SOAL 1

a. Dalam regresi linear, persamaan umumnya memiliki bentuk:

y = mx + b
Di mana:
- y adalah variabel dependen (jumlah pengunjung)
- x adalah variabel independen (tahun)
- m adalah koefisien kemiringan (slope)
- b adalah intersep (intercept)

Titik awal: (2004, 1247)

Titik akhir: (2014, 2450)
Perubahan jumlah pengunjung = 2450 - 1247 = 1203
Perubahan tahun = 2014 - 2004 = 10
m = (perubahan jumlah pengunjung) / (perubahan tahun)
m = 1203 / 10
m = 120.3
Sehingga, persamaan trendnya adalah:
y = 120.3x + 1247
b. y = 120.3 * 2015 + 1247
y = 242394 + 1247
y = 243641
Jadi, perkiraan jumlah pengunjung pada tahun 2015 adalah sekitar 243,641.
c. Pendapatan dari penjualan tiket tahun 2015 dapat dihitung sebagai berikut:
Pendapatan = Jumlah pengunjung * Harga tiket
Pendapatan = 243.641 * Rp5.000
Pendapatan = Rp1.218.205.000
Jadi, pendapatan dari penjualan tiket tahun 2015 diperkirakan sekitar Rp1.218.205.000.

SOAL 2
a. Jumlah data (n) dan jumlah tahun (Σx) serta jumlah produksi (Σy):
n = 15 (jumlah tahun/produksi yang diberikan)
Σx = 30,090 (jumlah tahun)
Σy = 4,292 (jumlah produksi)
Jumlah tahun kuadrat (Σx^2) dan jumlah tahun dikalikan dengan produksi (Σxy):
Σx^2 = 45,293,710 (jumlah tahun kuadrat)
Σxy = 7,698,850 (jumlah tahun dikalikan dengan produksi)
Koefisien kemiringan (m) menggunakan rumus:
m = (n * Σxy - Σx * Σy) / (n * Σx^2 - Σx^2)
m = (15 * 7,698,850 - 30,090 * 4,292) / (15 * 45,293,710 - 30,090^2)
m = 18.518
Intersep (b) menggunakan rumus:
b = (Σy - m * Σx) / n
b = (4,292 - 18.518 * 30,090) / 15
b = -35,360.8
 Sehingga, persamaan trend linier dengan metode least square adalah:
y = 18.518x - 35,360.8
b. x = 2016
y = 18.518 * 2016 - 35,360.8
y = 37,324.288 - 35,360.8
y = 1,963.488
Jadi, perkiraan produksi untuk tahun 2016 adalah sekitar 1,963.488.

SOAL 3
a. Jika kita melihat pola data secara visual, terlihat bahwa ada peningkatan yang relatif
konstan dalam produksi seiring berjalannya waktu. Hal ini menunjukkan adanya tren
naik yang dapat dijelaskan dengan pendekatan linier.
Maka, tren yang sesuai untuk digunakan dalam analisis data ini adalah tren naik linier.
Dengan demikian, kita dapat menggunakan metode regresi linear untuk memodelkan
hubungan antara tahun dan produksi, dan memperoleh persamaan tren linier yang dapat
digunakan untuk meramalkan produksi di masa depan.
b. Jumlah data (n), jumlah tahun (Σx), dan jumlah produksi (Σy):
n = 20 (jumlah data yang diberikan)
Σx = 40,090 (jumlah tahun)
Σy = 13,070 (jumlah produksi)
Jumlah tahun kuadrat (Σx^2) dan jumlah tahun dikalikan dengan produksi (Σxy):
Σx^2 = 81,486,170 (jumlah tahun kuadrat)
Σxy = 2,705,540 (jumlah tahun dikalikan dengan produksi)
Koefisien kemiringan (m) menggunakan rumus:
m = (n * Σxy - Σx * Σy) / (n * Σx^2 - Σx^2)
m = (20 * 2,705,540 - 40,090 * 13,070) / (20 * 81,486,170 - 40,090^2)
m = 15.656
Intersep (b) menggunakan rumus:
b = (Σy - m * Σx) / n
b = (13,070 - 15.656 * 40,090) / 20
b = -31,590.8
Sehingga, persamaan trend linier adalah:
y = 15.656x - 31,590.8
c. x = 2016
y = 15.656 * 2016 - 31,590.8
y = 31,590.816 - 31,590.8
y = 0.016
Jadi, perkiraan produksi untuk tahun 2016 adalah sekitar 0.016.
LATIHAN SOAL
SOAL 1
C(10, 3) = 10! / (3! * (10-3)!) = 120
C(10, 2) = 10! / (2! * (10-2)!) = 45
C(20, 5) = 20! / (5! * (20-5)!) = 15,504
P(3 bola hijau dan 2 bola biru) = 120 * 45 / 15,504
P(3 bola hijau dan 2 bola biru) = 0.346
Jadi, probabilitas dari ke 5 bola yang diambil terdapat 3 bola hijau dan 2 bola biru adalah
sekitar 0.346 atau sekitar 34.6%.

