Soal: Sebuah warung es teh di pinggir jalan melakukan pengamatan dan mencatat frekuensi harian permintaan es teh selama 1000 hari terakhir. Data pengamatan adalah sebagai berikut: a. prediksikan permintaan es teh selama 5 hari ke depan. b. prediksikan permintaan es teh selama 20 hari ke depan.`
# Set seed untuk hasil tetap
set.seed(123)
# Generate 10 data permintaan menggunakan distribusi eksponensial (dibulatkan)
permintaan <- round(rexp(10, rate = 1/70))
# Generate 10 data frekuensi menggunakan distribusi normal (dibulatkan & positif)
frekuensi <- round(abs(rnorm(10, mean = 100, sd = 30)))
# Buat data frame awal
tabel <- data.frame(Permintaan = permintaan, Frekuensi = frekuensi)
# Hitung total frekuensi
total_frekuensi <- sum(tabel$Frekuensi)
# Hitung probabilitas
tabel$Probabilitas <- tabel$Frekuensi / total_frekuensi
# Hitung probabilitas kumulatif
tabel$Probabilitas_Kumulatif <- cumsum(tabel$Probabilitas)
# Tampilkan tabel
print(tabel)## Permintaan Frekuensi Probabilitas Probabilitas_Kumulatif
## 1 59 87 0.08176692 0.08176692
## 2 40 137 0.12875940 0.21052632
## 3 93 111 0.10432331 0.31484962
## 4 2 112 0.10526316 0.42011278
## 5 4 103 0.09680451 0.51691729
## 6 22 83 0.07800752 0.59492481
## 7 22 154 0.14473684 0.73966165
## 8 10 115 0.10808271 0.84774436
## 9 191 41 0.03853383 0.88627820
## 10 2 121 0.11372180 1.00000000# Tambahkan kolom batas bawah dan batas atas untuk setiap interval
tabel$Interval_Bawah <- c(0, head(tabel$Probabilitas_Kumulatif, -1))
tabel$Interval_Atas <- tabel$Probabilitas_Kumulatif
# Tampilkan tabel dengan interval
print(tabel[, c("Permintaan", "Probabilitas", "Probabilitas_Kumulatif", "Interval_Bawah", "Interval_Atas")])## Permintaan Probabilitas Probabilitas_Kumulatif Interval_Bawah Interval_Atas
## 1 59 0.08176692 0.08176692 0.00000000 0.08176692
## 2 40 0.12875940 0.21052632 0.08176692 0.21052632
## 3 93 0.10432331 0.31484962 0.21052632 0.31484962
## 4 2 0.10526316 0.42011278 0.31484962 0.42011278
## 5 4 0.09680451 0.51691729 0.42011278 0.51691729
## 6 22 0.07800752 0.59492481 0.51691729 0.59492481
## 7 22 0.14473684 0.73966165 0.59492481 0.73966165
## 8 10 0.10808271 0.84774436 0.73966165 0.84774436
## 9 191 0.03853383 0.88627820 0.84774436 0.88627820
## 10 2 0.11372180 1.00000000 0.88627820 1.00000000# Jumlah simulasi yang diinginkan
jumlah_simulasi <- 10
# Generate bilangan acak uniform dari 0 hingga 1
bilangan_acak <- runif(jumlah_simulasi)
# Buat vektor untuk menyimpan hasil permintaan dari simulasi
permintaan_simulasi <- numeric(jumlah_simulasi)
# Proses pencocokan bilangan acak ke interval
for (i in 1:jumlah_simulasi) {
index <- which(bilangan_acak[i] >= tabel$Interval_Bawah & bilangan_acak[i] < tabel$Interval_Atas)
permintaan_simulasi[i] <- tabel$Permintaan[index]
}
# Buat data frame hasil simulasi
hasil_simulasi <- data.frame(Bilangan_Acak = round(bilangan_acak, 4), Permintaan_Simulasian = permintaan_simulasi)
# Tampilkan hasil simulasi
print(hasil_simulasi)## Bilangan_Acak Permintaan_Simulasian
## 1 0.3182 2
## 2 0.2316 93
## 3 0.1428 40
## 4 0.4145 2
## 5 0.4137 2
## 6 0.3688 2
## 7 0.1524 40
## 8 0.1388 40
## 9 0.2330 93
## 10 0.4660 4# Hitung total permintaan hasil simulasi
total_perm_simulasi <- sum(hasil_simulasi$Permintaan_Simulasian)
# Hitung rata-rata permintaan dari hasil simulasi
rata_rata_simulasi <- mean(hasil_simulasi$Permintaan_Simulasian)
# Tampilkan hasil analisis
cat("Total permintaan selama", jumlah_simulasi, "hari simulasi:", total_perm_simulasi, "gelas\n")## Total permintaan selama 10 hari simulasi: 318 gelascat("Rata-rata permintaan per hari berdasarkan simulasi:", rata_rata_simulasi, "gelas\n")## Rata-rata permintaan per hari berdasarkan simulasi: 31.8 gelas# Data permintaan dan frekuensi observasi (1000 hari)
permintaan <- c(50, 60, 70, 80, 90)
frekuensi <- c(100, 200, 400, 200, 100)
# Hitung total hari observasi
total_hari <- sum(frekuensi)
# Hitung probabilitas tiap permintaan
probabilitas <- frekuensi / total_hari
# Hitung nilai harapan (rata-rata permintaan per hari)
nilai_harapan <- sum(permintaan * probabilitas)
# Prediksi untuk 5 hari ke depan
prediksi_5_hari <- nilai_harapan * 5
# Prediksi untuk 20 hari ke depan
prediksi_20_hari <- nilai_harapan * 20
# Tampilkan hasil
cat("Nilai harapan permintaan per hari:", nilai_harapan, "gelas\n")## Nilai harapan permintaan per hari: 70 gelascat("Prediksi permintaan es teh selama 5 hari:", prediksi_5_hari, "gelas\n")## Prediksi permintaan es teh selama 5 hari: 350 gelascat("Prediksi permintaan es teh selama 20 hari:", prediksi_20_hari, "gelas\n")## Prediksi permintaan es teh selama 20 hari: 1400 gelasBangkitkanlah data dengan distribusi eksponensial untuk variabel 10 data permintaan, dan data dengan distribusi normal untuk variabel frekuensi. a. prediksikan permintaan selama 5 hari ke depan b. prediksikan permintaan selama 20 hari ke depan c. prediksikan permintaan selama 100 hari ke depan d. prediksikan permintaan selama 1000 hari ke depan
