Pengantar Data Sains
Ekstraksi, Transformasi dan Loading Data
Joseph Filius Hermawan
March 19, 2024
Email          : joseph.hermawan@matanauniversity.ac.id
RPubs
        : https://rpubs.com/JoHndes9
Department  : Business
Statistics
Address     : ARA Center, Matana University
Tower
             Jl. CBD Barat Kav, RT.1, Curug
Sangereng, Kelapa Dua, Tangerang, Banten 15810.
1 Proses ETL
Proses ETL (Extract, Transform, Load) dalam sains data adalah langkah-langkah yang digunakan untuk mengumpulkan data dari berbagai sumber, membersihkannya, mentransformasikannya ke dalam format yang dapat dianalisis, dan memuatnya ke dalam penyimpanan data yang sesuai untuk analisis lebih lanjut. Perhatikan gambar berikut untuk penjelasan singkat terkait proses ETL.
1.1 Ekstraksi (Extract)
Tahap ini melibatkan pengambilan data dari sumber-sumber yang berbeda seperti database, file teks, API, atau sumber data lainnya. Data yang diekstrak mungkin berada dalam berbagai format, seperti struktur terstruktur (misalnya tabel database), semi-struktur (misalnya file CSV), atau tak terstruktur (misalnya teks bebas atau file PDF).
1.2 Transformasi (Transform)
Setelah data diekstrak, langkah selanjutnya adalah membersihkan, memfilter, dan mentransformasikannya ke dalam format yang sesuai untuk analisis. Transformasi data ini bisa melibatkan berbagai proses, seperti:
- Pembersihan data (misalnya menghapus nilai-nilai yang hilang atau duplikat).
- Normalisasi data (misalnya mengubah format tanggal menjadi format standar).
- Penggabungan atau pemisahan data (misalnya menggabungkan data dari beberapa sumber menjadi satu dataset atau memisahkan data menjadi beberapa kolom baru).
- Pengolahan khusus untuk analisis yang diinginkan (misalnya menghitung statistik tertentu, mengekstrak fitur-fitur penting, atau mengubah data menjadi format yang lebih mudah dipahami).
1.3 Pemuatan (Load)
Setelah data diolah dan ditransformasi, langkah terakhir adalah memuatnya ke dalam penyimpanan data yang cocok untuk analisis lebih lanjut. Penyimpanan ini bisa berupa database relasional, penyimpanan data warehouse, atau platform penyimpanan data lainnya. Proses ini dapat melibatkan penggunaan teknologi dan alat khusus untuk memastikan kecepatan dan efisiensi dalam memuat data ke dalam penyimpanan yang dipilih.
Catatan: Selain langkah-langkah di atas, proses ETL juga dapat melibatkan langkah tambahan seperti validasi data, pengaturan skema, atau pemrosesan tambahan untuk memastikan kualitas dan integritas data yang baik sepanjang proses. Proses ETL merupakan tahap yang penting dalam siklus hidup analisis data yang melibatkan pengolahan data mentah menjadi informasi yang bermakna untuk pengambilan keputusan.
2 Proses ETL dengan R
2.1 Kasus 1
Misalkan kita memiliki data penjualan produk yang lebih luas, yang mencakup informasi penjualan dari berbagai produk dan toko di beberapa waktu yang berbeda. Data ini akan memungkinkan kita untuk mengeksplorasi beberapa aspek transformasi data yang lebih kompleks.
2.1.1 Langkah 1: Ekstraksi
2.1.2 Langkah 2: Transformasi
2.1.3 Langkah 3: Load
2.1.4 Langkah 4: Check Missing Value
data_penjualan_bersih=read.csv("FixData/data_penjualan_bersih.csv")
#Mencari indeks baris dan kolom dengan nilai n/a
missing_indices=which(is.na(data_penjualan_bersih),arr.ind = T)
missing_indices## row col
## [1,] 6 5
## [2,] 28 5
## [3,] 60 5
## [4,] 12 8
## [5,] 39 8
## [6,] 6 11
## [7,] 12 11
## [8,] 28 11
## [9,] 39 11
## [10,] 60 11#menampilkan semua baris yang ada nilai N/A
missing_rows=data_penjualan_bersih %>%
filter_all(any_vars(is.na(.)))
print(missing_rows)## X id_penjualan tanggal_penjualan id_produk jumlah_terjual id_toko
## 1 6 6 2024-03-03 106 NA 2
## 2 12 12 2024-03-06 112 10 2
## 3 28 28 2024-03-14 128 NA 2
## 4 39 39 2024-03-20 139 15 1
## 5 60 60 2024-03-30 160 NA 2
## nama_produk harga_produk nama_toko lokasi total_penjualan
## 1 Sandal Jepit 10 Toko B Bogor NA
## 2 Sweater Rajut NA Toko B Bogor NA
## 3 Kemeja Lengan Panjang 45 Toko B Bogor NA
## 4 Topi Fedora NA Toko A Jakarta NA
## 5 Kaos Polo 25 Toko B Bogor NA2.1.5 Imputasi Data
Ada beberapa cara umum untuk menangani nilai yang hilang (missing value) dalam data. Berikut adalah beberapa strategi yang bisa digunakan:
Menghapus baris atau kolom yang mengandung nilai yang hilang: Jika hanya sejumlah kecil baris atau kolom yang memiliki nilai yang hilang, Anda bisa memilih untuk menghapus baris atau kolom tersebut dari dataset. Namun, pastikan bahwa jumlah data yang dihapus tidak signifikan sehingga tidak mengurangi representasi data secara keseluruhan.
