Anda adalah seorang Data Scientist yang bekerja untuk sebuah perusahaan konsultan.
Salah satu dari rekan anda dari departemen Audit telah meminta Anda untuk membantu mereka menilai laporan keuangan organisasi X.
Anda telah diberikan dua data vektor: pendapatan bulanan dan pengeluaran bulanan untuk tahun buku yang bersangkutan. Tugas Anda adalah menghitung metrik keuangan berikut:
keuntungan setiap bulan
keuntungan setelah pajak untuk setiap bulan (tarif pajak adalah 30%)
margin keuntungan untuk setiap bulan - sama dengan keuntungan setelah pajak dibagi pendapatan
bulan yang baik - dimana laba setelah pajak lebih besar dari rata-rata untuk tahun tersebut
bulan-bulan buruk - di mana laba setelah pajak kurang dari rata-rata untuk tahun tersebut
bulan terbaik - di mana laba setelah pajak maksimum untuk tahun ini
bulan terburuk - di mana laba setelah pajak adalah min untuk tahun ini
Semua hasil perlu disajikan sebagai vektor.
Hasil untuk nilai dolar perlu dihitung dengan presisi $0,01, tetapi harus disajikan dalam Satuan $1.000 (yaitu 1k) tanpa titik desimal . Hasil untuk rasio margin keuntungan harus disajikan dalam satuan % tanpa titik desimal.
Catatan: Rekan Anda telah memperingatkan Anda bahwa tidak apa-apa untuk pajak untuk bulan tertentu negatif (dalam istilah akuntansi, pajak negatif diterjemahkan menjadi aset pajak tangguhan).
#Data
pendapatan <- c(14574.49, 7606.46, 8611.41, 9175.41, 8058.65, 8105.44, 11496.28, 9766.09, 10305.32, 14379.96, 10713.97, 15433.50)
pengeluaran <- c(12051.82, 5695.07, 12319.20, 12089.72, 8658.57, 840.20, 3285.73, 5821.12, 6976.93, 16618.61, 10054.37, 3803.96)
pendapatan
## [1] 14574.49 7606.46 8611.41 9175.41 8058.65 8105.44 11496.28 9766.09
## [9] 10305.32 14379.96 10713.97 15433.50
pengeluaran
## [1] 12051.82 5695.07 12319.20 12089.72 8658.57 840.20 3285.73 5821.12
## [9] 6976.93 16618.61 10054.37 3803.96
#keuntungan setiap bulan
profit <- pendapatan - pengeluaran
profit
## [1] 2522.67 1911.39 -3707.79 -2914.31 -599.92 7265.24 8210.55 3944.97
## [9] 3328.39 -2238.65 659.60 11629.54
#keuntungan setelah pajak untuk setiap bulan (tarif pajak adalah 30%)
tax_30_per <- round(profit * 0.30, 0)
tax_30_per
## [1] 757 573 -1112 -874 -180 2180 2463 1183 999 -672 198 3489
#margin keuntungan untuk setiap bulan - sama dengan keuntungan setelah pajak dibagi pendapatan
profit_after_tax <- profit - tax_30_per
profit_after_tax
## [1] 1765.67 1338.39 -2595.79 -2040.31 -419.92 5085.24 5747.55 2761.97
## [9] 2329.39 -1566.65 461.60 8140.54
#margin keuntungan dalam %
profit.margin <- round(profit_after_tax/pendapatan, 2)*100
profit.margin <- paste(profit.margin,"%")
profit.margin
## [1] "12 %" "18 %" "-30 %" "-22 %" "-5 %" "63 %" "50 %" "28 %" "23 %"
## [10] "-11 %" "4 %" "53 %"
#bulan yang baik - dimana laba setelah pajak lebih besar dari rata-rata untuk tahun tersebut
best_month <- max(profit_after_tax)
best_month
## [1] 8140.54
#bulan-bulan buruk - di mana laba setelah pajak kurang dari rata-rata untuk tahun tersebut
worst_month <- min(profit_after_tax)
worst_month
## [1] -2595.79
mean_for_year <- mean(profit_after_tax)
mean_for_year
## [1] 1750.64
#mengurutkan vektor secara asc
profit_sort_asc <- sort(profit_after_tax, decreasing = F)
for(i in profit_sort_asc){
if(i>mean_for_year){
good_month = i
break
}else{
bad_month = i
}
}
#bulan terbaik - di mana laba setelah pajak maksimum untuk tahun ini
good_month
## [1] 1765.67
#bulan terburuk - di mana laba setelah pajak adalah min untuk tahun ini
bad_month
## [1] 1338.39
#Konversikan Semua Perhitungan Ke Satuan Seribu Dolar
pendapatan.1000 <- round(pendapatan / 1000, 0)
pengeluaran.1000 <- round(pengeluaran / 1000, 0)
profit.1000 <- round(profit / 1000, 0)
profit_after_tax.1000 <- round(profit_after_tax / 1000, 0)
#Print Results
pendapatan.1000
## [1] 15 8 9 9 8 8 11 10 10 14 11 15
pengeluaran.1000
## [1] 12 6 12 12 9 1 3 6 7 17 10 4
profit.1000
## [1] 3 2 -4 -3 -1 7 8 4 3 -2 1 12
profit_after_tax.1000
## [1] 2 1 -3 -2 0 5 6 3 2 -2 0 8
profit.margin
## [1] "12 %" "18 %" "-30 %" "-22 %" "-5 %" "63 %" "50 %" "28 %" "23 %"
## [10] "-11 %" "4 %" "53 %"
good_month
## [1] 1765.67
bad_month
## [1] 1338.39
best_month
## [1] 8140.54
worst_month
## [1] -2595.79