# STEP 1: Buat data permintaan dan frekuensi
set.seed(42) # agar hasil tetap konsisten
# 10 data permintaan dari distribusi eksponensial (rata-rata 70)
permintaan <- round(rexp(10, rate = 1/70))
# 10 data frekuensi dari distribusi normal (dijamin positif & dibulatkan)
frekuensi <- round(abs(rnorm(10, mean = 100, sd = 20)))
# Buat tabel awal
data <- data.frame(
Permintaan = permintaan,
Frekuensi = frekuensi
)
# Hitung probabilitas (frekuensi / total)
data$Probabilitas <- data$Frekuensi / sum(data$Frekuensi)
# Hitung probabilitas kumulatif
data$ProbKumulatif <- cumsum(data$Probabilitas)
print(data)## Permintaan Frekuensi Probabilitas ProbKumulatif
## 1 14 98 0.09082484 0.09082484
## 2 46 140 0.12974977 0.22057461
## 3 20 99 0.09175162 0.31232623
## 4 3 126 0.11677479 0.42910102
## 5 33 146 0.13531047 0.56441149
## 6 102 72 0.06672845 0.63113994
## 7 22 94 0.08711770 0.71825765
## 8 29 97 0.08989805 0.80815570
## 9 83 113 0.10472660 0.91288230
## 10 50 94 0.08711770 1.00000000# STEP 2: Buat interval dari bilangan acak berdasarkan probabilitas kumulatif
data$Interval_Bawah <- c(0, head(data$ProbKumulatif, -1))
data$Interval_Atas <- data$ProbKumulatif
print(data[, c("Permintaan", "Interval_Bawah", "Interval_Atas")])## Permintaan Interval_Bawah Interval_Atas
## 1 14 0.00000000 0.09082484
## 2 46 0.09082484 0.22057461
## 3 20 0.22057461 0.31232623
## 4 3 0.31232623 0.42910102
## 5 33 0.42910102 0.56441149
## 6 102 0.56441149 0.63113994
## 7 22 0.63113994 0.71825765
## 8 29 0.71825765 0.80815570
## 9 83 0.80815570 0.91288230
## 10 50 0.91288230 1.00000000# STEP 3: Bangkitkan bilangan acak uniform sebanyak n hari
n <- 5
bilangan_acak <- runif(n)
# Buat hasil simulasi permintaan berdasarkan interval
hasil_simulasi <- sapply(bilangan_acak, function(x) {
data$Permintaan[which(x >= data$Interval_Bawah & x < data$Interval_Atas)]
})
# Tampilkan hasil simulasi
print(data.frame(
Hari = 1:n,
Bilangan_Acak = bilangan_acak,
Permintaan = hasil_simulasi
))## Hari Bilangan_Acak Permintaan
## 1 1 0.003948339 14
## 2 2 0.832916080 83
## 3 3 0.007334147 14
## 4 4 0.207658973 46
## 5 5 0.906601408 83# STEP 3: Bangkitkan bilangan acak uniform sebanyak n hari
n <- 20
bilangan_acak <- runif(n)
# Buat hasil simulasi permintaan berdasarkan interval
hasil_simulasi <- sapply(bilangan_acak, function(x) {
data$Permintaan[which(x >= data$Interval_Bawah & x < data$Interval_Atas)]
})
# Tampilkan hasil simulasi
print(data.frame(
Hari = 1:n,
Bilangan_Acak = bilangan_acak,
Permintaan = hasil_simulasi
))## Hari Bilangan_Acak Permintaan
## 1 1 0.61177864 102
## 2 2 0.37955924 3
## 3 3 0.43577158 33
## 4 4 0.03743103 14
## 5 5 0.97353991 50
## 6 6 0.43175125 33
## 7 7 0.95757660 50
## 8 8 0.88775491 83
## 9 9 0.63997877 22
## 10 10 0.97096661 50
## 11 11 0.61883821 102
## 12 12 0.33342721 3
## 13 13 0.34674825 3
## 14 14 0.39848541 3
## 15 15 0.78469278 29
## 16 16 0.03893649 14
## 17 17 0.74879539 29
## 18 18 0.67727683 22
## 19 19 0.17126433 46
## 20 20 0.26108796 20# STEP 3: Bangkitkan bilangan acak uniform sebanyak n hari
n <- 100
bilangan_acak <- runif(n)
# Buat hasil simulasi permintaan berdasarkan interval
hasil_simulasi <- sapply(bilangan_acak, function(x) {
data$Permintaan[which(x >= data$Interval_Bawah & x < data$Interval_Atas)]
})
# Tampilkan hasil simulasi
print(data.frame(
Hari = 1:n,
Bilangan_Acak = bilangan_acak,
Permintaan = hasil_simulasi
))## Hari Bilangan_Acak Permintaan
## 1 1 0.5144129347 33
## 2 2 0.6756072745 22
## 3 3 0.9828171979 50
## 4 4 0.7595442676 29
## 5 5 0.5664884241 102
## 6 6 0.8496897186 83
## 7 7 0.1894739354 46
## 8 8 0.2712866147 20
## 9 9 0.8281584852 83
## 10 10 0.6932048204 22
## 11 11 0.2405447396 20
## 12 12 0.0429887960 14
## 13 13 0.1404790941 46
## 14 14 0.2163854151 46
## 15 15 0.4793985642 33
## 16 16 0.1974103423 46
## 17 17 0.7193558377 29
## 18 18 0.0078847387 14
## 19 19 0.3754899646 3
## 20 20 0.5144077083 33
## 21 21 0.0015705542 14
## 22 22 0.5816040025 102
## 23 23 0.1579052082 46
## 24 24 0.3590283059 3
## 25 25 0.6456318784 22
## 26 26 0.7758233626 29
## 27 27 0.5636468416 33
## 28 28 0.2337033986 20
## 29 29 0.0899805163 14
## 30 30 0.0856120649 14
## 31 31 0.3052183695 20
## 32 32 0.6674265147 22
## 33 33 0.0002388966 14
## 34 34 0.2085699569 46
## 35 35 0.9330341273 50
## 36 36 0.9256447486 50
## 37 37 0.7340943010 29
## 38 38 0.3330719834 3
## 39 39 0.5150633298 33
## 40 40 0.7439746463 29
## 41 41 0.6191592400 102
## 42 42 0.6262453445 102
## 43 43 0.2171576982 46
## 44 44 0.2165673110 46
## 45 45 0.3889450287 3
## 46 46 0.9424556920 50
## 47 47 0.9626080138 50
## 48 48 0.7398552792 29
## 49 49 0.7332459057 29
## 50 50 0.5357612900 33
## 51 51 0.0022729661 14
## 52 52 0.6089374525 102
## 53 53 0.8368015594 83
## 54 54 0.7515225627 29
## 55 55 0.4527315726 33
## 56 56 0.5357899938 33
## 57 57 0.5373766953 33
## 58 58 0.0013808436 14
## 59 59 