Imputasi: Ini adalah teknik yang digunakan untuk mengisi nilai yang hilang dengan nilai yang dihasilkan dari data yang tersedia. Misalnya, Anda bisa mengganti nilai yang hilang dengan mean, median, modus, atau nilai lain yang relevan dari kolom tersebut.
Interpolasi: Untuk data yang bersifat temporal atau berurutan, interpolasi bisa digunakan untuk mengisi nilai yang hilang berdasarkan nilai sebelum dan sesudahnya. Metode yang umum digunakan adalah linear interpolation atau spline interpolation.
Penggunaan model prediksi: Anda dapat menggunakan model prediksi, seperti regresi linear atau model machine learning lainnya, untuk memprediksi nilai yang hilang berdasarkan fitur-fitur yang tersedia dalam dataset.
Pendekatan domain knowledge: Kadang-kadang, pengetahuan domain atau bidang masalah dapat membantu dalam menentukan nilai yang tepat untuk menggantikan nilai yang hilang. Pendekatan ini memerlukan pemahaman mendalam tentang data dan masalah yang sedang dihadapi.
Latihan: Dalam kasus data penjualan di atas, salah satu pendekatan yang dapat kita gunakan adalah imputasi, misalnya dengan mengganti nilai yang hilang dengan mean atau median dari kolom tersebut.
#median akan digunakan mengisi nilai yang N/A
#pertama akan dicari nilai median dari jumlah_terjual dan harga_produk
median_jumlah_terjual=median(data_penjualan_bersih$jumlah_terjual,na.rm = T)
median_jumlah_terjual## [1] 10## [1] 40#terus masukan median kedalam data yang N/A
data_penjualan_bersih_fix=data_penjualan_bersih %>%
mutate(jumlah_terjual=ifelse(is.na(jumlah_terjual),median_jumlah_terjual,jumlah_terjual),
harga_produk=ifelse((is.na(harga_produk)),median_harga_produk,harga_produk),
total_penjualan=harga_produk*jumlah_terjual)
#total penjualan ditulis supaya N/A ditotal penjualan terganti
print(data_penjualan_bersih_fix)## X id_penjualan tanggal_penjualan id_produk jumlah_terjual id_toko
## 1 1 1 2024-03-01 101 10 1
## 2 2 2 2024-03-01 102 20 2
## 3 3 3 2024-03-02 103 5 5
## 4 4 4 2024-03-02 104 15 3
## 5 5 5 2024-03-03 105 8 1
## 6 6 6 2024-03-03 106 10 2
## 7 7 7 2024-03-04 107 9 1
## 8 8 8 2024-03-04 108 18 2
## 9 9 9 2024-03-05 109 6 5
## 10 10 10 2024-03-05 110 25 4
## 11 11 11 2024-03-06 111 4 3
## 12 12 12 2024-03-06 112 10 2
## 13 13 13 2024-03-07 113 7 1
## 14 14 14 2024-03-07 114 14 2
## 15 15 15 2024-03-08 115 12 1
## 16 16 16 2024-03-08 116 20 2
## 17 17 17 2024-03-09 117 3 3
## 18 18 18 2024-03-09 118 9 2
## 19 19 19 2024-03-10 119 15 1
## 20 20 20 2024-03-10 120 30 2
## 21 21 21 2024-03-11 121 11 3
## 22 22 22 2024-03-11 122 22 4
## 23 23 23 2024-03-12 123 8 1
## 24 24 24 2024-03-12 124 16 2
## 25 25 25 2024-03-13 125 5 1
## 26 26 26 2024-03-13 126 10 2
## 27 27 27 2024-03-14 127 9 1
## 28 28 28 2024-03-14 128 10 2
## 29 29 29 2024-03-15 129 6 1
## 30 30 30 2024-03-15 130 25 4
## 31 31 31 2024-03-16 131 4 3
## 32 32 32 2024-03-16 132 10 2
## 33 33 33 2024-03-17 133 7 1
## 34 34 34 2024-03-17 134 14 2
## 35 35 35 2024-03-18 135 12 1
## 36 36 36 2024-03-18 136 20 2
## 37 37 37 2024-03-19 137 3 1
## 38 38 38 2024-03-19 138 9 2
## 39 39 39 2024-03-20 139 15 1
## 40 40 40 2024-03-20 140 30 2
## 41 41 41 2024-03-21 141 11 1
## 42 42 42 2024-03-21 142 22 2
## 43 43 43 2024-03-22 143 8 1
## 44 44 44 2024-03-22 144 16 4
## 45 45 45 2024-03-23 145 5 3
## 46 46 46 2024-03-23 146 10 2
## 47 47 47 2024-03-24 147 9 1
## 48 48 48 2024-03-24 148 18 5
## 49 49 49 2024-03-25 149 6 1
## 50 50 50 2024-03-25 150 25 2
## 51 51 51 2024-03-26 151 4 1
## 52 52 52 2024-03-26 