Pertemuan 3 PSS

PRAKTIK PERTEMUAN 3

1. Buat simulasi untuk distribusi diskrit dan distribusi kontinu.

Distribusi Diskrit : Distribusi Poisson

set.seed(123)
lambda <- 10
n_kejadian <- 100
poisson_data <- rpois(n_kejadian, lambda)
hist(poisson_data, breaks = 30, main = "Histogram Distribusi Poisson", xlab = "Jumlah Kejadian", col = "lightyellow")

Distribusi Kontinu : Distribusi Normal

set.seed(123)
mu <- 0  # Mean
sigma <- 2  # Standar deviasi
n <- 1000
normal_data <- rnorm(n, mean = mu, sd = sigma)

# Plot histogram
hist(normal_data, breaks = 30, main = "Histogram Distribusi Normal", xlab = "Nilai", col = "skyblue")

2. Buat studi kasus sendiri yang melibatkan simulasi variabel random dari distribusi yang telah dipelajari.

Sebuah perusahaan layanan pelanggan ingin memodelkan jumlah panggilan telepon yang masuk ke call center mereka setiap jam. Berdasarkan data historis, rata-rata panggilan masuk adalah 20 panggilan per jam selama jam kerja (08:00–17:00). Manajemen ingin mensimulasikan jumlah panggilan yang diterima setiap jam untuk membantu perencanaan jumlah agen layanan pelanggan yang bertugas.

set.seed(123) 

# Parameter simulasi
lambda <- 20   # Rata-rata panggilan per jam
hours <- 9     # Total jam kerja (08:00 - 17:00)

# Simulasi jumlah panggilan per jam
banyak_telfon <- rpois(hours, lambda)

# Menampilkan hasil simulasi
print(banyak_telfon)

## [1] 17 25 12 20 27 22 14 12 25

# Visualisasi hasil simulasi
barplot(banyak_telfon, names.arg = seq(8, 16),  # Jam dari 08:00 sampai 16:00
        col = "lightblue", main = "Simulasi Jumlah Panggilan Masuk",
        xlab = "Jam", ylab = "Jumlah Panggilan")