - Strategi Algoritma GreedyAdam Mukharil Bachtiar
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialSilvia_Al
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalAYU Hardiyanti
 
Statistik 1 4 probabilitas
Statistik 1 4 probabilitasStatistik 1 4 probabilitas
Statistik 1 4 probabilitasSelvin Hadi
 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionRani Nooraeni
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomialMarwaElshi
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikGe Grace
 
Deret taylor and mac laurin
Deret taylor and mac laurinDeret taylor and mac laurin
Deret taylor and mac laurinMoch Hasanudin
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4Az'End Love
 

What's hot (20)

Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
 
Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)
 
Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
 
Analisis Algoritma - Strategi Algoritma Greedy
Analisis Algoritma - Strategi Algoritma GreedyAnalisis Algoritma - Strategi Algoritma Greedy
Analisis Algoritma - Strategi Algoritma Greedy
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Statistik 1 4 probabilitas
Statistik 1 4 probabilitasStatistik 1 4 probabilitas
Statistik 1 4 probabilitas
 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal Distribution
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 
Materi 6. perulangan
Materi 6. perulanganMateri 6. perulangan
Materi 6. perulangan
 
Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
Poisson distribution
Poisson distributionPoisson distribution
Poisson distribution
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
 
Deret taylor and mac laurin
Deret taylor and mac laurinDeret taylor and mac laurin
Deret taylor and mac laurin
 
Bab Uji Hipotesis awal
Bab Uji Hipotesis awalBab Uji Hipotesis awal
Bab Uji Hipotesis awal
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Rantai Markov 1
Rantai Markov 1Rantai Markov 1
Rantai Markov 1
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 

Viewers also liked

Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitaspadlah1984
 
Techniques for Conclusions
Techniques for ConclusionsTechniques for Conclusions
Techniques for Conclusionstet2
 
Soal Soshum SBMPTN 2015
Soal Soshum SBMPTN 2015Soal Soshum SBMPTN 2015
Soal Soshum SBMPTN 2015Alfipi
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikAniklestari1997
 
Ppt hipergeometrik
Ppt hipergeometrikPpt hipergeometrik
Ppt hipergeometriknur fadillah
 
Materi Rekayasa Lalu Lintas Pertemuan ke-3
Materi Rekayasa Lalu Lintas Pertemuan ke-3Materi Rekayasa Lalu Lintas Pertemuan ke-3
Materi Rekayasa Lalu Lintas Pertemuan ke-3Lampung University
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometriknyungunyung
 
Ilmu Ukur Tanah Pertemuan 2 dan 3
Ilmu Ukur Tanah Pertemuan 2 dan 3Ilmu Ukur Tanah Pertemuan 2 dan 3
Ilmu Ukur Tanah Pertemuan 2 dan 3Lampung University
 
Stat prob11 distribution_sampling
Stat prob11 distribution_samplingStat prob11 distribution_sampling
Stat prob11 distribution_samplingArif Rahman
 
Distribusi Binomial dan Poison
Distribusi Binomial dan PoisonDistribusi Binomial dan Poison
Distribusi Binomial dan PoisonPutri Handayani
 
EKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaan
EKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaanEKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaan
EKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaanAncilla Kustedjo
 
EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...
EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...
EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...Ancilla Kustedjo
 
EKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan Lokasi
EKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan LokasiEKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan Lokasi
EKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan LokasiAncilla Kustedjo
 
Latihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskritLatihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskritSiti Yuliati
 
sistem transportasi pertemuan ke-2
sistem transportasi pertemuan ke-2sistem transportasi pertemuan ke-2
sistem transportasi pertemuan ke-2Lampung University
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikwiwik1354
 
EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...
EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...
EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...Ancilla Kustedjo
 

Viewers also liked (20)

Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
Shotlist
ShotlistShotlist
Shotlist
 
Techniques for Conclusions
Techniques for ConclusionsTechniques for Conclusions
Techniques for Conclusions
 
Horror directors
Horror directorsHorror directors
Horror directors
 
Soal Soshum SBMPTN 2015
Soal Soshum SBMPTN 2015Soal Soshum SBMPTN 2015
Soal Soshum SBMPTN 2015
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Ppt hipergeometrik
Ppt hipergeometrikPpt hipergeometrik
Ppt hipergeometrik
 
Materi Rekayasa Lalu Lintas Pertemuan ke-3
Materi Rekayasa Lalu Lintas Pertemuan ke-3Materi Rekayasa Lalu Lintas Pertemuan ke-3
Materi Rekayasa Lalu Lintas Pertemuan ke-3
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrik
 