152 10 4
## 53 53 53 2024-03-27 153 7 1
## 54 54 54 2024-03-27 154 14 2
## 55 55 55 2024-03-28 155 12 1
## 56 56 56 2024-03-28 156 20 2
## 57 57 57 2024-03-29 157 3 5
## 58 58 58 2024-03-29 158 9 2
## 59 59 59 2024-03-30 159 15 1
## 60 60 60 2024-03-30 160 10 2
## 61 61 61 2024-03-31 161 11 1
## 62 62 62 2024-03-31 162 22 2
## 63 63 63 2024-04-01 163 8 1
## 64 64 64 2024-04-01 164 16 4
## 65 65 65 2024-04-02 165 5 1
## 66 66 66 2024-04-02 166 10 2
## 67 67 67 2024-04-03 167 9 1
## 68 68 68 2024-04-03 168 18 2
## 69 69 69 2024-04-04 169 6 3
## 70 70 70 2024-04-04 170 25 2
## 71 71 71 2024-04-05 171 4 1
## 72 72 72 2024-04-05 172 10 2
## 73 73 73 2024-04-06 173 7 1
## 74 74 74 2024-04-06 174 14 2
## 75 75 75 2024-04-07 175 12 1
## 76 76 76 2024-04-07 176 20 4
## 77 77 77 2024-04-08 177 3 1
## 78 78 78 2024-04-08 178 9 2
## 79 79 79 2024-04-09 179 15 1
## 80 80 80 2024-04-09 180 30 2
## 81 81 81 2024-04-10 181 11 1
## 82 82 82 2024-04-10 182 22 2
## 83 83 83 2024-04-11 183 8 1
## 84 84 84 2024-04-11 184 16 2
## 85 85 85 2024-04-12 185 5 1
## 86 86 86 2024-04-12 186 10 2
## 87 87 87 2024-04-13 187 9 1
## 88 88 88 2024-04-13 188 18 4
## 89 89 89 2024-04-14 189 6 1
## 90 90 90 2024-04-14 190 25 2
## 91 91 91 2024-04-15 191 4 1
## 92 92 92 2024-04-15 192 10 2
## 93 93 93 2024-04-16 193 7 1
## 94 94 94 2024-04-16 194 14 2
## 95 95 95 2024-04-17 195 12 1
## 96 96 96 2024-04-17 196 20 2
## 97 97 97 2024-04-18 197 3 1
## 98 98 98 2024-04-18 198 9 4
## 99 99 99 2024-04-19 199 15 3
## 100 100 100 2024-04-19 200 30 5
## nama_produk harga_produk nama_toko lokasi total_penjualan
## 1 Tas Ransel 50 Toko A Jakarta 500
## 2 Baju Kaos 20 Toko B Bogor 400
## 3 Sepatu Sneakers 100 Toko A Bekasi 500
## 4 Baju Kemeja 30 Toko A Depok 450
## 5 Topi Trucker 15 Toko A Jakarta 120
## 6 Sandal Jepit 10 Toko B Bogor 100
## 7 Jaket Denim 80 Toko A Jakarta 720
## 8 Celana Jeans 70 Toko B Bogor 1260
## 9 Kacamata Hitam 25 Toko A Bekasi 150
## 10 Dompet Kulit 45 Toko B Tangerang 1125
## 11 Sepatu Formal 120 Toko A Depok 480
## 12 Sweater Rajut 40 Toko B Bogor 400
## 13 Kemeja Flanel 40 Toko A Jakarta 280
## 14 Sepatu Boots 150 Toko B Bogor 2100
## 15 Jas Formal 200 Toko A Jakarta 2400
## 16 Topi Fedora 35 Toko B Bogor 700
## 17 Sepatu Loafers 90 Toko A Depok 270
## 18 Celana Panjang 55 Toko B Bogor 495
## 19 Kaos Polo 25 Toko A Jakarta 375
## 20 Sandal Gunung 40 Toko B Bogor 1200
## 21 Topi Baseball 30 Toko A Depok 330
## 22 Sarung Tangan 20 Toko B Tangerang 440
## 23 Baju Renang 70 Toko A Jakarta 560
## 24 Topi Trucker 15 Toko B Bogor 240
## 25 Sandal Jepit 10 Toko A Jakarta 50
## 26 Jaket Kulit 150 Toko B Bogor 1500
## 27 Sepatu Sneakers 100 Toko A Jakarta 900
## 28 Kemeja Lengan Panjang 45 Toko B Bogor 450
## 29 Tas Selempang 60 Toko A Jakarta 360
## 30 Kaos V-neck 25 Toko B Tangerang 625
## 31 Celana Pendek 30 Toko A Depok 120
## 32 Topi Trucker 15 Toko B Bogor 150
## 33 Kacamata Hitam 25 Toko A Jakarta 175
## 34 Sepatu Formal 120 Toko B Bogor 1680
## 35 Kemeja Polo 40 Toko A Jakarta 480
## 36 Celana Jogger 50 Toko B Bogor 1000
## 37 Sepatu Boots 150 Toko A Jakarta 450
## 38 Jas Formal 200 Toko B Bogor 1800
## 39 Topi Fedora 40 Toko A Jakarta 600
## 40 Sepatu Loafers 90 Toko B Bogor 2700
## 41 Celana Panjang 55 Toko A Jakarta 605
## 42 Kaos Polo 25 Toko B Bogor 550
## 43 Sandal Gunung 40 Toko A Jakarta 320
## 44 Topi Baseball 30 Toko B Tangerang 480
## 45 Sarung Tangan 20 Toko A Depok 100
## 46 Baju Renang 70 Toko B Bogor 700
## 47 Tas Selempang 60 Toko A