Sebuah warung es teh di pinggir jalan melakukan pengamatan dan mencatat frekuensi harian permintaan es teh selama 100 hari terakhir. Data pengamatan adalah sebagai berikut:
# Data permintaan dan frekuensi
permintaan <- c(50, 60, 70, 80, 90)
frekuensi <- c(10, 20, 40, 20, 10)
# Probabilitas kumulatif
prob <- frekuensi / sum(frekuensi)
cum_prob <- cumsum(prob)
# Fungsi simulasi permintaan harian
simulasi_permintaan <- function(n_simulasi) {
set.seed(123)
hasil <- numeric(n_simulasi)
for (i in 1:n_simulasi) {
u <- runif(1)
if (u <= cum_prob[1]) {
hasil[i] <- permintaan[1]
} else if (u <= cum_prob[2]) {
hasil[i] <- permintaan[2]
} else if (u <= cum_prob[3]) {
hasil[i] <- permintaan[3]
} else if (u <= cum_prob[4]) {
hasil[i] <- permintaan[4]
} else {
hasil[i] <- permintaan[5]
}
}
return(hasil)
}hasil_5_hari <- simulasi_permintaan(5)
total_5_hari <- sum(hasil_5_hari)
rerata_5_hari <- mean(hasil_5_hari)
cat("Prediksi total permintaan untuk 5 hari ke depan:", total_5_hari, "\n")## Prediksi total permintaan untuk 5 hari ke depan: 380cat("Prediksi rata-rata permintaan untuk 5 hari ke depan:", rerata_5_hari, "\n")## Prediksi rata-rata permintaan untuk 5 hari ke depan: 76hasil_20_hari <- simulasi_permintaan(20)
total_20_hari <- sum(hasil_20_hari)
rerata_20_hari <- mean(hasil_20_hari)
cat("Prediksi total permintaan untuk 20 hari ke depan:", total_20_hari, "\n")## Prediksi total permintaan untuk 20 hari ke depan: 1430cat("Prediksi rata-rata permintaan untuk 20 hari ke depan:", rerata_20_hari, "\n")## Prediksi rata-rata permintaan untuk 20 hari ke depan: 71.5hasil_100_hari <- simulasi_permintaan(100)
total_100_hari <- sum(hasil_100_hari)
rerata_100_hari <- mean(hasil_100_hari)
cat("Prediksi total permintaan untuk 100 hari ke depan:", total_100_hari, "\n")## Prediksi total permintaan untuk 100 hari ke depan: 6990cat("Prediksi rata-rata permintaan untuk 20 hari ke depan:", rerata_100_hari, "\n")## Prediksi rata-rata permintaan untuk 20 hari ke depan: 69.9hasil_1000_hari <- simulasi_permintaan(1000)
total_1000_hari <- sum(hasil_1000_hari)
rerata_1000_hari <- mean(hasil_1000_hari)
cat("Prediksi total permintaan untuk 1000 hari ke depan:", total_1000_hari, "\n")## Prediksi total permintaan untuk 1000 hari ke depan: 69920cat("Prediksi rata-rata permintaan untuk 1000 hari ke depan:", rerata_1000_hari, "\n")## Prediksi rata-rata permintaan untuk 1000 hari ke depan: 69.92Bangkitkanlah data dengan distribusi eksponensial untuk variabel permintaan (10 data), dan data dengan distribusi normal untuk variabel frekuensi (10 data).
set.seed(123)
data_2 <- data.frame(
permintaan_2 = round(rexp(10,0.01234)),
frekuensi_2 = ceiling(rnorm(10,10,5))
)
data_2## permintaan_2 frekuensi_2
## 1 68 8
## 2 47 17
## 3 108 12
## 4 3 13
## 5 5 11
## 6 26 8
## 7 25 19
## 8 12 13
## 9 221 1
## 10 2 14# Menghitung Probabilitas
data_2$probabilitas_2 <- round(data_2$frekuensi_2 / sum(data_2$frekuensi_2),2)
data_2## permintaan_2 frekuensi_2 probabilitas_2
## 1 68 8 0.07
## 2 47 17 0.15
## 3 108 12 0.10
## 4 3 13 0.11
## 5 5 11 0.09
## 6 26 8 0.07
## 7 25 19 0.16
## 8 12 13 0.11
## 9 221 1 0.01
## 10 2 14 0.12# Menghitung Probabilitas Kumulaatif
data_2$probcum_2 <- cumsum(data_2$probabilitas_2)