0.3556659538 3
## 60 60 0.6121330902 102
## 61 61 0.8289421306 83
## 62 62 0.3567219994 3
## 63 63 0.4106351258 3
## 64 64 0.5734758989 102
## 65 65 0.5896783036 102
## 66 66 0.7196572924 29
## 67 67 0.3949730452 3
## 68 68 0.9192039291 50
## 69 69 0.9625702936 50
## 70 70 0.2335235255 20
## 71 71 0.7244976000 29
## 72 72 0.9036345251 83
## 73 73 0.6034740848 102
## 74 74 0.6315072989 22
## 75 75 0.9373858497 50
## 76 76 0.8504827507 83
## 77 77 0.5798208991 102
## 78 78 0.8214039239 83
## 79 79 0.1137186091 46
## 80 80 0.7645077587 29
## 81 81 0.6236134572 102
## 82 82 0.1484466067 46
## 83 83 0.0802644666 14
## 84 84 0.4640695513 33
## 85 85 0.7793681615 29
## 86 86 0.7335279596 29
## 87 87 0.8172304444 83
## 88 88 0.1701624813 46
## 89 89 0.9447203255 50
## 90 90 0.2936238414 20
## 91 91 0.1490720524 46
## 92 92 0.7193785913 29
## 93 93 0.3240859525 3
## 94 94 0.7788094985 29
## 95 95 0.3944410018 3
## 96 96 0.6785928679 22
## 97 97 0.7758250427 29
## 98 98 0.1878690440 46
## 99 99 0.0290858189 14
## 100 100 0.1357137971 46# STEP 3: Bangkitkan bilangan acak uniform sebanyak n hari
n <- 1000
bilangan_acak <- runif(n)
# Buat hasil simulasi permintaan berdasarkan interval
hasil_simulasi <- sapply(bilangan_acak, function(x) {
data$Permintaan[which(x >= data$Interval_Bawah & x < data$Interval_Atas)]
})
# Tampilkan hasil simulasi
print(data.frame(
Hari = 1:n,
Bilangan_Acak = bilangan_acak,
Permintaan = hasil_simulasi
))## Hari Bilangan_Acak Permintaan
## 1 1 0.6801641781 22
## 2 2 0.9348229538 50
## 3 3 0.5504940844 33
## 4 4 0.6017662354 102
## 5 5 0.1969944881 46
## 6 6 0.5352366106 33
## 7 7 0.1795557393 46
## 8 8 0.4518864944 33
## 9 9 0.3170533518 3
## 10 10 0.1161746704 46
## 11 11 0.1861021568 46
## 12 12 0.7297300966 29
## 13 13 0.4118720712 3
## 14 14 0.4140496817 3
## 15 15 0.4803101290 33
## 16 16 0.4274944656 3
## 17 17 0.1364903601 46
## 18 18 0.8246794064 83
## 19 19 0.5923042425 102
## 20 20 0.7943969776 29
## 21 21 0.7690324257 29
## 22 22 0.9180564173 50
## 23 23 0.8626297771 83
## 24 24 0.3169752378 3
## 25 25 0.2592605760 20
## 26 26 0.7422664519 29
## 27 27 0.7473611168 29
## 28 28 0.9179040340 50
## 29 29 0.7931912092 29
## 30 30 0.1333296183 46
## 31 31 0.2877497522 20
## 32 32 0.1946761438 46
## 33 33 0.7841093827 29
## 34 34 0.1288721617 46
## 35 35 0.1290892835 46
## 36 36 0.0722531113 14
## 37 37 0.0531294835 14
## 38 38 0.5318744364 33
## 39 39 0.1123082417 46
## 40 40 0.7431877197 29
## 41 41 0.7313154773 29
## 42 42 0.8851176871 83
## 43 43 0.5171110556 33
## 44 44 0.8519309850 83
## 45 45 0.4427962683 33
## 46 46 0.1578801004 46
## 47 47 0.4423246388 33
## 48 48 0.9677336672 50
## 49 49 0.4845879294 33
## 50 50 0.2524584394 20
## 51 51 0.2596899802 20
## 52 52 0.5420159409 33
## 53 53 0.6498758376 22
## 54 54 0.3364191323 3
## 55 55 0.0609497463 14
## 56 56 0.4513108502 33
## 57 57 0.8387550334 83
## 58 58 0.5746373343 102
## 59 59 0.3533503774 3
## 60 60 0.5474260782 33
## 61 61 0.8927185938 83
## 62 62 0.4899905706 33
## 63 63 0.1716321132 46
## 64 64 0.5430309940 33
## 65 65 0.9614676959 50
## 66 66 0.3136838221 3
## 67 67 0.8205145481 83
## 68 68 0.3070544004 20
## 69 69 0.1854535812 46
## 70 70 0.0483467767 14
## 71 71 0.2456741473 20
## 72 72 0.3511069221 3
## 73 73 0.1590223818 46
## 74 74 0.3040979968 20
## 75 75 0.0175483248 14
## 76 76 0.9965526792 50
## 77 77 0.8043933127 29
## 78 78 0.0865806018 14
## 79 79 0.8699332697 83
## 80 80 0.5545858634 33
## 81 81 0.4213784218 3
## 82 82 0.0676368191 14
## 83 83 0.5614379565 33
## 84 84 0.0707218943 14
## 85 85 0.2113919389 46
## 86 86 0.5496204135 33
## 87 87 0.4819814484 33
## 88 88 0.1594698546 46
## 89 89 0.1495789951 46
## 90 90 0.4992728804 33
## 91 91 0.9405648781 50
## 92 92 0.3342313266 3
## 93 93 0.1884343296 46
## 94 94 0.2697161783 20
## 95 95 0.5307440781 33
## 96 96 0.0214502285 14
## 97 97 0.7987603075 29
## 98 98 0.1103351002 46
## 99 99 0.5397982858 33
## 100 100 0.5712338975 102
## 101 101 0.6189515470 102
## 102 102 0.7148536935 22
## 103 103 0.1233005787 46
## 104 104 0.3110496188 20
## 105 105 0.9457391626 50
## 106 106 0.5000250924 33
## 107 107 0.1352304991 46
## 108 108 0.8692578205 83
## 109 109 0.2050496121 46
## 110 110 0.9250458910 50
## 111 111 0.8867535982 83
## 112 112 0.1362958252 46
## 113 113 0.7853494422 29
## 114 114 0.4533034142 33
## 115 115 0.1357424194 46
## 116 116 0.8852210368 83
## 117 117 0.3367135401 3
## 118 118 0.3192741151 3
## 119 119 0.4037828147 3
## 120 120 0.4790773070 33
## 121 121 0.3679018202 3
## 122 122 0.4656905676 33
## 123 123 0.0498921529 14
## 124 124 0.1873567116 46
## 125 125 0.9826594137 50
## 126 126 0.3282740696 3
## 127 127 0.1709963905 46
## 128 128 0.4882548945 33
## 129 129 0.0186874117 14
## 130 130 0.3394850837 3
## 131 131 0.0296633756 14
## 132 132 0.8672286631 83
## 133 133 0.7317075997 29
## 134 134 0.3152607968 3
## 135 135 0.3864540118 3
## 136 136 