Jakarta 540
## 48 Kaos V-neck 25 Toko A Bekasi 450
## 49 Celana Pendek 30 Toko A Jakarta 180
## 50 Topi Trucker 15 Toko B Bogor 375
## 51 Kacamata Hitam 25 Toko A Jakarta 100
## 52 Sepatu Formal 120 Toko B Tangerang 1200
## 53 Kemeja Polo 40 Toko A Jakarta 280
## 54 Celana Jogger 50 Toko B Bogor 700
## 55 Sepatu Boots 150 Toko A Jakarta 1800
## 56 Jas Formal 200 Toko B Bogor 4000
## 57 Topi Fedora 35 Toko A Bekasi 105
## 58 Sepatu Loafers 90 Toko B Bogor 810
## 59 Celana Panjang 55 Toko A Jakarta 825
## 60 Kaos Polo 25 Toko B Bogor 250
## 61 Sandal Gunung 40 Toko A Jakarta 440
## 62 Topi Baseball 30 Toko B Bogor 660
## 63 Sarung Tangan 20 Toko A Jakarta 160
## 64 Baju Renang 70 Toko B Tangerang 1120
## 65 Tas Selempang 60 Toko A Jakarta 300
## 66 Kaos V-neck 25 Toko B Bogor 250
## 67 Celana Pendek 30 Toko A Jakarta 270
## 68 Topi Trucker 15 Toko B Bogor 270
## 69 Kacamata Hitam 25 Toko A Depok 150
## 70 Sepatu Formal 120 Toko B Bogor 3000
## 71 Kemeja Polo 40 Toko A Jakarta 160
## 72 Celana Jogger 50 Toko B Bogor 500
## 73 Sepatu Boots 150 Toko A Jakarta 1050
## 74 Jas Formal 200 Toko B Bogor 2800
## 75 Topi Fedora 35 Toko A Jakarta 420
## 76 Sepatu Loafers 90 Toko B Tangerang 1800
## 77 Celana Panjang 55 Toko A Jakarta 165
## 78 Kaos Polo 25 Toko B Bogor 225
## 79 Sandal Gunung 40 Toko A Jakarta 600
## 80 Topi Baseball 30 Toko B Bogor 900
## 81 Sarung Tangan 20 Toko A Jakarta 220
## 82 Baju Renang 70 Toko B Bogor 1540
## 83 Tas Selempang 60 Toko A Jakarta 480
## 84 Kaos V-neck 25 Toko B Bogor 400
## 85 Celana Pendek 30 Toko A Jakarta 150
## 86 Topi Trucker 15 Toko B Bogor 150
## 87 Kacamata Hitam 25 Toko A Jakarta 225
## 88 Sepatu Formal 120 Toko B Tangerang 2160
## 89 Kemeja Polo 40 Toko A Jakarta 240
## 90 Celana Jogger 50 Toko B Bogor 1250
## 91 Sepatu Boots 150 Toko A Jakarta 600
## 92 Jas Formal 200 Toko B Bogor 2000
## 93 Topi Fedora 35 Toko A Jakarta 245
## 94 Sepatu Loafers 90 Toko B Bogor 1260
## 95 Celana Panjang 55 Toko A Jakarta 660
## 96 Kaos Polo 25 Toko B Bogor 500
## 97 Sandal Gunung 40 Toko A Jakarta 120
## 98 Topi Baseball 30 Toko B Tangerang 270
## 99 Sarung Tangan 20 Toko A Depok 300
## 100 Baju Renang 70 Toko A Bekasi 2100#mengecek ulang jumlah nilai N/A
missing_check=which(is.na(data_penjualan_bersih_fix))
missing_check## integer(0)tidak ada nilai N/A lagi
2.2 Kasus 2
Andaikan diberikan dataset sebagai berikut:
#Membuat dataset fiktif untuk data penjualan dengan beberapa nilai yang hilang
data_penjualan <- data.frame(
id_penjualan = 1:100,
tanggal_penjualan = sample(seq(as.Date('2024-01-01'), as.Date('2024-12-31'), by="day"), 100, replace=TRUE),
id_produk = sample(c(1:50, NA), 100, replace=TRUE), # Menyertakan nilai yang hilang (NA)
jumlah_terjual = sample(c(1:20, NA), 100, replace=TRUE), # Menyertakan nilai yang hilang (NA)
id_pelanggan = sample(c(1:50, NA), 100, replace=TRUE) # Menyertakan nilai yang hilang (NA)
)
#Membuat dataset fiktif untuk data produk dengan beberapa nilai yang hilang
data_produk <- data.frame(
id_produk = 1:50,
nama_produk = paste("Produk", 1:50),
harga_produk = sample(c(50:200, NA), 50, replace=TRUE) # Menyertakan nilai yang hilang (NA)
)
#Membuat dataset fiktif untuk data pelanggan dengan beberapa nilai yang hilang
data_pelanggan <- data.frame(
id_pelanggan = 1:50,
nama_pelanggan = paste("Pelanggan", 1:50),
alamat = paste("Alamat", 1:50),
nomor_telepon = sample(c(1000000000:9999999999, NA), 50, replace=TRUE) # Menyertakan nilai yang hilang (NA)
)
#Menyimpan dataset ke dalam file CSV