data_2## permintaan_2 frekuensi_2 probabilitas_2 probcum_2
## 1 68 8 0.07 0.07
## 2 47 17 0.15 0.22
## 3 108 12 0.10 0.32
## 4 3 13 0.11 0.43
## 5 5 11 0.09 0.52
## 6 26 8 0.07 0.59
## 7 25 19 0.16 0.75
## 8 12 13 0.11 0.86
## 9 221 1 0.01 0.87
## 10 2 14 0.12 0.99# Menghitung Nilai Ekspektasi
expvalue_2 <- round(sum(data_2$permintaan_2*data_2$probabilitas_2),2)
expvalue_2## [1] 32.98# Membuat fungsi simulasi
simulasi_2 <- function(a, permintaan_2, kumulatif_2){
simulasi_2 <- data.frame(
hari_2_ke = 1:a,
rand_value_2 = round(runif(a),2)
)
simulasi_2$permintaan_2 = 0
for (i in 1:nrow(simulasi_2)){
for (j in 1:length(kumulatif_2)){
if (simulasi_2$rand_value_2[i] <= kumulatif_2[j]){
simulasi_2$permintaan_2[i] = permintaan_2[j]
break
}
}
}
average_2 <- mean(simulasi_2$permintaan_2)
return(list(data_2 = simulasi_2, average_2 = average_2))
}set.seed(123)
simulasi_a_2 <- simulasi_2(5,data_2$permintaan_2,data_2$probcum_2)
print(simulasi_a_2$data_2)## hari_2_ke rand_value_2 permintaan_2
## 1 1 0.29 108
## 2 2 0.79 12
## 3 3 0.41 3
## 4 4 0.88 2
## 5 5 0.94 2print(simulasi_a_2$average_2)## [1] 25.4set.seed(123)
simulasi_b_2 <- simulasi_2(20,data_2$permintaan_2,data_2$probcum_2)
print(simulasi_b_2$data_2)## hari_2_ke rand_value_2 permintaan_2
## 1 1 0.29 108
## 2 2 0.79 12
## 3 3 0.41 3
## 4 4 0.88 2
## 5 5 0.94 2
## 6 6 0.05 68
## 7 7 0.53 26
## 8 8 0.89 2
## 9 9 0.55 26
## 10 10 0.46 5
## 11 11 0.96 2
## 12 12 0.45 5
## 13 13 0.68 25
## 14 14 0.57 26
## 15 15 0.10 47
## 16 16 0.90 2
## 17 17 0.25 108
## 18 18 0.04 68
## 19 19 0.33 3
## 20 20 0.95 2print(simulasi_b_2$average_2)## [1] 27.1set.seed(123)
simulasi_c_2 <- simulasi_2(100,data_2$permintaan_2,data_2$probcum_2)
print(simulasi_c_2$data_2)## hari_2_ke rand_value_2 permintaan_2
## 1 1 0.29 108
## 2 2 0.79 12
## 3 3 0.41 3
## 4 4 0.88 2
## 5 5 0.94 2
## 6 6 0.05 68
## 7 7 0.53 26
## 8 8 0.89 2
## 9 9 0.55 26
## 10 10 0.46 5
## 11 11 0.96 2
## 12 12 0.45 5
## 13 13 0.68 25
## 14 14 0.57 26
## 15 15 0.10 47
## 16 16 0.90 2
## 17 17 0.25 108
## 18 18 0.04 68
## 19 19 0.33 3
## 20 20 0.95 2
## 21 21 0.89 2
## 22 22 0.69 25
## 23 23 0.64 25
## 24 24 0.99 2
## 25 25 0.66 25
## 26 26 0.71 25
## 27 27 0.54 26
## 28 28 0.59 26
## 29 29 0.29 108
## 30 30 0.15 47
## 31 31 0.96 2
## 32 32 0.90 2
## 33 33 0.69 25
## 34 34 0.80 12
## 35 35 0.02 68
## 36 36 0.48 5
## 37 37 0.76 12
## 38 38 0.22 47
## 39 39 0.32 108
## 40 40 0.23 108
## 41 41 0.14 47
## 42 42 0.41 3
## 43 43 0.41 3
## 44 44 0.37 3
## 45 45 0.15 47
## 46 46 0.14 47
## 47 47 0.23 108
## 48 48 0.47 5
## 49 49 0.27 108
## 50 50 0.86 12
## 51 51 0.05 68
## 52 52 0.44 5
## 53 53 0.80 12
## 54 54 0.12 47
## 55 55 0.56 26
## 56 56 0.21 47
## 57 57 0.13 47
## 58 58 0.75 25
## 59 59 0.90 2
## 60 60 0.37 3
## 61 61 0.67 25
## 62 62 0.09 47
## 63 63 0.38 3
## 64 64 0.27 108
## 65 65 0.81 12
## 66 66 0.45 5
## 67 67 0.81 12
## 68 68 0.81 12
## 69 69 0.79 12
## 70 70 0.44 5
## 71 71 0.75 25
## 72 72 0.63 25
## 73 73 0.71 25
## 74 74 0.00 68
## 75 75 0.48 5
## 76 76 0.22 47
## 77 77 0.38 3
## 78 78 0.61 25
## 79 79 0.35 3
## 80 80 0.11 47
## 81 81 0.24 108
## 82 82 0.67 25
## 83 83 0.42 3
## 84 84 0.79 12
## 85 85 0.10 47
## 86 86 0.43 3
## 87 87 0.98 2
## 88 88 0.89 2
## 89 89 0.89 2
## 90 90 0.18 47
## 91 91 0.13 47
## 92 92 0.65 25
## 93 93 0.34 3
## 94 94 0.66 25
## 95 95 0.32 108
## 96 96 0.19 47
## 97 97 0.78 12
## 98 98 0.09 47
## 99 99 0.47 5
## 100 100 0.51 5print(simulasi_c_2$average_2)## [1] 29.96set.seed(123)
simulasi_d_2 <- simulasi_2(1000,data_2$permintaan_2,data_2$probcum_2)