0.3324459905 3
## 137 137 0.0897779712 14
## 138 138 0.7570556025 29
## 139 139 0.6029684972 102
## 140 140 0.1453999726 46
## 141 141 0.0325174835 14
## 142 142 0.4837681416 33
## 143 143 0.4445695279 33
## 144 144 0.0603855900 14
## 145 145 0.3275060221 3
## 146 146 0.8784290473 83
## 147 147 0.9306048863 50
## 148 148 0.3921784570 3
## 149 149 0.1588467748 46
## 150 150 0.3199476011 3
## 151 151 0.3069656203 20
## 152 152 0.1078112544 46
## 153 153 0.9793343034 50
## 154 154 0.4969034281 33
## 155 155 0.0930746719 46
## 156 156 0.2117736582 46
## 157 157 0.9305007462 50
## 158 158 0.2968464068 20
## 159 159 0.6532182489 22
## 160 160 0.9010704779 83
## 161 161 0.9907957932 50
## 162 162 0.4303332213 33
## 163 163 0.3937769223 3
## 164 164 0.1419088955 46
## 165 165 0.2798066963 20
## 166 166 0.5648222226 102
## 167 167 0.9351395054 50
## 168 168 0.3584001451 3
## 169 169 0.8420071809 83
## 170 170 0.7224092144 29
## 171 171 0.7507359893 29
## 172 172 0.9239884522 50
## 173 173 0.0023781068 14
## 174 174 0.1604299149 46
## 175 175 0.3992729513 3
## 176 176 0.6753195773 22
## 177 177 0.4803720163 33
## 178 178 0.5338287808 33
## 179 179 0.3169501573 3
## 180 180 0.8147575902 83
## 181 181 0.2922195212 20
## 182 182 0.4091320913 3
## 183 183 0.0909183077 46
## 184 184 0.7985966380 29
## 185 185 0.3597852497 3
## 186 186 0.0404875767 14
## 187 187 0.0410863399 14
## 188 188 0.9544342384 50
## 189 189 0.3733412449 3
## 190 190 0.8064196676 29
## 191 191 0.9100590090 83
## 192 192 0.4400762129 33
## 193 193 0.5763365030 102
## 194 194 0.0736677952 14
## 195 195 0.1646273944 46
## 196 196 0.7398907759 29
## 197 197 0.4757110127 33
## 198 198 0.6855209533 22
## 199 199 0.9515149428 50
## 200 200 0.4974644876 33
## 201 201 0.4705006266 33
## 202 202 0.5601919501 33
## 203 203 0.6525101205 22
## 204 204 0.2795734988 20
## 205 205 0.9799075895 50
## 206 206 0.6438641080 22
## 207 207 0.5825784358 102
## 208 208 0.6158710259 102
## 209 209 0.9251402945 50
## 210 210 0.3900228953 3
## 211 211 0.2879196850 20
## 212 212 0.0907359647 14
## 213 213 0.3220339040 3
## 214 214 0.7582701126 29
## 215 215 0.1044129296 46
## 216 216 0.7102778526 22
## 217 217 0.9664773836 50
## 218 218 0.2014912262 46
## 219 219 0.1084886545 46
## 220 220 0.0554021788 14
## 221 221 0.8297235151 83
## 222 222 0.5811977566 102
## 223 223 0.4700923753 33
## 224 224 0.3650141200 3
## 225 225 0.2801246273 20
## 226 226 0.5997158550 102
## 227 227 0.8185696129 83
## 228 228 0.0978322804 46
## 229 229 0.9636895261 50
## 230 230 0.1687364434 46
## 231 231 0.0860834059 14
## 232 232 0.8612106957 83
## 233 233 0.5247906020 33
## 234 234 0.6568108753 22
## 235 235 0.2295193728 20
## 236 236 0.7212260314 29
## 237 237 0.4907503950 33
## 238 238 0.9652555925 50
## 239 239 0.9069424805 83
## 240 240 0.5512505278 33
## 241 241 0.0755990995 14
## 242 242 0.0227000113 14
## 243 243 0.5132395278 33
## 244 244 0.6307261516 102
## 245 245 0.4187716243 3
## 246 246 0.8792659452 83
## 247 247 0.1079870730 46
## 248 248 0.9802786964 50
## 249 249 0.2649666313 20
## 250 250 0.0842775232 14
## 251 251 0.3859071757 3
## 252 252 0.1248958271 46
## 253 253 0.5815542217 102
## 254 254 0.2401496081 20
## 255 255 0.7218878886 29
## 256 256 0.1459286907 46
## 257 257 0.1528387703 46
## 258 258 0.2592226702 20
## 259 259 0.7778862601 29
## 260 260 0.4264662997 3
## 261 261 0.0600483362 14
## 262 262 0.1148325370 46
## 263 263 0.4827568973 33
## 264 264 0.9791735839 50
## 265 265 0.8115167869 83
## 266 266 0.5429128171 33
## 267 267 0.0723670870 14
## 268 268 0.4664852461 33
## 269 269 0.3399056459 3
## 270 270 0.6899186051 22
## 271 271 0.5141573721 33
## 272 272 0.5149230156 33
## 273 273 0.5455143540 33
## 274 274 0.4474573301 33
## 275 275 0.0838848404 14
## 276 276 0.9301336918 50
## 277 277 0.0164481862 14
## 278 278 0.4140923994 3
## 279 279 0.2269760934 20
## 280 280 0.0996405873 46
## 281 281 0.4829238751 33
## 282 282 0.6501286714 22
## 283 283 0.9213297784 50
## 284 284 0.3626018071 3
## 285 285 0.8551349901 83
## 286 286 0.3009061515 20
## 287 287 0.4656624252 33
## 288 288 0.1427306649 46
## 289 289 0.8077189936 29
## 290 290 0.6658076318 22
## 291 291 0.0619409799 14
## 292 292 0.4309255683 33
## 293 293 0.3968550814 3
## 294 294 0.6969567514 22
## 295 295 0.6593196506 22
## 296 296 0.4073507097 3
## 297 297 0.3069202204 20
## 298 298 0.2551073451 20
## 299 299 0.6725681534 22
## 300 300 0.8943934336 83
## 301 301 0.8457361562 83
## 302 302 0.3929018569 3
## 303 303 0.0790505400 14
## 304 304 0.8284230570 83
## 305 305 0.0728918249 14
## 306 306 0.1147626776 46
## 307 307 0.6399842701 22
## 308 308 0.3205662002 3
## 309 309 0.1887495262 46
## 310 310 0.3938296412 3
## 311 311 0.8620260160 83
## 312 312 0.3479114065 3
## 313 313 0.0014338985 14
## 314 314 0.9112844537 83
## 315 315 0.9517234489 50
## 316 316 0.4909189830 33
## 317 317 0.4636517153 33
## 318 318 0.5964720468 