Ilmu Ukur Tanah Pertemuan 2 dan 3
Ilmu Ukur Tanah Pertemuan 2 dan 3Ilmu Ukur Tanah Pertemuan 2 dan 3
Ilmu Ukur Tanah Pertemuan 2 dan 3
 
Stat prob11 distribution_sampling
Stat prob11 distribution_samplingStat prob11 distribution_sampling
Stat prob11 distribution_sampling
 
Distribusi Binomial dan Poison
Distribusi Binomial dan PoisonDistribusi Binomial dan Poison
Distribusi Binomial dan Poison
 
EKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaan
EKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaanEKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaan
EKMA 4478 - Analisis Kasus Bisnis Modul 2 : Keputusan investasi dan pendanaan
 
Frações
FraçõesFrações
Frações
 
EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...
EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...
EKMA 4478 - Analisis Kasus Bisnis Modul 4 : Perencanaan kapasitas dan manajem...
 
EKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan Lokasi
EKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan LokasiEKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan Lokasi
EKMA 4478 - Analisis Kasus Bisnis Modul 3 : Strategi Proses dan Penentuan Lokasi
 
Latihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskritLatihan soal beberapa distribusi peluang diskrit
Latihan soal beberapa distribusi peluang diskrit
 
sistem transportasi pertemuan ke-2
sistem transportasi pertemuan ke-2sistem transportasi pertemuan ke-2
sistem transportasi pertemuan ke-2
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrik
 
EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...
EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...
EKMA 4478 - Analisis Kasus Bisnis Modul 5 : Analisis Kasus Perencanaan, Rekru...
 

More from padlah1984

Kebijakan Kriminal dari suatu keputusan .ppt
Kebijakan Kriminal dari suatu keputusan .pptKebijakan Kriminal dari suatu keputusan .ppt
Kebijakan Kriminal dari suatu keputusan .pptpadlah1984
 
Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...
Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...
Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...padlah1984
 
KJA Goes to Campus_All for accounting SME
KJA Goes to Campus_All for accounting  SMEKJA Goes to Campus_All for accounting  SME
KJA Goes to Campus_All for accounting SMEpadlah1984
 
Jenis-Dokumen-Freight-Forwarding for logistic
Jenis-Dokumen-Freight-Forwarding for logisticJenis-Dokumen-Freight-Forwarding for logistic
Jenis-Dokumen-Freight-Forwarding for logisticpadlah1984
 
KEPABEANAN dalam konsep tata laksana manajemen logistik
KEPABEANAN dalam konsep tata laksana manajemen  logistikKEPABEANAN dalam konsep tata laksana manajemen  logistik
KEPABEANAN dalam konsep tata laksana manajemen logistikpadlah1984
 
Penggunaan-Azas-Domunius Litis pada kewenangan kejaksaan
Penggunaan-Azas-Domunius Litis pada kewenangan kejaksaanPenggunaan-Azas-Domunius Litis pada kewenangan kejaksaan
Penggunaan-Azas-Domunius Litis pada kewenangan kejaksaanpadlah1984
 
Pengantar pembaharuan dari hukum pidana terbaru
Pengantar pembaharuan dari hukum pidana terbaruPengantar pembaharuan dari hukum pidana terbaru
Pengantar pembaharuan dari hukum pidana terbarupadlah1984
 
Retensi Kejahatan Harta Benda by Padlah Riyadi.ppt
Retensi Kejahatan Harta Benda by Padlah Riyadi.pptRetensi Kejahatan Harta Benda by Padlah Riyadi.ppt
Retensi Kejahatan Harta Benda by Padlah Riyadi.pptpadlah1984
 
0.3.SPI GCG PM.pdf
0.3.SPI GCG PM.pdf0.3.SPI GCG PM.pdf
0.3.SPI GCG PM.pdfpadlah1984
 
0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf
0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf
0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdfpadlah1984
 
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdfpadlah1984
 
7 S TRIO MOTOR BISA.ppt
7 S TRIO MOTOR BISA.ppt7 S TRIO MOTOR BISA.ppt
7 S TRIO MOTOR BISA.pptpadlah1984
 
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdfpadlah1984
 
Materi Sosialisasi JHT Sesi 2 final.pptx
Materi Sosialisasi JHT Sesi 2 final.pptxMateri Sosialisasi JHT Sesi 2 final.pptx
Materi Sosialisasi JHT Sesi 2 final.pptxpadlah1984
 