print(simulasi_d_2$data_2)## hari_2_ke rand_value_2 permintaan_2
## 1 1 0.29 108
## 2 2 0.79 12
## 3 3 0.41 3
## 4 4 0.88 2
## 5 5 0.94 2
## 6 6 0.05 68
## 7 7 0.53 26
## 8 8 0.89 2
## 9 9 0.55 26
## 10 10 0.46 5
## 11 11 0.96 2
## 12 12 0.45 5
## 13 13 0.68 25
## 14 14 0.57 26
## 15 15 0.10 47
## 16 16 0.90 2
## 17 17 0.25 108
## 18 18 0.04 68
## 19 19 0.33 3
## 20 20 0.95 2
## 21 21 0.89 2
## 22 22 0.69 25
## 23 23 0.64 25
## 24 24 0.99 2
## 25 25 0.66 25
## 26 26 0.71 25
## 27 27 0.54 26
## 28 28 0.59 26
## 29 29 0.29 108
## 30 30 0.15 47
## 31 31 0.96 2
## 32 32 0.90 2
## 33 33 0.69 25
## 34 34 0.80 12
## 35 35 0.02 68
## 36 36 0.48 5
## 37 37 0.76 12
## 38 38 0.22 47
## 39 39 0.32 108
## 40 40 0.23 108
## 41 41 0.14 47
## 42 42 0.41 3
## 43 43 0.41 3
## 44 44 0.37 3
## 45 45 0.15 47
## 46 46 0.14 47
## 47 47 0.23 108
## 48 48 0.47 5
## 49 49 0.27 108
## 50 50 0.86 12
## 51 51 0.05 68
## 52 52 0.44 5
## 53 53 0.80 12
## 54 54 0.12 47
## 55 55 0.56 26
## 56 56 0.21 47
## 57 57 0.13 47
## 58 58 0.75 25
## 59 59 0.90 2
## 60 60 0.37 3
## 61 61 0.67 25
## 62 62 0.09 47
## 63 63 0.38 3
## 64 64 0.27 108
## 65 65 0.81 12
## 66 66 0.45 5
## 67 67 0.81 12
## 68 68 0.81 12
## 69 69 0.79 12
## 70 70 0.44 5
## 71 71 0.75 25
## 72 72 0.63 25
## 73 73 0.71 25
## 74 74 0.00 68
## 75 75 0.48 5
## 76 76 0.22 47
## 77 77 0.38 3
## 78 78 0.61 25
## 79 79 0.35 3
## 80 80 0.11 47
## 81 81 0.24 108
## 82 82 0.67 25
## 83 83 0.42 3
## 84 84 0.79 12
## 85 85 0.10 47
## 86 86 0.43 3
## 87 87 0.98 2
## 88 88 0.89 2
## 89 89 0.89 2
## 90 90 0.18 47
## 91 91 0.13 47
## 92 92 0.65 25
## 93 93 0.34 3
## 94 94 0.66 25
## 95 95 0.32 108
## 96 96 0.19 47
## 97 97 0.78 12
## 98 98 0.09 47
## 99 99 0.47 5
## 100 100 0.51 5
## 101 101 0.60 25
## 102 102 0.33 3
## 103 103 0.49 5
## 104 104 0.95 2
## 105 105 0.48 5
## 106 106 0.89 2
## 107 107 0.91 2
## 108 108 0.61 25
## 109 109 0.41 3
## 110 110 0.15 47
## 111 111 0.94 2
## 112 112 0.30 108
## 113 113 0.06 68
## 114 114 0.95 2
## 115 115 0.72 25
## 116 116 0.14 47
## 117 117 0.55 26
## 118 118 0.95 2
## 119 119 0.59 26
## 120 120 0.40 3
## 121 121 0.65 25
## 122 122 0.32 108
## 123 123 0.31 108
## 124 124 0.22 47
## 125 125 0.37 3
## 126 126 0.98 2
## 127 127 0.15 47
## 128 128 0.09 47
## 129 129 0.14 47
## 130 130 0.69 25
## 131 131 0.62 25
## 132 132 0.89 2
## 133 133 0.67 25
## 134 134 0.74 25
## 135 135 0.52 5
## 136 136 0.66 25
## 137 137 0.82 12
## 138 138 0.79 12
## 139 139 0.98 2
## 140 140 0.44 5
## 141 141 0.31 108
## 142 142 0.41 3
## 143 143 0.01 68
## 144 144 0.18 47
## 145 145 0.84 12
## 146 146 0.23 108
## 147 147 0.24 108
## 148 148 0.08 47
## 149 149 0.25 108
## 150 150 0.73 25
## 151 151 0.85 12
## 152 152 0.50 5
## 153 153 0.39 3
## 154 154 0.25 108
## 155 155 0.11 47
## 156 156 0.39 3
## 157 157 0.57 26
## 