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)
tabel_data <- data.frame(
Permintaan = permintaan,
Frekuensi = frekuensi
)
tabel_data## Permintaan Frekuensi
## 1 50 10
## 2 60 20
## 3 70 40
## 4 80 20
## 5 90 10# Total hari
total_hari <- sum(frekuensi)
print (total_hari)## [1] 100Kode tersebut berfungsi untuk menjumlahkan semua frekuensi dengan total pengamatan pengamatan adalah 100 hari
# Probabilitas
peluang <- frekuensi / total_hari
set.seed(123)mengubah frekuensi menjadi probabilitas atau peluang seberapa sering setiap permintaan muncul.
hasil_5 <- sum(sample(permintaan, 5, replace = TRUE, prob = peluang))
hasil_20 <- sum(sample(permintaan, 20, replace = TRUE, prob = peluang))a.prediksikan permintaan es teh selama 5 hari ke depan.
b.prediksikan permintaan es teh selama 20 hari ke depan.
# buat tabel perbandingan
tabel_latihan1 <- data.frame(
Hari = c(5, 20),
Total_Permintaan = c(hasil_5, hasil_20),
Rata_per_Hari = c(hasil_5/5, hasil_20/20)
)
tabel_latihan1## Hari Total_Permintaan Rata_per_Hari
## 1 5 350 70.0
## 2 20 1390 69.5prediksi permintaan es teh 5 hari ke depan adalah dengan total permintaan 350 gelas dengan rata-rata 70 gelas per hari.
prediksi permintaan es teh untuk 20 hari ke depan adalah 1390 permintaan, dan rata-rata 69.5 gelas per hari.
Jadi, dengan nilai rata-rata yang hampir sama anatar 5 dan 20 hari, ini menunjukan bahwa data cukup stabil di sekitar 70 gelas per hari. Hal ini menunjukan bahwa semakin banyak hari (20 hari), hasilnya mulai lebih stabil dan konsisten dibandingkan dengan 5 hari. Dengan demikian warung bisa memprediksi penjualan harian sekitar kurang lebih 70 gelas per hari.
Bangkitkanlah data dengan distribusi eksponensial untuk variabel permintaan sebanyak 10 data permintaan, dan data dengan distribusi normal untuk variabel frekuensi
set.seed(123)Supaya hasil random tetap sama kalau dijalankan ulang
# Permintaan (eksponensial)
data_perm <- rexp(10, rate = 1/70)
rata_perm <- mean(data_perm)
print (rata_perm)## [1] 44.57807membuat 10 data acak, dengan mengikuti distribusi eksponensial dengan rata-rata sekitar 70. lalu menghitung rata-rata dari data yang baru dibuat. selanjutnya menghitung rata- rata dari data yang telah dibuat yaitu sebesar 90.766.
# Frekuensi (normal)
hasil_5 <- sum(rpois(5, lambda = rata_perm))
hasil_20 <- sum(rpois(20, lambda = rata_perm))
hasil_100 <- sum(rpois(100, lambda = rata_perm))
hasil_1000 <- sum(rpois(1000, lambda = rata_perm))berikut perhitungan untuk simulasi jumlah permintaan selama 5, 20, 100, dan 1000 hari
tabel_perbandingan <- data.frame(
Hari = c(5, 20, 100, 1000),
Total_Permintaan = c(hasil_5, hasil_20, hasil_100, hasil_1000),
Rata_per_Hari = c(hasil_5/5, hasil_20/20, hasil_100/100, hasil_1000/1000)
)
tabel_perbandingan## Hari Total_Permintaan Rata_per_Hari
## 1 5 243 48.60
## 2 20 857 42.85
## 3 100 4483 44.83
## 4 1000 44340 44.34Berdasarkan hasil simulasi, terlihat bahwa total permintaan es teh meningkat seiring bertambahnya jumlah hari pengamatan. Untuk periode 5 hari, total permintaan tercatat sebesar 243 gelas dengan rata-rata sekitar 48,6 gelas per hari. Pada 20 hari, total permintaan menjadi 857 gelas dengan rata-rata 42,85 gelas per hari.
Ketika periode diperpanjang menjadi 100 hari, total permintaan mencapai 4483 gelas dengan rata-rata 44,83 gelas per hari. Selanjutnya, pada 1000 hari, total permintaan sebesar 44.340 gelas dengan rata-rata 44,34 gelas per hari.
Dari hasil tersebut dapat dilihat bahwa nilai rata-rata permintaan per hari cenderung semakin stabil ketika jumlah hari pengamatan semakin besar. Pada awalnya (5 dan 20 hari), rata-rata masih cukup berfluktuasi, namun pada 100 hingga 1000 hari, nilai rata-rata mulai mendekati angka yang relatif konstan, yaitu sekitar 44–45 gelas per hari.
Hal ini menunjukkan bahwa semakin banyak data atau semakin panjang periode pengamatan, maka hasil prediksi akan semakin mendekati nilai rata-rata sebenarnya.