write.csv(data_penjualan, "data_penjualan_missing.csv", row.names=FALSE)
write.csv(data_produk, "data_produk_missing.csv", row.names=FALSE)
write.csv(data_pelanggan, "data_pelanggan_missing.csv", row.names=FALSE)set.seed(255876) #supaya data tidak berubah
#Membuat dataset fiktif untuk data penjualan dengan beberapa nilai yang hilang
data_penjualan <- data.frame(
id_penjualan = 1:100,
tanggal_penjualan = sample(seq(as.Date('2024-01-01'), as.Date('2024-12-31'), by="day"), 100, replace=TRUE),
id_produk = sample(c(1:50, NA), 100, replace=TRUE), # Menyertakan nilai yang hilang (NA)
jumlah_terjual = sample(c(1:20, NA), 100, replace=TRUE), # Menyertakan nilai yang hilang (NA)
id_pelanggan = sample(c(1:50, NA), 100, replace=TRUE) # Menyertakan nilai yang hilang (NA)
)
#Membuat dataset fiktif untuk data produk dengan beberapa nilai yang hilang
data_produk <- data.frame(
id_produk = 1:50,
nama_produk = paste("Produk", 1:50),
harga_produk = sample(c(50:200, NA), 50, replace=TRUE) # Menyertakan nilai yang hilang (NA)
)
#Membuat dataset fiktif untuk data pelanggan dengan beberapa nilai yang hilang
data_pelanggan <- data.frame(
id_pelanggan = 1:50,
nama_pelanggan = paste("Pelanggan", 1:50),
alamat = paste("Alamat", 1:50),
nomor_telepon = sample(c(10000000:99999999, NA), 50, replace=TRUE)
#dikarenakan kekurang memori nomor telepon akan dikurangkan dua digit
# Menyertakan nilai yang hilang (NA)
)
#Menyimpan dataset ke dalam file CSV
write.csv(data_penjualan, "kasus2/data_penjualan_missing.csv", row.names=FALSE)
write.csv(data_produk, "kasus2/data_produk_missing.csv", row.names=FALSE)
write.csv(data_pelanggan, "kasus2/data_pelanggan_missing.csv", row.names=FALSE)Lakukan implementasi Proses ETL sebagai berikut:
2.2.1 Extract (Ekstraksi)
Mengambil data dari sumber data yang berbeda, yaitu data penjualan, data produk, dan data pelanggan.
2.2.2 Transform (Transformasi)
- Membersihkan data: Menghapus entri yang tidak valid atau duplikat.
- Menyatukan data: Menggabungkan data dari tiga sumber menjadi satu dataset yang lengkap.
- Memperkaya data: Menambahkan kolom atau informasi baru, misalnya, menambahkan nama produk dan nama pelanggan ke dalam data penjualan berdasarkan ID produk dan ID pelanggan.
- Mengubah format data: Mengubah format tanggal, mengonversi harga produk ke mata uang tertentu, dll.
- Menangani nilai yang hilang: Mengganti nilai yang hilang dengan nilai yang sesuai, misalnya, dengan nilai rata-rata atau menggunakan metode imputasi yang sesuai.
- Membuat aggregasi data: Menghitung total penjualan per produk, total pendapatan, rata-rata penjualan per pelanggan, dll.
#petama data akan digabungkan
D_gabungan=D_penjualan %>%
left_join(D_produk,by="id_produk") %>%
left_join(D_pelanggan, by="id_pelanggan") %>%
mutate(total_penjualan=jumlah_terjual*harga_produk)
D_gabungan## id_penjualan tanggal_penjualan id_produk jumlah_terjual id_pelanggan
## 1 1 2024-04-02 38 13 12
## 2 2 2024-11-01 33 12 16
## 3 3 2024-04-24 49 2 12
## 4 4 2024-01-20 6 12 44
## 5 5 2024-01-04 39 20 4
## 6 6 2024-01-06 4 16 36
## 7 7 2024-07-24 18 17 49
## 8 8 2024-06-26 28 4 36
## 9 9 2024-02-03 NA 19 2
## 10 10 2024-04-26 27 10 30
## 11 11 2024-12-13 46 18 12
## 12 12 2024-05-03 10 10 24
## 13 13 2024-12-17 NA 16 5
## 14 14 2024-02-10 10 3 21
## 15 15 2024-09-22 18 7 22
## 16 16 2024-10-21 13 5 32
## 17 17 2024-08-26 39 11 32
## 18 18 2024-12-08 24 7 42
## 19 19 2024-10-30 28 7 43
## 20 20 2024-08-12 2 15 30
## 21 21 2024-08-09 3 12 4
## 22 22 2024-09-12 48 3 