158 158 0.22 47
## 159 159 0.44 5
## 160 160 0.22 47
## 161 161 0.50 5
## 162 162 0.35 3
## 163 163 0.65 25
## 164 164 0.37 3
## 165 165 0.36 3
## 166 166 0.53 26
## 167 167 0.74 25
## 168 168 0.22 47
## 169 169 0.41 3
## 170 170 0.27 108
## 171 171 0.63 25
## 172 172 0.18 47
## 173 173 0.86 12
## 174 174 0.75 25
## 175 175 0.67 25
## 176 176 0.62 25
## 177 177 0.37 3
## 178 178 0.53 26
## 179 179 0.87 221
## 180 180 0.58 26
## 181 181 0.84 12
## 182 182 0.31 108
## 183 183 0.71 25
## 184 184 0.27 108
## 185 185 0.59 26
## 186 186 0.48 5
## 187 187 0.27 108
## 188 188 0.56 26
## 189 189 0.91 2
## 190 190 0.90 2
## 191 191 0.27 108
## 192 192 0.32 108
## 193 193 0.99 2
## 194 194 0.62 25
## 195 195 0.94 2
## 196 196 0.47 5
## 197 197 0.41 3
## 198 198 0.66 25
## 199 199 0.15 47
## 200 200 0.57 26
## 201 201 0.24 108
## 202 202 0.96 2
## 203 203 0.60 25
## 204 204 0.52 5
## 205 205 0.40 3
## 206 206 0.88 2
## 207 207 0.36 3
## 208 208 0.29 108
## 209 209 0.17 47
## 210 210 0.17 47
## 211 211 0.48 5
## 212 212 0.25 108
## 213 213 0.22 47
## 214 214 0.67 25
## 215 215 0.05 68
## 216 216 0.70 25
## 217 217 0.35 3
## 218 218 0.41 3
## 219 219 0.82 12
## 220 220 0.92 2
## 221 221 0.28 108
## 222 222 0.96 2
## 223 223 0.73 25
## 224 224 0.69 25
## 225 225 0.05 68
## 226 226 0.40 3
## 227 227 0.48 5
## 228 228 0.56 26
## 229 229 0.70 25
## 230 230 0.92 2
## 231 231 0.62 25
## 232 232 0.43 3
## 233 233 0.54 26
## 234 234 0.06 68
## 235 235 0.26 108
## 236 236 0.40 3
## 237 237 0.20 47
## 238 238 0.83 12
## 239 239 0.15 47
## 240 240 0.80 12
## 241 241 0.55 26
## 242 242 0.66 25
## 243 243 0.17 47
## 244 244 0.63 25
## 245 245 0.31 108
## 246 246 0.72 25
## 247 247 0.40 3
## 248 248 0.97 2
## 249 249 0.97 2
## 250 250 0.73 25
## 251 251 0.26 108
## 252 252 0.22 47
## 253 253 0.59 26
## 254 254 0.27 108
## 255 255 0.53 26
## 256 256 0.79 12
## 257 257 0.17 47
## 258 258 0.40 3
## 259 259 0.47 5
## 260 260 0.87 221
## 261 261 0.93 2
## 262 262 0.88 2
## 263 263 0.67 25
## 264 264 0.95 2
## 265 265 0.52 5
## 266 266 0.58 26
## 267 267 0.34 3
## 268 268 0.35 3
## 269 269 0.02 68
## 270 270 0.50 5
## 271 271 0.87 221
## 272 272 0.01 68
## 273 273 0.07 68
## 274 274 0.16 47
## 275 275 0.77 12
## 276 276 0.74 25
## 277 277 0.97 2
## 278 278 0.47 5
## 279 279 0.07 68
## 280 280 0.65 25
## 281 281 0.76 12
## 282 282 0.14 47
## 283 283 0.40 3
## 284 284 0.22 47
## 285 285 0.06 68
## 286 286 0.40 3
## 287 287 0.06 68
## 288 288 0.23 108
## 289 289 0.05 68
## 290 290 0.67 25
## 291 291 0.30 108
## 292 292 0.10 47
## 293 293 0.07 68
## 294 294 0.88 2
## 295 295 0.75 25
## 296 296 0.82 12
## 297 297 0.98 2
## 298 298 0.10 47
## 299 299 0.10 47
## 300 300 0.80 12
## 301 301 0.78 12
## 302 302 0.01 68
## 303 303 0.78 12
## 304 304 0.73 25
## 305 305 0.63 25
## 306 306 0.48 5
## 307 307 0.16 47
## 308 308 0.01 68
## 309 309 0.45 5
## 310 310 0.49 5
## 311 311 0.39 3
## 312 312 0.46 5
## 313 313 0.71 25
## 314 314 0.06 68
## 315 315 0.35 3
## 316 316 0.80 12
## 317 317 0.84 12
## 318 318 0.24 108
## 319 319 0.35 3
## 320 320 0.86 12
## 321 321 0.85 12
## 322 322 0.30 108
## 323 323 0.15 47
## 324 324 0.70 25
## 325 325 0.10 47
## 326 326 0.03 68
## 