102
## 319 319 0.9060509573 83
## 320 320 0.1730011790 46
## 321 321 0.7858810767 29
## 322 322 0.2329343846 20
## 323 323 0.5770482090 102
## 324 324 0.8408770333 83
## 325 325 0.1322037769 46
## 326 326 0.8958911896 83
## 327 327 0.4501373412 33
## 328 328 0.8941425378 83
## 329 329 0.2485451805 20
## 330 330 0.0836952936 14
## 331 331 0.0486410747 14
## 332 332 0.9798158670 50
## 333 333 0.4841677411 33
## 334 334 0.8453930339 83
## 335 335 0.4162936045 3
## 336 336 0.4893425428 33
## 337 337 0.1832878175 46
## 338 338 0.7591614679 29
## 339 339 0.3051433025 20
## 340 340 0.1656782471 46
## 341 341 0.0328091430 14
## 342 342 0.1365052082 46
## 343 343 0.1771364114 46
## 344 344 0.5195604505 33
## 345 345 0.8111207851 83
## 346 346 0.1153620125 46
## 347 347 0.8934217866 83
## 348 348 0.5753528811 102
## 349 349 0.1465723943 46
## 350 350 0.9028057964 83
## 351 351 0.2530024694 20
## 352 352 0.1505976003 46
## 353 353 0.7685471599 29
## 354 354 0.2301233311 20
## 355 355 0.3053993280 20
## 356 356 0.5185696122 33
## 357 357 0.3345996668 3
## 358 358 0.1544349683 46
## 359 359 0.2663695686 20
## 360 360 0.3507546168 3
## 361 361 0.5784583788 102
## 362 362 0.8086017952 83
## 363 363 0.9332703149 50
## 364 364 0.8338633375 83
## 365 365 0.1270027745 46
## 366 366 0.6494539515 22
## 367 367 0.6903516576 22
## 368 368 0.0320448244 14
## 369 369 0.9204891499 50
## 370 370 0.4784688870 33
## 371 371 0.2665205784 20
## 372 372 0.8565107163 83
## 373 373 0.2291464778 20
## 374 374 0.7919468733 29
## 375 375 0.6467748603 22
## 376 376 0.4243346907 3
## 377 377 0.0950682680 46
## 378 378 0.0034677039 14
## 379 379 0.5311336690 33
## 380 380 0.5243071159 33
## 381 381 0.2131855546 46
## 382 382 0.7169320800 22
## 383 383 0.9613435762 50
## 384 384 0.5182665996 33
## 385 385 0.1745280223 46
## 386 386 0.5625401349 33
## 387 387 0.7592581697 29
## 388 388 0.6669713375 22
## 389 389 0.2248729232 20
## 390 390 0.3458497624 3
## 391 391 0.3198317599 3
## 392 392 0.9048983976 83
## 393 393 0.1991983801 46
## 394 394 0.6809630166 22
## 395 395 0.1375177586 46
## 396 396 0.1069946869 46
## 397 397 0.0928593958 46
## 398 398 0.9164489552 50
## 399 399 0.2770604359 20
## 400 400 0.8857938773 83
## 401 401 0.7728646495 29
## 402 402 0.7950512362 29
## 403 403 0.2056735931 46
## 404 404 0.0481933230 14
## 405 405 0.0388159312 14
## 406 406 0.2845741299 20
## 407 407 0.3488098325 3
## 408 408 0.7374533254 29
## 409 409 0.2516635812 20
## 410 410 0.5174370031 33
## 411 411 0.7594447227 29
## 412 412 0.6360845279 22
## 413 413 0.2039406854 46
## 414 414 0.9930452821 50
## 415 415 0.0004050434 14
## 416 416 0.2065700251 46
## 417 417 0.6340280906 22
## 418 418 0.0172918253 14
## 419 419 0.0267354713 14
## 420 420 0.6078405951 102
## 421 421 0.5705413527 102
## 422 422 0.2458533479 20
## 423 423 0.9195250864 50
## 424 424 0.6722162017 22
## 425 425 0.6454504393 22
## 426 426 0.2082854547 46
## 427 427 0.4806177358 33
## 428 428 0.9865185833 50
## 429 429 0.9931198477 50
## 430 430 0.4507740366 33
## 431 431 0.7148487861 22
## 432 432 0.3165616125 3
## 433 433 0.8336875606 83
## 434 434 0.4339755815 33
## 435 435 0.9959922582 50
## 436 436 0.8058112133 29
## 437 437 0.4862421674 33
## 438 438 0.5387720009 33
## 439 439 0.3410399084 3
## 440 440 0.0520156045 14
## 441 441 0.4587231132 33
## 442 442 0.4981565904 33
## 443 443 0.2827642253 20
## 444 444 0.7764450824 29
## 445 445 0.3038527619 20
## 446 446 0.5155511820 33
## 447 447 0.4779507732 33
## 448 448 0.7688522246 29
## 449 449 0.1639288557 46
## 450 450 0.4417741499 33
## 451 451 0.5234076697 33
## 452 452 0.4769191886 33
## 453 453 0.5246432878 33
## 454 454 0.6852282472 22
## 455 455 0.3517920221 3
## 456 456 0.8396312853 83
## 457 457 0.9219136916 50
## 458 458 0.1063096214 46
## 459 459 0.2065289181 46
## 460 460 0.4866429118 33
## 461 461 0.3238220238 3
## 462 462 0.4717139250 33
## 463 463 0.5860885021 102
## 464 464 0.2239500126 20
## 465 465 0.7340297201 29
## 466 466 0.1504840991 46
## 467 467 0.6975533669 22
## 468 468 0.2641079049 20
## 469 469 0.4264649223 3
## 470 470 0.7213335733 29
## 471 471 0.4744717071 33
## 472 472 0.3385869609 3
## 473 473 0.2405921388 20
## 474 474 0.2162596779 46
## 475 475 0.2420581190 20
## 476 476 0.5649046730 102
## 477 477 0.7125680889 22
## 478 478 0.1080965979 46
## 479 479 0.5190758735 33
## 480 480 0.8521903446 83
## 481 481 0.7146319421 22
## 482 482 0.3139816849 3
## 483 483 0.1158171424 46
## 484 484 0.5750040675 102
## 485 485 0.8313719220 83
## 486 486 0.5203397579 33
## 487 487 0.6940110286 22
## 488 488 0.4999039895 33
## 489 489 0.3541603987 3
## 490 490 0.9648041590 50
## 491 491 0.9222612542 50
## 492 492 0.2045927066 46
## 493 493 0.9549029327 50
## 494 494 0.8739928324 83
## 495 495 0.6973448314 22
## 496 496 0.5125937848 33
## 497 497 0.4808165154 33
## 498 498 0.2018009231 46
## 499 499 0.1002293543 46
## 500 500 