Materai Elektronik.pdf
Materai Elektronik.pdfMaterai Elektronik.pdf
Materai Elektronik.pdfpadlah1984
 
Pengembangan Investasi Daerah.pptx
Pengembangan Investasi Daerah.pptxPengembangan Investasi Daerah.pptx
Pengembangan Investasi Daerah.pptxpadlah1984
 
2. Peranan Humas.ppt
2. Peranan Humas.ppt2. Peranan Humas.ppt
2. Peranan Humas.pptpadlah1984
 
pajak-dalam-perusahaan.pptx
pajak-dalam-perusahaan.pptxpajak-dalam-perusahaan.pptx
pajak-dalam-perusahaan.pptxpadlah1984
 
1. RUPS WTI.pptx
1. RUPS WTI.pptx1. RUPS WTI.pptx
1. RUPS WTI.pptxpadlah1984
 
1. Ekonomi_china.ppt
1. Ekonomi_china.ppt1. Ekonomi_china.ppt
1. Ekonomi_china.pptpadlah1984
 

More from padlah1984 (20)

Kebijakan Kriminal dari suatu keputusan .ppt
Kebijakan Kriminal dari suatu keputusan .pptKebijakan Kriminal dari suatu keputusan .ppt
Kebijakan Kriminal dari suatu keputusan .ppt
 
Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...
Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...
Pengertian Praktek Beacara pada Pengadilan Pidana Indonesia-pengadilan-pidana...
 
KJA Goes to Campus_All for accounting SME
KJA Goes to Campus_All for accounting  SMEKJA Goes to Campus_All for accounting  SME
KJA Goes to Campus_All for accounting SME
 
Jenis-Dokumen-Freight-Forwarding for logistic
Jenis-Dokumen-Freight-Forwarding for logisticJenis-Dokumen-Freight-Forwarding for logistic
Jenis-Dokumen-Freight-Forwarding for logistic
 
KEPABEANAN dalam konsep tata laksana manajemen logistik
KEPABEANAN dalam konsep tata laksana manajemen  logistikKEPABEANAN dalam konsep tata laksana manajemen  logistik
KEPABEANAN dalam konsep tata laksana manajemen logistik
 
Penggunaan-Azas-Domunius Litis pada kewenangan kejaksaan
Penggunaan-Azas-Domunius Litis pada kewenangan kejaksaanPenggunaan-Azas-Domunius Litis pada kewenangan kejaksaan
Penggunaan-Azas-Domunius Litis pada kewenangan kejaksaan
 
Pengantar pembaharuan dari hukum pidana terbaru
Pengantar pembaharuan dari hukum pidana terbaruPengantar pembaharuan dari hukum pidana terbaru
Pengantar pembaharuan dari hukum pidana terbaru
 
Retensi Kejahatan Harta Benda by Padlah Riyadi.ppt
Retensi Kejahatan Harta Benda by Padlah Riyadi.pptRetensi Kejahatan Harta Benda by Padlah Riyadi.ppt
Retensi Kejahatan Harta Benda by Padlah Riyadi.ppt
 
0.3.SPI GCG PM.pdf
0.3.SPI GCG PM.pdf0.3.SPI GCG PM.pdf
0.3.SPI GCG PM.pdf
 
0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf
0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf
0.2. Sekretaris Perusahaan, Kehumasan GCG PM.pdf
 
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdf
 
7 S TRIO MOTOR BISA.ppt
7 S TRIO MOTOR BISA.ppt7 S TRIO MOTOR BISA.ppt
7 S TRIO MOTOR BISA.ppt
 
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf0.1  Perbankan, Pelaporan Keuangan dan PU. PM.pdf
0.1 Perbankan, Pelaporan Keuangan dan PU. PM.pdf
 
Materi Sosialisasi JHT Sesi 2 final.pptx
Materi Sosialisasi JHT Sesi 2 final.pptxMateri Sosialisasi JHT Sesi 2 final.pptx
Materi Sosialisasi JHT Sesi 2 final.pptx
 
Materai Elektronik.pdf
Materai Elektronik.pdfMaterai Elektronik.pdf
Materai Elektronik.pdf
 
Pengembangan Investasi Daerah.pptx
Pengembangan Investasi Daerah.pptxPengembangan Investasi Daerah.pptx
Pengembangan Investasi Daerah.pptx
 