327 327 1.00 0
## 328 328 0.03 68
## 329 329 0.34 3
## 330 330 0.92 2
## 331 331 0.62 25
## 332 332 0.29 108
## 333 333 0.74 25
## 334 334 0.83 12
## 335 335 0.31 108
## 336 336 0.49 5
## 337 337 0.70 25
## 338 338 0.64 25
## 339 339 0.64 25
## 340 340 0.98 2
## 341 341 0.41 3
## 342 342 0.12 47
## 343 343 0.53 26
## 344 344 0.23 108
## 345 345 0.49 5
## 346 346 0.37 3
## 347 347 0.98 2
## 348 348 0.39 3
## 349 349 0.23 108
## 350 350 0.62 25
## 351 351 0.14 47
## 352 352 0.97 2
## 353 353 0.52 5
## 354 354 0.16 47
## 355 355 0.62 25
## 356 356 0.99 2
## 357 357 0.67 25
## 358 358 0.42 3
## 359 359 0.32 108
## 360 360 0.84 12
## 361 361 0.14 47
## 362 362 0.19 47
## 363 363 0.90 2
## 364 364 0.31 108
## 365 365 0.36 3
## 366 366 0.78 12
## 367 367 0.19 47
## 368 368 0.02 68
## 369 369 0.41 3
## 370 370 0.48 5
## 371 371 0.42 3
## 372 372 0.34 3
## 373 373 0.87 221
## 374 374 0.46 5
## 375 375 0.53 26
## 376 376 0.96 2
## 377 377 0.77 12
## 378 378 0.21 47
## 379 379 0.31 108
## 380 380 0.97 2
## 381 381 0.58 26
## 382 382 0.76 12
## 383 383 0.37 3
## 384 384 0.77 12
## 385 385 0.54 26
## 386 386 0.91 2
## 387 387 0.19 47
## 388 388 0.28 108
## 389 389 0.09 47
## 390 390 0.21 47
## 391 391 0.98 2
## 392 392 0.30 108
## 393 393 0.73 25
## 394 394 0.79 12
## 395 395 0.11 47
## 396 396 0.24 108
## 397 397 0.27 108
## 398 398 0.10 47
## 399 399 0.12 47
## 400 400 0.99 2
## 401 401 0.99 2
## 402 402 0.14 47
## 403 403 0.91 2
## 404 404 0.58 26
## 405 405 0.40 3
## 406 406 0.45 5
## 407 407 0.71 25
## 408 408 0.08 47
## 409 409 0.34 3
## 410 410 0.68 25
## 411 411 0.32 108
## 412 412 0.83 12
## 413 413 0.22 47
## 414 414 0.50 5
## 415 415 0.28 108
## 416 416 0.19 47
## 417 417 0.95 2
## 418 418 0.32 108
## 419 419 0.48 5
## 420 420 0.03 68
## 421 421 0.55 26
## 422 422 0.64 25
## 423 423 0.60 25
## 424 424 0.32 108
## 425 425 0.89 2
## 426 426 0.63 25
## 427 427 0.30 108
## 428 428 0.39 3
## 429 429 0.16 47
## 430 430 0.86 12
## 431 431 0.95 2
## 432 432 0.56 26
## 433 433 0.33 3
## 434 434 1.00 0
## 435 435 0.23 108
## 436 436 0.61 25
## 437 437 0.11 47
## 438 438 0.49 5
## 439 439 0.10 47
## 440 440 0.16 47
## 441 441 0.28 108
## 442 442 0.58 26
## 443 443 0.73 25
## 444 444 0.17 47
## 445 445 0.87 221
## 446 446 0.71 25
## 447 447 0.76 12
## 448 448 0.15 47
## 449 449 0.36 3
## 450 450 0.67 25
## 451 451 0.52 5
## 452 452 0.35 3
## 453 453 0.24 108
## 454 454 0.06 68
## 455 455 0.24 108
## 456 456 0.89 2
## 457 457 0.81 12
## 458 458 0.75 25
## 459 459 0.15 47
## 460 460 0.12 47
## 461 461 0.97 2
## 462 462 0.44 5
## 463 463 0.46 5
## 464 464 0.17 47
## 465 465 0.58 26
## 466 466 0.27 108
## 467 467 0.23 108
## 468 468 0.69 25
## 469 469 0.28 108
## 470 470 0.81 12
## 471 471 0.09 47
## 472 472 0.82 12
## 473 473 0.43 3
## 474 474 0.76 12
## 475 475 0.66 25
## 476 476 0.44 5
## 477 477 0.63 25
## 478 478 0.00 68
## 479 479 0.22 47
## 480 480 0.70 25
## 481 481 0.22 47
## 482 482 0.81 12
## 483 483 0.31 108
## 484 484 0.69 25
## 485 485 0.93 2
## 486 486 0.12 47
## 487 487 0.13 47
## 488 488 0.68 25
## 489 489 0.43 3
## 490 490 0.83 12
## 491 491 0.97 2
## 492 492 0.07 68
## 493 493 0.46 5
## 494 494 0.70 25
## 495 495 0.09 47
