R Markdown

Soal no 1

# Parameter
n_pegawai <- 1000
rata_rata <- 10000000  # Rp10.000.000
sd <- 200000          # Rp200.000

# Generate data pendapatan
set.seed(123)  # Untuk hasil yang reproducible
pendapatan <- rnorm(n_pegawai, mean = rata_rata, sd = sd)

# Contoh output 10 data pertama
head(pendapatan, 10)
##  [1]  9887905  9953965 10311742 10014102 10025858 10343013 10092183  9746988
##  [9]  9862629  9910868

menggunakan rnom() untuk menghasilkan pendapatan 1000 pegawai dengan mean Rp.10.000.000 dan SD Rp.200.000

Soal no 2

# Parameter
lambda <- 35  # Rata-rata pelanggan per hari
hari <- 10    # Simulasi untuk 10 hari

# Generate data pelanggan
set.seed(456)
pelanggan <- rpois(hari, lambda)

# Output hasil
pelanggan
##  [1] 27 41 32 30 30 36 40 38 29 34

Menggunakan rpois() untuk memodelkan jumlah pelanggan per hari selama 10 hari dengan λ = 35

Soal no 3

Kasus 1 = Distribusi Binomial

# Parameter
percobaan <- 50
prob_cacat <- 0.2

# Generate data
set.seed(789)
produk_cacat <- rbinom(1, size = percobaan, prob = prob_cacat)

# Output
produk_cacat
## [1] 11

Menghitung jumlah produk cacat dalam 50 percobaan dengan rbinom()

Kasus 2 = Distribusi Eksponensial

# Parameter
rata_waktu <- 3  # Rata-rata waktu = 3 menit
n_pelanggan <- 10

# Generate data
set.seed(101112)
waktu_layanan <- rexp(n_pelanggan, rate = 1 / rata_waktu)

# Output (dibulatkan ke 2 desimal)
round(waktu_layanan, 2)
##  [1] 4.28 4.43 4.12 0.96 3.04 1.34 8.92 0.47 5.97 4.86

Menghasilkan waktu layanan acak menggunakan rexp() dengan rata-rata 3 menit