0.4725888746 33
## 501 501 0.3121796481 20
## 502 502 0.7723993051 29
## 503 503 0.9010740013 83
## 504 504 0.3352292841 3
## 505 505 0.8239442464 83
## 506 506 0.2200328598 46
## 507 507 0.7661237384 29
## 508 508 0.5607078511 33
## 509 509 0.4234555378 3
## 510 510 0.8385697883 83
## 511 511 0.2873205876 20
## 512 512 0.4707207007 33
## 513 513 0.7808445334 29
## 514 514 0.0827168373 14
## 515 515 0.3945175502 3
## 516 516 0.0956614073 46
## 517 517 0.1333332360 46
## 518 518 0.2211261780 20
## 519 519 0.2741195410 20
## 520 520 0.2990592497 20
## 521 521 0.3747867725 3
## 522 522 0.4914524925 33
## 523 523 0.8786026235 83
## 524 524 0.7487298287 29
## 525 525 0.9551860231 50
## 526 526 0.3319202131 3
## 527 527 0.8241627964 83
## 528 528 0.1326653834 46
## 529 529 0.1246968538 46
## 530 530 0.7281097118 29
## 531 531 0.5484208285 33
## 532 532 0.6085174128 102
## 533 533 0.1229467005 46
## 534 534 0.8764346989 83
## 535 535 0.8423488156 83
## 536 536 0.0462378135 14
## 537 537 0.7070183286 22
## 538 538 0.5347910551 33
## 539 539 0.9454572340 50
## 540 540 0.9120299791 83
## 541 541 0.4559785165 33
## 542 542 0.7655204786 29
## 543 543 0.5050445795 33
## 544 544 0.2025484829 46
## 545 545 0.7171387223 22
## 546 546 0.7680769644 29
## 547 547 0.7063770453 22
## 548 548 0.1916241362 46
## 549 549 0.2978998011 20
## 550 550 0.3251312664 3
## 551 551 0.5718762348 102
## 552 552 0.8824915255 83
## 553 553 0.8771033764 83
## 554 554 0.3858525371 3
## 555 555 0.7377721549 29
## 556 556 0.7963193641 29
## 557 557 0.7241614608 29
## 558 558 0.3854385889 3
## 559 559 0.2981522826 20
## 560 560 0.0574711524 14
## 561 561 0.6736929643 22
## 562 562 0.1979919269 46
## 563 563 0.6251078991 102
## 564 564 0.1381828405 46
## 565 565 0.3730785206 3
## 566 566 0.3140898328 3
## 567 567 0.8151848998 83
## 568 568 0.3683180970 3
## 569 569 0.4396441262 33
## 570 570 0.4390580275 33
## 571 571 0.6018282857 102
## 572 572 0.4039069363 3
## 573 573 0.9583182810 50
## 574 574 0.9707679637 50
## 575 575 0.9145280232 50
## 576 576 0.0828737083 14
## 577 577 0.4768596110 33
## 578 578 0.3391352659 3
## 579 579 0.6734358140 22
## 580 580 0.6364859452 22
## 581 581 0.8592781145 83
## 582 582 0.9482844248 50
## 583 583 0.5739670659 102
## 584 584 0.5352690555 33
## 585 585 0.9416944429 50
## 586 586 0.8923551522 83
## 587 587 0.4103063387 3
## 588 588 0.0500307474 14
## 589 589 0.7782692946 29
## 590 590 0.9259613897 50
## 591 591 0.3774772079 3
## 592 592 0.2449209946 20
## 593 593 0.0876359085 14
## 594 594 0.3911084968 3
## 595 595 0.1825614253 46
## 596 596 0.1336247846 46
## 597 597 0.2574629134 20
## 598 598 0.5532470478 33
## 599 599 0.1480692765 46
## 600 600 0.9628968241 50
## 601 601 0.9445228789 50
## 602 602 0.9922857941 50
## 603 603 0.7062105706 22
## 604 604 0.1407783558 46
## 605 605 0.0089826242 14
## 606 606 0.6864955386 22
## 607 607 0.6812181917 22
## 608 608 0.9175108825 50
## 609 609 0.4084212142 3
## 610 610 0.4224393901 3
## 611 611 0.5373200818 33
## 612 612 0.4136464631 3
## 613 613 0.0976446585 46
## 614 614 0.3802676403 3
## 615 615 0.1980005775 46
## 616 616 0.7250242264 29
## 617 617 0.0110090410 14
## 618 618 0.9188577600 50
## 619 619 0.9002287341 83
## 620 620 0.7541538645 29
## 621 621 0.9519218151 50
## 622 622 0.6255870922 102
## 623 623 0.6559505211 22
## 624 624 0.3813756176 3
## 625 625 0.0656056353 14
## 626 626 0.6908808504 22
## 627 627 0.1274838673 46
## 628 628 0.2913185186 20
## 629 629 0.6322208908 22
## 630 630 0.3900239978 3
## 631 631 0.0704256599 14
## 632 632 0.8635729309 83
## 633 633 0.3851902070 3
## 634 634 0.6707601338 22
## 635 635 0.0211963023 14
## 636 636 0.5952287607 102
## 637 637 0.2762411612 20
## 638 638 0.3991269050 3
## 639 639 0.1458154295 46
## 640 640 0.8240817285 83
## 641 641 0.1404098826 46
## 642 642 0.9090475151 83
## 643 643 0.8999248114 83
## 644 644 0.1923492539 46
## 645 645 0.5322902638 33
## 646 646 0.5221247405 33
## 647 647 0.1603357310 46
## 648 648 0.5195670177 33
## 649 649 0.2245035092 20
## 650 650 0.2815119904 20
## 651 651 0.5036875799 33
## 652 652 0.1589606488 46
## 653 653 0.9206307393 50
## 654 654 0.4990294597 33
## 655 655 0.6153440771 102
## 656 656 0.7439308770 29
## 657 657 0.6168182108 102
## 658 658 0.9301410459 50
## 659 659 0.0803784661 14
## 660 660 0.0281211911 14
## 661 661 0.5415284687 33
## 662 662 0.2412025689 20
## 663 663 0.6448375219 22
## 664 664 0.3777367992 3
## 665 665 0.0468536867 14
## 666 666 0.0481404993 14
## 667 667 0.9628426924 50
## 668 668 0.2264667505 20
## 669 669 0.0113935696 14
## 670 670 0.2184756382 46
## 671 671 0.0559375687 14
## 672 672 0.2349721468 20
## 673 673 0.4026962700 3
## 674 674 0.0143044360 14
## 675 675 0.3617631684 3
## 676 676 0.5844997398 102
## 677 677 0.6057937383 102
## 678 678 0.2637186132 20
## 679 679 0.6751486771 22
## 680 680 0.9358062160 50
## 681 681 0.0035914064 14
## 682 682 