## 496 496 0.99 2
## 497 497 0.25 108
## 498 498 0.05 68
## 499 499 0.69 25
## 500 500 0.79 12
## 501 501 0.35 3
## 502 502 0.37 3
## 503 503 0.29 108
## 504 504 0.08 47
## 505 505 0.37 3
## 506 506 0.18 47
## 507 507 0.54 26
## 508 508 0.50 5
## 509 509 0.95 2
## 510 510 0.34 3
## 511 511 0.46 5
## 512 512 0.08 47
## 513 513 0.86 12
## 514 514 0.40 3
## 515 515 0.74 25
## 516 516 0.17 47
## 517 517 0.45 5
## 518 518 0.77 12
## 519 519 0.06 68
## 520 520 0.82 12
## 521 521 0.30 108
## 522 522 0.36 3
## 523 523 0.31 108
## 524 524 0.04 68
## 525 525 0.52 5
## 526 526 0.68 25
## 527 527 0.90 2
## 528 528 0.03 68
## 529 529 0.99 2
## 530 530 0.30 108
## 531 531 0.94 2
## 532 532 0.69 25
## 533 533 0.45 5
## 534 534 0.82 12
## 535 535 0.04 68
## 536 536 0.74 25
## 537 537 0.35 3
## 538 538 0.83 12
## 539 539 0.54 26
## 540 540 0.27 108
## 541 541 0.80 12
## 542 542 0.09 47
## 543 543 0.83 12
## 544 544 0.28 108
## 545 545 0.75 25
## 546 546 0.96 2
## 547 547 0.08 47
## 548 548 0.85 12
## 549 549 0.80 12
## 550 550 0.39 3
## 551 551 0.33 3
## 552 552 0.20 47
## 553 553 0.57 26
## 554 554 0.89 2
## 555 555 0.53 26
## 556 556 0.59 26
## 557 557 0.67 25
## 558 558 0.53 26
## 559 559 0.51 5
## 560 560 0.02 68
## 561 561 0.05 68
## 562 562 0.93 2
## 563 563 0.77 12
## 564 564 0.20 47
## 565 565 0.65 25
## 566 566 0.65 25
## 567 567 0.40 3
## 568 568 0.81 12
## 569 569 0.55 26
## 570 570 0.89 2
## 571 571 0.55 26
## 572 572 0.91 2
## 573 573 0.59 26
## 574 574 0.42 3
## 575 575 0.95 2
## 576 576 0.71 25
## 577 577 0.41 3
## 578 578 0.02 68
## 579 579 0.57 26
## 580 580 0.49 5
## 581 581 0.88 2
## 582 582 0.81 12
## 583 583 0.85 12
## 584 584 0.37 3
## 585 585 0.87 221
## 586 586 0.15 47
## 587 587 0.28 108
## 588 588 0.67 25
## 589 589 0.98 2
## 590 590 0.58 26
## 591 591 0.53 26
## 592 592 0.06 68
## 593 593 0.97 2
## 594 594 0.12 47
## 595 595 0.09 47
## 596 596 0.88 2
## 597 597 0.51 5
## 598 598 0.34 3
## 599 599 0.89 2
## 600 600 0.03 68
## 601 601 0.24 108
## 602 602 0.69 25
## 603 603 0.23 108
## 604 604 0.32 108
## 605 605 0.17 47
## 606 606 0.80 12
## 607 607 0.15 47
## 608 608 0.82 12
## 609 609 0.33 3
## 610 610 0.37 3
## 611 611 0.63 25
## 612 612 0.10 47
## 613 613 0.02 68
## 614 614 0.99 2
## 615 615 0.58 26
## 616 616 0.78 12
## 617 617 0.89 2
## 618 618 0.75 25
## 619 619 0.98 2
## 620 620 0.04 68
## 621 621 0.90 2
## 622 622 0.87 221
## 623 623 0.78 12
## 624 624 0.38 3
## 625 625 0.04 68
## 626 626 0.36 3
## 627 627 0.27 108
## 628 628 0.85 12
## 629 629 0.36 3
## 630 630 0.30 108
## 631 631 0.76 12
## 632 632 0.84 12
## 633 633 0.46 5
## 634 634 0.73 25
## 635 635 0.10 47
## 636 636 0.22 47
## 637 637 0.95 2
## 638 638 0.75 25
## 639 639 0.82 12
## 640 640 0.42 3
## 641 641 0.59 26
## 642 642 0.80 12
## 643 643 0.89 2
## 644 644 0.39 3
## 645 645 0.09 47
## 646 646 0.63 25
## 647 647 0.75 25
## 648 648 0.09 47
## 649 649 0.30 108
## 650 650 0.61 25
## 651 651 0.75 25
## 652 652 0.92 2
## 653 653 0.48 5
## 654 654 0.57 26
## 655 655 0.74 25
## 656 656 0.86 12
## 657 657 0.91 2
## 658 658 0.06 68
## 659 659 0.50 5
## 660 660 0.35 3
## 661 661 0.85 12
## 662 662 0.81 12
## 663 663 0.12 47
## 664 664 0.71 25
## 665 