49
## 23 23 2024-09-26 39 15 43
## 24 24 2024-09-06 26 15 30
## 25 25 2024-09-27 28 9 31
## 26 26 2024-06-23 32 15 34
## 27 27 2024-05-21 6 3 49
## 28 28 2024-10-18 18 14 2
## 29 29 2024-12-04 40 14 33
## 30 30 2024-08-30 2 3 3
## 31 31 2024-12-21 31 5 42
## 32 32 2024-07-25 19 17 46
## 33 33 2024-11-11 29 NA 12
## 34 34 2024-06-03 10 8 48
## 35 35 2024-02-02 1 5 21
## 36 36 2024-04-12 37 13 14
## 37 37 2024-04-06 36 17 4
## 38 38 2024-07-26 49 17 11
## 39 39 2024-03-25 2 6 24
## 40 40 2024-05-04 38 20 24
## 41 41 2024-08-07 41 10 10
## 42 42 2024-09-24 8 5 32
## 43 43 2024-06-04 21 14 33
## 44 44 2024-07-11 48 10 38
## 45 45 2024-08-27 7 3 44
## 46 46 2024-04-20 40 7 10
## 47 47 2024-08-17 34 3 50
## 48 48 2024-10-01 38 5 36
## 49 49 2024-08-29 6 8 44
## 50 50 2024-05-09 38 6 26
## 51 51 2024-10-30 40 7 5
## 52 52 2024-10-19 17 19 9
## 53 53 2024-11-19 25 6 28
## 54 54 2024-01-14 7 6 22
## 55 55 2024-04-28 26 13 3
## 56 56 2024-06-25 NA 4 32
## 57 57 2024-01-01 49 11 31
## 58 58 2024-04-11 43 20 5
## 59 59 2024-08-04 38 17 46
## 60 60 2024-08-08 17 16 48
## 61 61 2024-04-18 45 5 48
## 62 62 2024-04-04 40 12 46
## 63 63 2024-08-20 21 11 19
## 64 64 2024-06-26 30 12 6
## 65 65 2024-01-21 49 8 9
## 66 66 2024-05-03 33 16 10
## 67 67 2024-02-06 14 3 32
## 68 68 2024-04-15 28 12 NA
## 69 69 2024-03-19 40 17 17
## 70 70 2024-07-22 34 19 1
## 71 71 2024-09-14 18 16 33
## 72 72 2024-01-27 45 13 1
## 73 73 2024-06-06 6 5 18
## 74 74 2024-05-13 31 7 28
## 75 75 2024-02-17 33 7 32
## 76 76 2024-02-24 13 5 15
## 77 77 2024-05-19 47 2 46
## 78 78 2024-08-18 4 20 38
## 79 79 2024-04-09 36 20 31
## 80 80 2024-05-19 6 20 36
## 81 81 2024-07-07 45 15 20
## 82 82 2024-02-24 39 10 1
## 83 83 2024-12-21 NA 10 34
## 84 84 2024-06-06 33 18 38
## 85 85 2024-12-03 NA 9 8
## 86 86 2024-06-13 10 18 46
## 87 87 2024-10-27 26 2 15
## 88 88 2024-12-05 16 2 30
## 89 89 2024-05-02 14 18 31
## 90 90 2024-11-22 50 11 25
## 91 91 2024-10-27 16 17 47
## 92 92 2024-12-23 6 13 45
## 93 93 2024-11-01 12 1 46
## 94 94 2024-11-20 44 11 46
## 95 95 2024-01-09 48 19 23
## 96 96 2024-04-24 5 11 21
## 97 97 2024-03-13 3 18 20
## 98 98 2024-01-29 19 7 41
## 99 99 2024-10-26 20 4 13
## 100 100 2024-04-15 44 8 50
## nama_produk harga_produk nama_pelanggan alamat nomor_telepon
## 1 Produk 38 51 Pelanggan 12 Alamat 12 71660263
## 2 Produk 33 161 Pelanggan 16 Alamat 16 66975174
## 3 Produk 49 67 Pelanggan 12 Alamat 12 71660263
## 4 Produk 6 194 Pelanggan 44 Alamat 44 28579032
## 5 Produk 39 191 Pelanggan 4 Alamat 4 18740709
## 6 Produk 4 159 Pelanggan 36 Alamat 36 67186616
## 7 Produk 18 145 Pelanggan 49 Alamat 49 75846728
## 8 Produk 28 75 Pelanggan 36 Alamat 36 67186616
## 9 <NA> NA Pelanggan 2 Alamat 2 95162373
## 10 Produk 27 178 Pelanggan 30 Alamat 30 10821431
## 11 Produk 46 149 Pelanggan 12 Alamat 12 71660263
## 12 Produk 10 116 Pelanggan 24 Alamat 24 88875249
## 13 <NA> NA Pelanggan 5 Alamat 5 44684687
## 14 Produk 10 116 Pelanggan 21 Alamat 21 64930331
## 15 Produk 18 145 Pelanggan 22 Alamat 22 36001793
## 16 Produk 13 194 Pelanggan 32 Alamat 32 43609794
## 17 Produk 39 191 Pelanggan 32 Alamat 32 43609794
## 18 Produk 24 52 Pelanggan 42 Alamat 42 79057593
## 19 Produk 28 75 Pelanggan 43 Alamat 43 79630210
## 20 Produk 2 175 Pelanggan 30 Alamat 30 10821431
## 21 Produk 3 126 Pelanggan 4 Alamat 4 18740709
## 22 Produk 48 87 Pelanggan 49 Alamat 49 75846728
## 23 Produk 39 191 Pelanggan 43 Alamat 43 79630210
## 24 Produk 26 97 Pelanggan 30 Alamat 30 10821431
## 25 Produk 