Skip to main content

Contoh Probabilitas dan Teorema Bayes - (2)

Marie akan menikah besok, dengan acara seremoni terbuka di padang pasir. Dalam beberapa tahun terakhir, hujan hanya terjadi 5 hari saja setiap tahun. Sayangnya, petugas cuaca telah memperkirakan bahwa besok akan hujan. Jika hujan benar-benar turun, petugas cuaca memprediksi dengan benar bahwa hujan turun 90% selama ini. Jika tidak turun hujan, dia salah memperkirakan hujan turun 10% selama ini. Berapa probabilitas bahwa hujan akan turun pada hari pernikahan Marie?



Solusi: sample space didefinisikan oleh dua event yang saling eksklusif yaitu, “hujan” dan “tidak hujan”. Selain itu ada event yang ketiga, yaitu ketika si petugas peramal cuaca memprediksi bahwa besok akan hujan. Jadi notasi untuk semua event tersebut adalah sbb:. 
  • Event A1. Hujan pada saat pernikahan Marie.
  • Event A2. Tidak hujan pada saat pernikahan Marie.
  • Event B. Petugas memprediksi hujan.
Dalam hal probabilitas, kita memiliki data sbb: 
  • P( A1 ) = 5/365 = 0.0136985 [probabilitas hujan adalah 5 hari dalam setahun]
  • P( A2 ) = 360/365 = 0.9863014 [probabilitas tidak hujan adalah 360 hari dalam setahun]
  • P( B | A1 ) = 0.9 [probabilitas petugas memprediksi hujan dan benar terjadi]
  • P( B | A2 ) = 0.1 [probabilitas petugas memprediksi hujan dan salah (tidak terjadi)]
Kita ingin tahu berapa besar probabilitas terjadi hujan dengan memperhatikan data probabilitas petugas dalam memprediksi cuaca atau dengan kata lain P( A1 | B ). Dari teorema bayes bisa kita dapat tentukan sbb:


Catatan:
Rumus dan penjelasan teorema bayes yamg digunakan untuk solusi di atas adalah sbb:
penjelasan:
P(Hi | E) = Probabilitas bahwa hipotesis Hi benar jika diberi bukti E
P(E | Hi) = probabilitas bahwa bukti E muncul jika mengetahui hipotesis itu benar
P(Hi) = Probabilitas apriori adalah probabilitas bahwa hipotesis Hi muncul tanpa bukti
k = jumlah kemungkinan hipotesis

--o0o--


Comments

Popular posts from this blog

Pengertian Binding dalam Bahasa Pemrograman dan Kapan Terjadinya

Binding dimaksudkan sebagai pengikatan (association) antara suatu entity dengan atributnya, misalnya binding/pengikatan antara suatu variable dengan tipe datanya atau dengan nilainya, atau dapat juga antara suatu operasi dengan simbol, misalnya simbol + dikenali sebagai operasi penjumlahan atau simbol ^ dikenali sebagai operasi pangkat, dll.  Peristiwa binding dan kapan terjadinya binding (biasanya disebut dengan binding time ) berperan penting dalam membicarakan semantics suatu bahasa pemrograman. Beberapa kemungkinan binding time adalah:

Latihan Soal Jawab Matematika Diskrit

Berikut di bawah ini adalah latihan soal jawab untuk matematika diskrit dengan topik-topik: Pernyataan Logika Circuits dan Ekspresi Boolean Argumen (valid/tidak valid) Teori Himpunan Permutasi Fungsi --o0o-- Pernyataan Logika 1. Buatlah tabel kebenaran untuk menentukan yang mana tautology dan yang mana contradiction dalam pernyataan logika (a) dan (b) di bawah ini: a. (p ∧ q) ∨ (∼p ∨ (p ∧ ∼q)) b.  (p ∧ ∼q) ∧ (∼p ∨ q)

Contoh proses normalisasi relasi dari UNF – 1NF – 2NF – dan 3NF

Dalam posting tulisan tentang: “Tujuan dan Manfaat Normalisasi dalam Perancangan Database” , kita sudah mempelajari tentang: “Apa itu normalisasi” dan “Mengapa kita perlu melakukan normalisasi”. Kedua pertanyaan itu sudah terjawab dalam tulisan tersebut.  Kemudian dalam posting tulisan tentang: “Konsep Ketergantungan Fungsional, Normalisasi, dan Identifikasi Primary Key dalam Perancangan Sistem Database” , kita sudah mempelajari suatu konsep penting yang digunakan untuk melakukan normalisasi, yaitu konsep ketergantungan fungsional yang terdiri dari ketergantungan penuh, ketergantungan parsial atau sebagian, dan ketergantungan transitif. Proses normalisasi pertama-tama dilakukan dengan mengidentifikasi adanya ketergantungan-ketergantungan tersebut dalam relasi-relasi dan kemudian menghilangkannya. Cara melakukan normalisasi, mengidentifikasi berbagai macam ketergantungan, dan menghilangkan ketergantungan pada relasi-relasi bisa dipelajari ulang dalam postingan tulisan d...