SOAL 2
a. Tidak ada yang masuk kualitas standar:
P(X = 0) = C(15, 0) * (0,85)^0 * (0,15)^15
P(X = 0) = 1 * 1 * (0,15)^15 = 0,00019
Jadi, probabilitas tidak ada sepatu yang masuk kualitas standar adalah sekitar 0,00019
atau sekitar 0,019%.
b. Semua masuk kualitas standar:
Probabilitas semua sepatu masuk kualitas standar dapat dihitung menggunakan distribusi
binomial:
P(X = 15) = C(15, 15) * (0,85)^15 * (0,15)^0
P(X = 15) = 1 * (0,85)^15 * 1 = 0,146
Jadi, probabilitas semua sepatu masuk kualitas standar adalah sekitar 0,146 atau sekitar
14,6%.
c. Paling sedikit empat masuk kualitas standar:
P(X ≥ 4) = 1 - P(X = 0) - P(X = 1) - P(X = 2) - P(X = 3)
Untuk menghitung probabilitas ini, kita perlu menggunakan distribusi binomial untuk
setiap nilai X.
P(X = 0) = C(15, 0) * (0,85)^0 * (0,15)^15 = 0,00019
P(X = 1) = C(15, 1) * (0,85)^1 * (0,15)^14 = 0,0018
P(X = 2) = C(15, 2) * (0,85)^2 * (0,15)^13 = 0,0095
P(X = 3) = C(15, 3) * (0,85)^3 * (0,15)^12 = 0,032
P(X ≥ 4) = 1 - 0,00019 - 0,0018 - 0,0095 - 0,032 = 0,956
Jadi, probabilitas paling sedikit empat sepatu masuk kualitas standar adalah sekitar 0,956
atau sekitar 95,6%.
d. Paling banyak empat masuk kualitas standar:
Probabilitas paling banyak empat sepatu masuk kualitas standar dapat dihitung dengan
menjumlahkan probabilitas untuk X = 0, X = 1, X = 2, X = 3, dan X = 4:
P(X ≤ 4) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4)
Untuk menghitung probabilitas ini, kita perlu menggunakan distribusi binomial untuk
setiap nilai X.
P(X = 0) = 0,00019
 P(X = 1) = 0,0018
P(X = 2) = 0,0095
P(X = 3) = 0,032
P(X = 4) = C(15, 4) * (0,85)^4 * (0,15)^11 = 0,090
P(X ≤ 4) = 0,00019 + 0,0018 + 0,0095 + 0,032 + 0,090 = 0,133
Jadi, probabilitas paling banyak empat sepatu masukkualitas standar adalah sekitar 0,133
atau sekitar 13,3%.

SOAL 3
a. 6 di antaranya rusak:
Probabilitas 6 produk rusak dari 100 sampel dapat dihitung menggunakan distribusi
binomial:
P(X = 6) = C(100, 6) * (0,06)^6 * (1 - 0,06)^(100-6)
P(X = 6) = C(100, 6) * (0,06)^6 * (0,94)^94 = 0,122
Jadi, probabilitas 6 produk rusak dari 100 sampel adalah sekitar 0,122 atau sekitar
12,2%.
b. Kurang dari 3 produk rusak:
Probabilitas kurang dari 3 produk rusak dari 100 sampel dapat dihitung dengan
menjumlahkan probabilitas untuk X = 0, X = 1, dan X = 2:
P(X < 3) = P(X = 0) + P(X = 1) + P(X = 2)
Untuk menghitung probabilitas ini, kita perlu menggunakan distribusi binomial untuk
setiap nilai X.
P(X = 0) = C(100, 0) * (0,06)^0 * (1 - 0,06)^(100-0) = 0,002
P(X = 1) = C(100, 1) * (0,06)^1 * (1 - 0,06)^(100-1) = 0,013
P(X = 2) = C(100, 2) * (0,06)^2 * (1 - 0,06)^(100-2) = 0,034
P(X < 3) = 0,002 + 0,013 + 0,034 = 0,049
Jadi, probabilitas kurang dari 3 produk rusak dari 100 sampel adalah sekitar 0,049 atau
sekitar 4,9%.
c. Paling sedikit 4 produk rusak:
Probabilitas paling sedikit 4 produk rusak dari 100 sampel dapat dihitung dengan
menghitung probabilitas kebalikan (kurang dari 4 produk rusak) dan menguranginya dari
1:
P(X ≥ 4) = 1 - P(X < 4)
Untuk menghitung probabilitas ini, kita dapat menggunakan probabilitas yang telah kita
hitung sebelumnya.
P(X < 4) = 0,049
P(X ≥ 4) = 1 - 0,049 = 0,951
Jadi, probabilitas paling sedikit 4 produk rusak dari 100 sampel adalah sekitar 0,951 atau
sekitar 95,1%.