28 75 Pelanggan 31 Alamat 31 42714144
## 26 Produk 32 57 Pelanggan 34 Alamat 34 49509712
## 27 Produk 6 194 Pelanggan 49 Alamat 49 75846728
## 28 Produk 18 145 Pelanggan 2 Alamat 2 95162373
## 29 Produk 40 117 Pelanggan 33 Alamat 33 47317928
## 30 Produk 2 175 Pelanggan 3 Alamat 3 86105963
## 31 Produk 31 61 Pelanggan 42 Alamat 42 79057593
## 32 Produk 19 101 Pelanggan 46 Alamat 46 11972297
## 33 Produk 29 173 Pelanggan 12 Alamat 12 71660263
## 34 Produk 10 116 Pelanggan 48 Alamat 48 83805310
## 35 Produk 1 86 Pelanggan 21 Alamat 21 64930331
## 36 Produk 37 161 Pelanggan 14 Alamat 14 75654298
## 37 Produk 36 121 Pelanggan 4 Alamat 4 18740709
## 38 Produk 49 67 Pelanggan 11 Alamat 11 50362413
## 39 Produk 2 175 Pelanggan 24 Alamat 24 88875249
## 40 Produk 38 51 Pelanggan 24 Alamat 24 88875249
## 41 Produk 41 63 Pelanggan 10 Alamat 10 14587998
## 42 Produk 8 113 Pelanggan 32 Alamat 32 43609794
## 43 Produk 21 124 Pelanggan 33 Alamat 33 47317928
## 44 Produk 48 87 Pelanggan 38 Alamat 38 87170440
## 45 Produk 7 151 Pelanggan 44 Alamat 44 28579032
## 46 Produk 40 117 Pelanggan 10 Alamat 10 14587998
## 47 Produk 34 107 Pelanggan 50 Alamat 50 32143218
## 48 Produk 38 51 Pelanggan 36 Alamat 36 67186616
## 49 Produk 6 194 Pelanggan 44 Alamat 44 28579032
## 50 Produk 38 51 Pelanggan 26 Alamat 26 57450771
## 51 Produk 40 117 Pelanggan 5 Alamat 5 44684687
## 52 Produk 17 117 Pelanggan 9 Alamat 9 50166350
## 53 Produk 25 194 Pelanggan 28 Alamat 28 65261179
## 54 Produk 7 151 Pelanggan 22 Alamat 22 36001793
## 55 Produk 26 97 Pelanggan 3 Alamat 3 86105963
## 56 <NA> NA Pelanggan 32 Alamat 32 43609794
## 57 Produk 49 67 Pelanggan 31 Alamat 31 42714144
## 58 Produk 43 176 Pelanggan 5 Alamat 5 44684687
## 59 Produk 38 51 Pelanggan 46 Alamat 46 11972297
## 60 Produk 17 117 Pelanggan 48 Alamat 48 83805310
## 61 Produk 45 131 Pelanggan 48 Alamat 48 83805310
## 62 Produk 40 117 Pelanggan 46 Alamat 46 11972297
## 63 Produk 21 124 Pelanggan 19 Alamat 19 90111638
## 64 Produk 30 164 Pelanggan 6 Alamat 6 79880771
## 65 Produk 49 67 Pelanggan 9 Alamat 9 50166350
## 66 Produk 33 161 Pelanggan 10 Alamat 10 14587998
## 67 Produk 14 118 Pelanggan 32 Alamat 32 43609794
## 68 Produk 28 75 <NA> <NA> NA
## 69 Produk 40 117 Pelanggan 17 Alamat 17 50710685
## 70 Produk 34 107 Pelanggan 1 Alamat 1 93278549
## 71 Produk 18 145 Pelanggan 33 Alamat 33 47317928
## 72 Produk 45 131 Pelanggan 1 Alamat 1 93278549
## 73 Produk 6 194 Pelanggan 18 Alamat 18 31957174
## 74 Produk 31 61 Pelanggan 28 Alamat 28 65261179
## 75 Produk 33 161 Pelanggan 32 Alamat 32 43609794
## 76 Produk 13 194 Pelanggan 15 Alamat 15 65748464
## 77 Produk 47 129 Pelanggan 46 Alamat 46 11972297
## 78 Produk 4 159 Pelanggan 38 Alamat 38 87170440
## 79 Produk 36 121 Pelanggan 31 Alamat 31 42714144
## 80 Produk 6 194 Pelanggan 36 Alamat 36 67186616
## 81 Produk 45 131 Pelanggan 20 Alamat 20 75944139
## 82 Produk 39 191 Pelanggan 1 Alamat 1 93278549
## 83 <NA> NA Pelanggan 34 Alamat 34 49509712
## 84 Produk 33 161 Pelanggan 38 Alamat 38 87170440
## 85 <NA> NA Pelanggan 8 Alamat 8 44313698
## 86 Produk 10 116 Pelanggan 46 Alamat 46 11972297
## 87 Produk 26 97 Pelanggan 15 Alamat 15 65748464
## 88 Produk 16 94 Pelanggan 30 Alamat 30 10821431
## 89 Produk 14 118 Pelanggan 31 Alamat 31 42714144
## 90 Produk 50 139 Pelanggan 25 Alamat 25 62015210
## 91 Produk 16 94 Pelanggan 47 Alamat 47 75022607
## 92 Produk 6 194 Pelanggan 45 Alamat 45 33575719
## 93 Produk 12 56 Pelanggan 46 Alamat 46 11972297
## 94 