2. Peranan Humas.ppt
2. Peranan Humas.ppt2. Peranan Humas.ppt
2. Peranan Humas.ppt
 
pajak-dalam-perusahaan.pptx
pajak-dalam-perusahaan.pptxpajak-dalam-perusahaan.pptx
pajak-dalam-perusahaan.pptx
 
1. RUPS WTI.pptx
1. RUPS WTI.pptx1. RUPS WTI.pptx
1. RUPS WTI.pptx
 
1. Ekonomi_china.ppt
1. Ekonomi_china.ppt1. Ekonomi_china.ppt
1. Ekonomi_china.ppt
 

Recently uploaded

aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdfaksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdfwalidumar
 
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...asepsaefudin2009
 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdfsdn3jatiblora
 
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptxMateri IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptxmuhammadkausar1201
 
Membuat Komik Digital Berisi Kritik Sosial.docx
Membuat Komik Digital Berisi Kritik Sosial.docxMembuat Komik Digital Berisi Kritik Sosial.docx
Membuat Komik Digital Berisi Kritik Sosial.docxNurindahSetyawati1
 
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdfDiskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdfHendroGunawan8
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...Kanaidi ken
 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatanssuser963292
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxdpp11tya
 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CAbdiera
 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxSlasiWidasmara1
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDNurainiNuraini25
 
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfBab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfbibizaenab
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdfanitanurhidayah51
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxssuser35630b
 
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfAksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfDimanWr1
 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..ikayogakinasih12
 
Dasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolikDasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolikThomasAntonWibowo
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMIGustiBagusGending
 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxPurmiasih
 

Recently uploaded (20)

aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdfaksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
aksi nyata - aksi nyata refleksi diri dalam menyikapi murid.pdf
 
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
Materi Sosiologi Kelas X Bab 1. Ragam Gejala Sosial dalam Masyarakat (Kurikul...
 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
 
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptxMateri IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
Materi IPAS Kelas 1 SD Bab 3. Hidup Sehat.pptx
 
Membuat Komik Digital Berisi Kritik Sosial.docx
Membuat Komik Digital Berisi Kritik Sosial.docxMembuat Komik Digital Berisi Kritik Sosial.docx
Membuat Komik Digital Berisi Kritik Sosial.docx
 
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdfDiskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
Diskusi PPT Sistem Pakar Sesi Ke-4 Simple Naïve Bayesian Classifier .pdf
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
 
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfBab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
 
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfAksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
 
Dasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolikDasar-Dasar Sakramen dalam gereja katolik
Dasar-Dasar Sakramen dalam gereja katolik
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
 