665 0.24 108
## 666 666 0.07 68
## 667 667 0.94 2
## 668 668 0.16 47
## 669 669 0.65 25
## 670 670 0.17 47
## 671 671 0.02 68
## 672 672 0.52 5
## 673 673 0.09 47
## 674 674 0.28 108
## 675 675 0.42 3
## 676 676 0.59 26
## 677 677 0.81 12
## 678 678 0.20 47
## 679 679 0.46 5
## 680 680 0.45 5
## 681 681 0.73 25
## 682 682 0.71 25
## 683 683 0.83 12
## 684 684 0.89 2
## 685 685 0.95 2
## 686 686 0.55 26
## 687 687 0.52 5
## 688 688 0.17 47
## 689 689 0.48 5
## 690 690 0.25 108
## 691 691 0.04 68
## 692 692 0.63 25
## 693 693 0.54 26
## 694 694 0.14 47
## 695 695 0.28 108
## 696 696 0.58 26
## 697 697 0.17 47
## 698 698 0.10 47
## 699 699 0.43 3
## 700 700 0.36 3
## 701 701 0.84 12
## 702 702 0.26 108
## 703 703 0.02 68
## 704 704 0.86 12
## 705 705 0.33 3
## 706 706 0.63 25
## 707 707 0.55 26
## 708 708 0.38 3
## 709 709 0.19 47
## 710 710 0.43 3
## 711 711 0.63 25
## 712 712 0.52 5
## 713 713 0.66 25
## 714 714 0.73 25
## 715 715 0.49 5
## 716 716 0.38 3
## 717 717 0.01 68
## 718 718 0.00 68
## 719 719 0.99 2
## 720 720 0.11 47
## 721 721 0.42 3
## 722 722 0.72 25
## 723 723 0.74 25
## 724 724 0.87 221
## 725 725 0.61 25
## 726 726 0.76 12
## 727 727 0.85 12
## 728 728 0.61 25
## 729 729 0.79 12
## 730 730 0.02 68
## 731 731 0.42 3
## 732 732 0.87 221
## 733 733 0.65 25
## 734 734 0.92 2
## 735 735 0.17 47
## 736 736 0.32 108
## 737 737 0.80 12
## 738 738 0.99 2
## 739 739 0.32 108
## 740 740 0.00 68
## 741 741 0.99 2
## 742 742 0.15 47
## 743 743 0.05 68
## 744 744 0.60 25
## 745 745 0.32 108
## 746 746 0.53 26
## 747 747 0.80 12
## 748 748 0.07 68
## 749 749 0.70 25
## 750 750 0.95 2
## 751 751 0.28 108
## 752 752 0.25 108
## 753 753 0.16 47
## 754 754 0.07 68
## 755 755 0.56 26
## 756 756 0.49 5
## 757 757 0.49 5
## 758 758 0.89 2
## 759 759 0.04 68
## 760 760 0.20 47
## 761 761 0.51 5
## 762 762 0.24 108
## 763 763 0.58 26
## 764 764 0.48 5
## 765 765 0.57 26
## 766 766 0.14 47
## 767 767 0.15 47
## 768 768 0.41 3
## 769 769 0.68 25
## 770 770 0.65 25
## 771 771 0.92 2
## 772 772 0.81 12
## 773 773 0.68 25
## 774 774 0.81 12
## 775 775 0.13 47
## 776 776 0.25 108
## 777 777 0.33 3
## 778 778 0.41 3
## 779 779 0.64 25
## 780 780 0.81 12
## 781 781 0.26 108
## 782 782 0.82 12
## 783 783 0.02 68
## 784 784 0.65 25
## 785 785 0.81 12
## 786 786 0.46 5
## 787 787 0.20 47
## 788 788 0.02 68
## 789 789 0.28 108
## 790 790 0.92 2
## 791 791 0.93 2
## 792 792 0.54 26
## 793 793 0.22 47
## 794 794 0.49 5
## 795 795 0.80 12
## 796 796 0.41 3
## 797 797 0.10 47
## 798 798 0.28 108
## 799 799 0.36 3
## 800 800 0.26 108
## 801 801 0.47 5
## 802 802 0.37 3
## 803 803 0.12 47
## 804 804 0.05 68
## 805 805 0.26 108
## 806 806 0.97 2
## 807 807 0.49 5
## 808 808 0.48 5
## 809 809 0.75 25
## 810 810 0.67 25
## 811 811 0.05 68
## 812 812 0.70 25
## 813 813 0.36 3
## 814 814 0.88 2
## 815 815 0.78 12
## 816 816 0.14 47
## 817 817 0.30 108
## 818 818 0.13 47
## 819 819 0.59 26
## 820 820 0.56 26
## 821 821 0.69 25
## 822 822 0.31 108
## 823 823 0.61 25
## 824 824 0.99 2
## 825 825 0.74 25
## 826 826 0.08 47
## 827 827 0.45 5
## 828 828 0.05 68
## 829 829 0.34 3
## 830 830 0.73 25
## 831 831 0.00 68
## 832 832 0.77 12
## 833 833 0.46 5
## 