0.7869711749 29
## 683 683 0.8069331469 29
## 684 684 0.0730383846 14
## 685 685 0.5669993036 102
## 686 686 0.5391908460 33
## 687 687 0.1376751552 46
## 688 688 0.2763326489 20
## 689 689 0.3518435068 3
## 690 690 0.8128052363 83
## 691 691 0.1715413481 46
## 692 692 0.5211620927 33
## 693 693 0.7646228424 29
## 694 694 0.2887556474 20
## 695 695 0.4367783160 33
## 696 696 0.6694507578 22
## 697 697 0.0369237822 14
## 698 698 0.5606463491 33
## 699 699 0.9323832372 50
## 700 700 0.4346224919 33
## 701 701 0.9362326169 50
## 702 702 0.9783026280 50
## 703 703 0.6767622887 22
## 704 704 0.2982688954 20
## 705 705 0.2082533946 46
## 706 706 0.3188964289 3
## 707 707 0.8543749684 83
## 708 708 0.0610599068 14
## 709 709 0.1820461056 46
## 710 710 0.4838366010 33
## 711 711 0.3382835742 3
## 712 712 0.8133626981 83
## 713 713 0.8704324800 83
## 714 714 0.0191612788 14
## 715 715 0.8247481822 83
## 716 716 0.4012684952 3
## 717 717 0.6720582882 22
## 718 718 0.1186722156 46
## 719 719 0.4764243395 33
## 720 720 0.9253399638 50
## 721 721 0.5748393417 102
## 722 722 0.9127515797 83
## 723 723 0.7553019242 29
## 724 724 0.6309999241 102
## 725 725 0.7944206505 29
## 726 726 0.9235464623 50
## 727 727 0.1644688097 46
## 728 728 0.1928839444 46
## 729 729 0.0976426655 46
## 730 730 0.8291093954 83
## 731 731 0.8058639579 29
## 732 732 0.2792699863 20
## 733 733 0.4490295791 33
## 734 734 0.6258787073 102
## 735 735 0.3709214162 3
## 736 736 0.3823189484 3
## 737 737 0.9144808764 50
## 738 738 0.3902977547 3
## 739 739 0.0702937595 14
## 740 740 0.7075066108 22
## 741 741 0.6929968139 22
## 742 742 0.0961472902 46
## 743 743 0.0369032295 14
## 744 744 0.4009401209 3
## 745 745 0.0115372252 14
## 746 746 0.5678910159 102
## 747 747 0.9449499259 50
## 748 748 0.3433021773 3
## 749 749 0.2444982799 20
## 750 750 0.5416769774 33
## 751 751 0.1177043780 46
## 752 752 0.3749084552 3
## 753 753 0.3275111169 3
## 754 754 0.9472057512 50
## 755 755 0.9105749123 83
## 756 756 0.7624447155 29
## 757 757 0.7580749162 29
## 758 758 0.9984908344 50
## 759 759 0.5804014048 102
## 760 760 0.2132841814 46
## 761 761 0.1335518984 46
## 762 762 0.7922823161 29
## 763 763 0.9819058373 50
## 764 764 0.9820487925 50
## 765 765 0.1254434751 46
## 766 766 0.6182851440 102
## 767 767 0.8581868042 83
## 768 768 0.1393875359 46
## 769 769 0.3665805215 3
## 770 770 0.1571302272 46
## 771 771 0.4478398343 33
## 772 772 0.4858745793 33
## 773 773 0.9502030404 50
## 774 774 0.9047538801 83
## 775 775 0.9401647018 50
## 776 776 0.7734932366 29
## 777 777 0.0922109857 46
## 778 778 0.0162434296 14
## 779 779 0.3335095870 3
## 780 780 0.2418530923 20
## 781 781 0.7920707182 29
## 782 782 0.4963870377 33
## 783 783 0.5138790903 33
## 784 784 0.0724018787 14
## 785 785 0.3451390998 3
## 786 786 0.7563249413 29
## 787 787 0.3851190456 3
## 788 788 0.0069210399 14
## 789 789 0.7184392302 29
## 790 790 0.5569693323 33
## 791 791 0.0700826265 14
## 792 792 0.3478165311 3
## 793 793 0.4130055546 3
## 794 794 0.3116551989 20
## 795 795 0.7375679682 29
## 796 796 0.3883402839 3
## 797 797 0.6194242781 102
## 798 798 0.6235412678 102
## 799 799 0.8024123311 29
## 800 800 0.6540679373 22
## 801 801 0.6794531180 22
## 802 802 0.4107548234 3
## 803 803 0.6632531425 22
## 804 804 0.0271177776 14
## 805 805 0.8159289646 83
## 806 806 0.0750427791 14
## 807 807 0.9009652922 83
## 808 808 0.0708272348 14
## 809 809 0.1911233834 46
## 810 810 0.7769292481 29
## 811 811 0.2031335037 46
## 812 812 0.4037645105 3
## 813 813 0.4461806281 33
## 814 814 0.6062954688 102
## 815 815 0.5764457427 102
## 816 816 0.0595067665 14
## 817 817 0.1826650850 46
## 818 818 0.2961216618 20
## 819 819 0.3760790862 3
## 820 820 0.7130959418 22
## 821 821 0.1251485860 46
## 822 822 0.4292334351 33
## 823 823 0.0303770385 14
## 824 824 0.4541686694 33
## 825 825 0.7943081271 29
## 826 826 0.4712764963 33
## 827 827 0.2363896107 20
## 828 828 0.8870350167 83
## 829 829 0.1259527851 46
## 830 830 0.2693113990 20
## 831 831 0.8824581471 83
## 832 832 0.7505198219 29
## 833 833 0.0976929415 46
## 834 834 0.8155670159 83
## 835 835 0.8583930288 83
## 836 836 0.1171572998 46
## 837 837 0.1373971624 46
## 838 838 0.5482569975 33
## 839 839 0.0590296502 14
## 840 840 0.4955232912 33
## 841 841 0.0074175231 14
## 842 842 0.8482932225 83
## 843 843 0.0627463318 14
## 844 844 0.8198450876 83
## 845 845 0.5393602941 33
## 846 846 0.4990200989 33
## 847 847 0.0222273208 14
## 848 848 0.5540931346 33
## 849 849 0.7198976029 29
## 850 850 0.2357152293 20
## 851 851 0.8118796812 83
## 852 852 0.4214738971 3
## 853 853 0.5649105508 102
## 854 854 0.1516907846 46
## 855 855 0.1947924355 46
## 856 856 0.1667830364 46
## 857 857 0.8351095722 83
## 858 858 0.1110783992 46
## 859 859 0.2680701066 20
## 860 860 0.7984809703 29
## 861 861 0.2989294082 20
## 862 862 0.8675687525 83
## 863 863 0.0394232471 14
## 864 