TeoremaBayes

  • 1. Teorema BayesTeorema Bayes UT – Banjarmasin : Padlah Riyadi., CA., MM
  • 2.  Misalkan ada dua jenis ikan (bandeng dan kakap) yangMisalkan ada dua jenis ikan (bandeng dan kakap) yang berjalan melalui conveyor.berjalan melalui conveyor.  Kita diminta mengamati objek-objek tersebut lewat diKita diminta mengamati objek-objek tersebut lewat di conveyor secara random dan memprediksi ikan apa yangconveyor secara random dan memprediksi ikan apa yang akan lewat selanjutnya.akan lewat selanjutnya.  Akan ada dua kemungkinan: misalkan hAkan ada dua kemungkinan: misalkan h11 mewakili ikanmewakili ikan bandeng dan hbandeng dan h22 mewakili ikan kakap.mewakili ikan kakap.  Jika sebelumnya diketahui bahwa jumlah ikan bandeng danJika sebelumnya diketahui bahwa jumlah ikan bandeng dan kakap yang ditangkap sama banyak, maka peluangkakap yang ditangkap sama banyak, maka peluang munculnya kedua ikan tersebut sama besar.munculnya kedua ikan tersebut sama besar. 4.1 Ide Dasar4.1 Ide Dasar
  • 3. 4.1 Ide Dasar4.1 Ide Dasar (cont’d)(cont’d)  Selanjutnya didefinisikan suatuSelanjutnya didefinisikan suatu Probabilitas PriorProbabilitas Prior:: » P(h1 ) : Peluang munculnya ikan bandeng » P(h2 ) : Peluang munculnya ikan kakap  Probabilitas prior tersebut menyatakan perkiraan kita akanProbabilitas prior tersebut menyatakan perkiraan kita akan jenis ikan apa yang muncul berikutnya sebelum ada ikan yangjenis ikan apa yang muncul berikutnya sebelum ada ikan yang benar-benar lewat di conveyor itu.benar-benar lewat di conveyor itu.  Misal N adalah jumlah total ikan yang tertangkap, NMisal N adalah jumlah total ikan yang tertangkap, N11 dan Ndan N22 menyatakan jumlah ikan bandeng dan jumlah ikan kakap,menyatakan jumlah ikan bandeng dan jumlah ikan kakap, maka:maka: » P(h1 ) = N1 / N » P(h2 ) = N2 / N
  • 4. DimanaDimana Probabilitas BersyaratProbabilitas Bersyarat: P(x | h): P(x | h) menyatakan peluang munculnya x jika diketahui h.menyatakan peluang munculnya x jika diketahui h. dan:dan: Bentuk umum teorema Bayes: atau 4.2 Formula4.2 Formula
  • 5. Contoh 1Contoh 1 Diketahui suatu kondisi sbb:Diketahui suatu kondisi sbb: Peluang munculnya cacat jika diambil produk dari pabrik A adalah: Jika secara random diambil dan ternyata hasilnya cacat, maka peluang barang yang terambil tsb dari pabrik A adalah:
  • 6. Contoh 2Contoh 2  Terdapat dua hipotesis: 1. Pasien mengidap kanker 2. Pasien tidak mengidap kanker  Data yang tersedia dari uji lab memiliki 2 kemungkinan, yaitu positif (+) dan negatif (-).  Terdapat informasi prior bahwa untuk keseluruhan populasi hanya 0.008 yang menderita kanker.  Uji lab menunjukkan bahwa dari seluruh keluaran positif, yang benar mengidap kanker 98%.  Sedangkan dari seluruh keluaran negatif, yang benar tidak mengidap kanker 97%.
  • 7. Contoh 2Contoh 2 lanjlanj Dari situasi tersebut dapat kita rangkum: P(cancer) = 0.008 --> P(~ cancer) = 0.992 P(+ | cancer) = 0.98 --> P(- | cancer) = 0.02 P(- | ~ cancer) = 0.97 --> P(+ | ~ cancer) = 0.03 Jika disajikan dalam bentuk tabel: Misalkan ada uji lab baru dan hasilnya positif. Apa kesimpulan kita akan pasien yang bersangkutan (cancer / tidak)? Uji Lab cancer ~ cancer + 0.98 0.03 - 0.02 0.97 0.008 0.992
  • 8. Contoh 2Contoh 2 lanjlanj Sehingga probabilitas posterior dapat dihitung sebagai berikut:Sehingga probabilitas posterior dapat dihitung sebagai berikut:
  • 9. LATIHANLATIHAN Suatu generator telekomunikasi nirkabel mempunyai 3 pilihanSuatu generator telekomunikasi nirkabel mempunyai 3 pilihan tempat untuk membangun pemancar sinyal yaitu di daerahtempat untuk membangun pemancar sinyal yaitu di daerah tengahtengah kotakota, daerah, daerah kaki bukitkaki bukit , dan, dan tepi pantaitepi pantai, dengan masing-masing, dengan masing-masing mempunyai peluangmempunyai peluang 0.20.2,, 0.30.3, dan, dan 0.50.5. Bila pemancar dibangun di. Bila pemancar dibangun di tengah kota, peluang terjadi ganguan sinyal adalahtengah kota, peluang terjadi ganguan sinyal adalah 0.050.05. Bila. Bila pemancar dibangun dikaki bukit, peluang terjadinya ganguanpemancar dibangun dikaki bukit, peluang terjadinya ganguan sinyal adalahsinyal adalah 0.060.06. Bila pemancar dibangun ditepi pantai, pelaung. Bila pemancar dibangun ditepi pantai, pelaung ganguan sinyal adalahganguan sinyal adalah 0.080.08 Pertanyaan: A. Berapakah peluang terjadinya ganguan sinyal? B. Bila diketahui telah terjadinya gangguan pada sinyal, berapa peluang bahwa operator tsb ternyata telah membangun pemancar di tepi pantai?
  • 10. LATIHANLATIHAN Jawaban:Jawaban: Tengah Kota Kaki Bukit Tepi Pantai Pasang 0.2 0.3 0.5 Gangguan Sinyal 0.05 0.06 0.08 A. P(GS) = 0.2x0.05 + 0.3x0.06 + 0.5x0.08 = 0.068A. P(GS) = 0.2x0.05 + 0.3x0.06 + 0.5x0.08 = 0.068 B. Peluang terpasang di Tepi Pantai jika terjadi gangguan sinyal:
  • 11. End Of FileEnd Of File