834 834 0.72 25
## 835 835 0.67 25
## 836 836 0.57 26
## 837 837 0.70 25
## 838 838 0.66 25
## 839 839 0.29 108
## 840 840 0.10 47
## 841 841 0.96 2
## 842 842 0.74 25
## 843 843 0.61 25
## 844 844 0.12 47
## 845 845 0.55 26
## 846 846 0.26 108
## 847 847 0.90 2
## 848 848 0.01 68
## 849 849 0.24 108
## 850 850 0.13 47
## 851 851 0.33 3
## 852 852 0.73 25
## 853 853 0.99 2
## 854 854 0.72 25
## 855 855 0.50 5
## 856 856 0.44 5
## 857 857 0.95 2
## 858 858 0.12 47
## 859 859 0.08 47
## 860 860 0.89 2
## 861 861 0.42 3
## 862 862 0.04 68
## 863 863 0.65 25
## 864 864 0.47 5
## 865 865 0.62 25
## 866 866 0.27 108
## 867 867 0.16 47
## 868 868 0.11 47
## 869 869 0.51 5
## 870 870 0.55 26
## 871 871 0.14 47
## 872 872 0.17 47
## 873 873 0.76 12
## 874 874 0.53 26
## 875 875 0.86 12
## 876 876 0.67 25
## 877 877 0.01 68
## 878 878 0.69 25
## 879 879 0.89 2
## 880 880 0.63 25
## 881 881 0.11 47
## 882 882 0.92 2
## 883 883 0.68 25
## 884 884 0.15 47
## 885 885 0.75 25
## 886 886 0.94 2
## 887 887 0.42 3
## 888 888 0.30 108
## 889 889 0.26 108
## 890 890 0.22 47
## 891 891 0.57 26
## 892 892 0.76 12
## 893 893 0.67 25
## 894 894 0.55 26
## 895 895 0.81 12
## 896 896 0.76 12
## 897 897 0.02 68
## 898 898 0.38 3
## 899 899 0.05 68
## 900 900 0.80 12
## 901 901 0.92 2
## 902 902 0.54 26
## 903 903 0.85 12
## 904 904 0.58 26
## 905 905 0.67 25
## 906 906 0.51 5
## 907 907 0.76 12
## 908 908 0.90 2
## 909 909 0.82 12
## 910 910 0.07 68
## 911 911 0.00 68
## 912 912 0.05 68
## 913 913 0.87 221
## 914 914 0.58 26
## 915 915 0.31 108
## 916 916 0.96 2
## 917 917 0.59 26
## 918 918 0.53 26
## 919 919 0.38 3
## 920 920 0.32 108
## 921 921 0.81 12
## 922 922 0.04 68
## 923 923 0.36 3
## 924 924 0.86 12
## 925 925 0.70 25
## 926 926 0.68 25
## 927 927 0.35 3
## 928 928 0.55 26
## 929 929 0.14 47
## 930 930 0.78 12
## 931 931 0.89 2
## 932 932 0.20 47
## 933 933 0.77 12
## 934 934 0.60 25
## 935 935 0.96 2
## 936 936 0.16 47
## 937 937 0.53 26
## 938 938 0.87 221
## 939 939 0.87 221
## 940 940 0.02 68
## 941 941 0.98 2
## 942 942 0.49 5
## 943 943 0.39 3
## 944 944 0.42 3
## 945 945 0.09 47
## 946 946 0.16 47
## 947 947 0.41 3
## 948 948 0.34 3
## 949 949 0.42 3
## 950 950 0.30 108
## 951 951 0.56 26
## 952 952 0.16 47
## 953 953 0.96 2
## 954 954 0.04 68
## 955 955 0.37 3
## 956 956 0.96 2
## 957 957 0.65 25
## 958 958 0.06 68
## 959 959 0.41 3
## 960 960 0.43 3
## 961 961 0.51 5
## 962 962 0.45 5
## 963 963 0.62 25
## 964 964 0.14 47
## 965 965 0.91 2
## 966 966 0.57 26
## 967 967 0.55 26
## 968 968 0.12 47
## 969 969 0.76 12
## 970 970 0.48 5
## 971 971 0.78 12
## 972 972 0.05 68
## 973 973 0.82 12
## 974 974 0.27 108
## 975 975 0.28 108
## 976 976 0.64 25
## 977 977 0.95 2
## 978 978 0.01 68
## 979 979 0.35 3
## 980 980 0.42 3
## 981 981 0.46 5
## 982 982 0.71 25
## 983 983 0.92 2
## 984 984 0.63 25
## 985 985 0.90 2
## 986 986 0.76 12
## 987 987 0.14 47
## 988 988 0.15 47
## 989 989 0.19 47
## 990 990 0.43 3
## 991 991 0.09 47
## 992 992 0.22 47
## 993 993 0.57 26
## 994 994 0.40 3
## 995 995 0.57 26
## 996 996 0.83 12
## 997 997 0.64 25
## 998 998 0.39 3
## 999 999 0.71 25
## 1000 1000 0.11 47print(simulasi_d_2$average_2)## [1] 34.072