#Studi Kasus SocMed Insights Aplikasi analitik media sosial SocMed Insights mengumpulkan berbagai data untuk keperluan berikut;

1 - VARIABEL ACAK

#(a) Jumlah komentar per unggahan - DISKRIT

#Simulasi data jumlah komentar
komentar <- c(0, 2, 5, 10, 3, 7, 0, 1) komentar

#(b) Durasi video yang ditonton - KONTINU

#Simulasi data durasi video (detik)
set.seed(123) durasi <- rnorm(20, mean=60, sd=10) durasi

2 - DISTRIBUSI BINOMIAL

25% pengguna yang melihat iklan akan mengkliknya. Jika iklan ditampilkan ke 10 pengguna, hitung P(TEPAT 2 MENGKLIK), rata-rata, dan SD jumlah klik.

#Diketahui; n <- 10 p <- 0.25 k <- 2

#(a) P(TEPAT 2 mengklik)

n <- 10; p <- 0.25 dbinom (2, size =n, prob = p)

#(b) Rata-rata dan SD

n <- 10; p <- 0.25 n*p

#(c) Standar Deviasi

n <- 10; p <- 0.25 sqrt (np (1-p))

3 - DISTRIBUSI POISSON

#P(LEBIH DARI 12 unggahan)

lambda <- 8 1- ppois (12, lambda)

4 - DISTRIBUSI NORMAL

mu <- 3 sigma <- 0.5

#(a) P(loading > 4 detik)

prob_lebih_4 <- 1 - pnorm(4, mean = mu, sd = sigma) prob_lebih_4

#Standarisasi Z

z <- (4 - mu) / sigma 1 - pnorm(z)

#(b) Batas 5% terlama (P = 0.95)

batas_5persen <- qnorm(0.95, mean = mu, sd = sigma) batas_5persen

#Standarisasi Z

qnorm(0.95, mean = mu, sd = sigma)