Nama : Fahri Aulia Alfarisi Harahap

Nim : 4193250009
Kelas : PSIK-A 2019
Matkul : Sains Komputasi

1. Penjelasan Jawaban

Tahap 1

Pada tahap 1 ini yang perlu dilakukan adalah mendefinisikan soal dalam bentuk tabel pandas agar
lebih mudah dilakukan perhitungan.

Tahap 2
Tahap 2 adalah tahap dimana kita membuat Kumulatif probabilitas yang ada

Setelah itu dilakukan perhitungan Pembelian grosir dan penjualan Pelanggan, yang mana untuk
grosir dikali 10 dolar perunit dan penjualan 20 dolar perunit

Tahap 3

Di tahap 3 ini dilakukanlah simulasi keuntungan yang diperoleh untuk 10 hari berikutnya, digunakan
probabilitas nilai yang diacak sendiri dan didapatkan hasil simulasi keuntungan 10 hari berikutnya
sebagai berikut
Tahap 4

Tahap 4 adalah dimana kita menghitung estimasi nilai rata-rata tahunnya, disini menggunakan hari
kerja selama 289 hari / setahun dengan nilai lost dari keuntungan adalah 5 dolar, dari komputasi
diatas didapat nilai estimasi rata-rata tahunannya adalah 352.58
2. Penjelasan Jawaban

Tahap 1

Tahap 1 adalah tahap melakukan simulasi bootstrap dimana data dari nilai X diacak dengan fungsi
random.choices dari data yang sudah didefiniskan terlebih dahulu dengan panjang jumlah dari
definisi nilai X yang menggunakan fungsi len.

Berikut ini adalah hasil simulasi pengacakannya untuk nilai X

Tahap 2
Tahap 2 adalah tahap melakukan simulasi bootstrap dimana data dari nilai y diacak dengan fungsi
random.choices dari data yang sudah didefiniskan terlebih dahulu dengan panjang jumlah dari
definisi nilai X yang menggunakan fungsi len.

Tahap 3

Tahap 3 adalah tahap dimana dilakukannya simulasi bootstrap untuk data X dan y yang mana data
ini akan digunakan untuk melakukan regresi linear sederhana yang bertujuan untuk mendapat
koefisiennya

Tahap 4
Disini digunakan library dari python yang bernama statsmodel.api yang didefinisikan dengan sm,
dengan menggunakan library ini kita bisa mendapatkan hasil dari analisis regresi sederhananya
menggunakan library sm.OLS, data yang akan dikomputasi oleh fungsi sm.OLS adalah data yang
sudah dilakukan simulasi bootstrap ( pada tahap 3 sudah dilakukan bootstrap pada data yang akan di
komputasi regresi linearnya ).

Dari analisis berikut didapat bahwa KOEFISIEN REGRESI LINEAR SEDERHANANYA ADALAH 1.0000

Tetapi jika dihitung secara manual menggunakan fungsi sendiri, maka didapat koefisien sebagai
berikut
Didapat koefisien a = 5.352356073709593 dan nilai b adalah = 2.059486395105458

Dan didapat persamaan regresi linearnya adalah y = 5.352356073709593 + 2.059486395105458x

Hasil tersebut bisa berbeda dikarenakan data yang sudah dilakukannya bootstrap sampling yang
mana data akan berubah secara acak berdasarkan data yang telah didefinisi sebelumnya