864 0.3398235100 3
## 865 865 0.3095960955 20
## 866 866 0.1294536854 46
## 867 867 0.3738344850 3
## 868 868 0.4649656289 33
## 869 869 0.0466081889 14
## 870 870 0.9875161992 50
## 871 871 0.9084523304 83
## 872 872 0.9793901467 50
## 873 873 0.1704722138 46
## 874 874 0.0427343741 14
## 875 875 0.1428323640 46
## 876 876 0.3605808415 3
## 877 877 0.5444205496 33
## 878 878 0.9373966185 50
## 879 879 0.6355488659 22
## 880 880 0.4847465316 33
## 881 881 0.0858962275 14
## 882 882 0.9449131871 50
## 883 883 0.3467137718 3
## 884 884 0.3693462233 3
## 885 885 0.6241487430 102
## 886 886 0.7274058254 29
## 887 887 0.1979281090 46
## 888 888 0.5887152001 102
## 889 889 0.8428971670 83
## 890 890 0.9993790323 50
## 891 891 0.0114382494 14
## 892 892 0.8213318500 83
## 893 893 0.2056238265 46
## 894 894 0.1138048512 46
## 895 895 0.6880856636 22
## 896 896 0.2729613194 20
## 897 897 0.8231698791 83
## 898 898 0.6443964022 22
## 899 899 0.5279022809 33
## 900 900 0.0286509681 14
## 901 901 0.2871700393 20
## 902 902 0.0355835285 14
## 903 903 0.8978679536 83
## 904 904 0.1309689365 46
## 905 905 0.0514440888 14
## 906 906 0.3639465228 3
## 907 907 0.6954807830 22
## 908 908 0.8923091313 83
## 909 909 0.2442761951 20
## 910 910 0.3919663969 3
## 911 911 0.6201549072 102
## 912 912 0.5644969773 102
## 913 913 0.0414015711 14
## 914 914 0.4742434858 33
## 915 915 0.9492052335 50
## 916 916 0.2403313450 20
## 917 917 0.6781417022 22
## 918 918 0.9134321841 50
## 919 919 0.0455815261 14
## 920 920 0.1364271312 46
## 921 921 0.1003542331 46
## 922 922 0.4096546150 3
## 923 923 0.9699478452 50
## 924 924 0.3639846512 3
## 925 925 0.7249014135 29
## 926 926 0.7026815475 22
## 927 927 0.0248146001 14
## 928 928 0.9459985404 50
## 929 929 0.5334915090 33
## 930 930 0.6963091660 22
## 931 931 0.0452575027 14
## 932 932 0.9165714290 50
## 933 933 0.0328442210 14
## 934 934 0.7772972409 29
## 935 935 0.5261417758 33
## 936 936 0.2661218836 20
## 937 937 0.5049360793 33
## 938 938 0.5324952560 33
## 939 939 0.0868702366 14
## 940 940 0.9156014298 50
## 941 941 0.5640082625 33
## 942 942 0.0592305262 14
## 943 943 0.6727256943 22
## 944 944 0.6273226778 102
## 945 945 0.0728554199 14
## 946 946 0.4377050542 33
## 947 947 0.6415407460 22
## 948 948 0.8099694871 83
## 949 949 0.3917529720 3
## 950 950 0.7734228061 29
## 951 951 0.8733951251 83
## 952 952 0.6183131165 102
## 953 953 0.3577341840 3
## 954 954 0.9322566811 50
## 955 955 0.7447292961 29
## 956 956 0.0635679916 14
## 957 957 0.1082035077 46
## 958 958 0.8187778916 83
## 959 959 0.7930769380 29
## 960 960 0.0571070362 14
## 961 961 0.9076206177 83
## 962 962 0.7216386136 29
## 963 963 0.9027069947 83
## 964 964 0.5357142652 33
## 965 965 0.3485393357 3
## 966 966 0.8332933777 83
## 967 967 0.7903289911 29
## 968 968 0.5314090603 33
## 969 969 0.7787189726 29
## 970 970 0.0583589466 14
## 971 971 0.4581104263 33
## 972 972 0.0223310404 14
## 973 973 0.7398891116 29
## 974 974 0.7057370855 22
## 975 975 0.0057066700 14
## 976 976 0.4707532201 33
## 977 977 0.5961725630 102
## 978 978 0.2839935925 20
## 979 979 0.0552192905 14
## 980 980 0.3778742903 3
## 981 981 0.5302238809 33
## 982 982 0.2509780694 20
## 983 983 0.9440864925 50
## 984 984 0.4374882709 33
## 985 985 0.7010668076 22
## 986 986 0.1758478920 46
## 987 987 0.2419748227 20
## 988 988 0.0236831829 14
## 989 989 0.3287710487 3
## 990 990 0.4130914256 3
## 991 991 0.1087545557 46
## 992 992 0.8520522602 83
## 993 993 0.0090599386 14
## 994 994 0.9697635288 50
## 995 995 0.8046466922 29
## 996 996 0.5010397187 33
## 997 997 0.9341791391 50
## 998 998 0.4678522227 33
## 999 999 0.5109767958 33
## 1000 1000 0.8322217967 83# STEP 4: Hitung prediksi permintaan untuk beberapa jumlah hari
# Fungsi bantu untuk prediksi
prediksi_permintaan <- function(jumlah_hari, interval_data) {
acak <- runif(jumlah_hari)
hasil <- sapply(acak, function(x) {
interval_data$Permintaan[which(x >= interval_data$Interval_Bawah & x < interval_data$Interval_Atas)]
})
return(sum(hasil))
}
# Hitung prediksi untuk masing-masing skenario
prediksi_5 <- prediksi_permintaan(5, data)
prediksi_20 <- prediksi_permintaan(20, data)
prediksi_100 <- prediksi_permintaan(100, data)
prediksi_1000 <- prediksi_permintaan(1000, data)
# Tampilkan semua hasil
cat("Prediksi Permintaan:\n")## Prediksi Permintaan:cat("- Selama 5 hari :", prediksi_5, "gelas\n")## - Selama 5 hari : 148 gelascat("- Selama 20 hari :", prediksi_20, "gelas\n")## - Selama 20 hari : 606 gelascat("- Selama 100 hari :", prediksi_100, "gelas\n")## - Selama 100 hari : 3567 gelascat("- Selama 1000 hari :", prediksi_1000, "gelas\n")## - Selama 1000 hari : 39679 gelashasil_tabel <- data.frame(
Hari = c(5, 20, 100, 1000),
Prediksi_Permintaan = c(prediksi_5, prediksi_20, prediksi_100, prediksi_1000)
)
print(hasil_tabel)## Hari Prediksi_Permintaan
## 1 5 148
## 2 20 606
## 3 100 3567
## 4 1000 39679