Produk 44 161 Pelanggan 46 Alamat 46 11972297
## 95 Produk 48 87 Pelanggan 23 Alamat 23 84374417
## 96 Produk 5 141 Pelanggan 21 Alamat 21 64930331
## 97 Produk 3 126 Pelanggan 20 Alamat 20 75944139
## 98 Produk 19 101 Pelanggan 41 Alamat 41 73329702
## 99 Produk 20 83 Pelanggan 13 Alamat 13 86365510
## 100 Produk 44 161 Pelanggan 50 Alamat 50 32143218
## total_penjualan
## 1 663
## 2 1932
## 3 134
## 4 2328
## 5 3820
## 6 2544
## 7 2465
## 8 300
## 9 NA
## 10 1780
## 11 2682
## 12 1160
## 13 NA
## 14 348
## 15 1015
## 16 970
## 17 2101
## 18 364
## 19 525
## 20 2625
## 21 1512
## 22 261
## 23 2865
## 24 1455
## 25 675
## 26 855
## 27 582
## 28 2030
## 29 1638
## 30 525
## 31 305
## 32 1717
## 33 NA
## 34 928
## 35 430
## 36 2093
## 37 2057
## 38 1139
## 39 1050
## 40 1020
## 41 630
## 42 565
## 43 1736
## 44 870
## 45 453
## 46 819
## 47 321
## 48 255
## 49 1552
## 50 306
## 51 819
## 52 2223
## 53 1164
## 54 906
## 55 1261
## 56 NA
## 57 737
## 58 3520
## 59 867
## 60 1872
## 61 655
## 62 1404
## 63 1364
## 64 1968
## 65 536
## 66 2576
## 67 354
## 68 900
## 69 1989
## 70 2033
## 71 2320
## 72 1703
## 73 970
## 74 427
## 75 1127
## 76 970
## 77 258
## 78 3180
## 79 2420
## 80 3880
## 81 1965
## 82 1910
## 83 NA
## 84 2898
## 85 NA
## 86 2088
## 87 194
## 88 188
## 89 2124
## 90 1529
## 91 1598
## 92 2522
## 93 56
## 94 1771
## 95 1653
## 96 1551
## 97 2268
## 98 707
## 99 332
## 100 1288## id_penjualan tanggal_penjualan id_produk jumlah_terjual id_pelanggan
## 1 9 2024-02-03 NA 19 2
## 2 13 2024-12-17 NA 16 5
## 3 33 2024-11-11 29 NA 12
## 4 56 2024-06-25 NA 4 32
## 5 68 2024-04-15 28 12 NA
## 6 83 2024-12-21 NA 10 34
## 7 85 2024-12-03 NA 9 8
## nama_produk harga_produk nama_pelanggan alamat nomor_telepon
## 1 <NA> NA Pelanggan 2 Alamat 2 95162373
## 2 <NA> NA Pelanggan 5 Alamat 5 44684687
## 3 Produk 29 173 Pelanggan 12 Alamat 12 71660263
## 4 <NA> NA Pelanggan 32 Alamat 32 43609794
## 5 Produk 28 75 <NA> <NA> NA
## 6 <NA> NA Pelanggan 34 Alamat 34 49509712
## 7 <NA> NA Pelanggan 8 Alamat 8 44313698
## total_penjualan
## 1 NA
## 2 NA
## 3 NA
## 4 NA
## 5 900
## 6 NA
## 7 NA#ketiga mengisi nilai N/A dengan median atau mean
#menghitung nilia mean atau median
median_id_produk=median(D_gabungan$id_produk,na.rm = T) #mencari median id_produk
median_id_pelanggan=median(D_gabungan$id_pelanggan,na.rm = T) #mencari median id_pelanggan
mean_harga=mean(D_gabungan$harga_produk,na.rm = T) #mencari mean harga
mean_terjual=round(mean(D_gabungan$jumlah_terjual,na.rm = T)) #mencari mean banyak produk terjual
#memasukan nilai mean/median
D_penjualan_fix=D_penjualan %>%
mutate(id_produk=ifelse(is.na(id_produk),median_id_produk,id_produk),
id_pelanggan=ifelse(is.na(id_pelanggan),median_id_pelanggan,id_pelanggan),
jumlah_terjual=ifelse(is.na(jumlah_terjual),mean_terjual,jumlah_terjual))
D_produk_fix=D_produk %>%
mutate(harga_produk=ifelse(is.na(harga_produk),mean_harga,harga_produk))
D_gabungan_fix=D_penjualan_fix %>%
left_join(D_produk_fix,by="id_produk")%>%
left_join(D_pelanggan, by="id_pelanggan") %>%
mutate(total_penjualan=jumlah_terjual*harga_produk) #mengabungkan data lagi
D_gabungan_fix## id_penjualan tanggal_penjualan id_produk jumlah_terjual id_pelanggan
## 1 1 2024-04-02 38 13 12
## 2 2 2024-11-01 33 12 16
## 3 3 2024-04-24 49 2 12
## 4 4 2024-01-20 6 12 44
## 5 5 2024-01-04 39 20 4
## 6 6 2024-01-06 4 16 36
## 7 7 2024-07-24 18 17 49
## 8 8 2024-06-26 28 4 36
## 9 9 2024-02-03 28 19 2
## 10 10 2024-04-26 27 10 30
## 11 11 2024-12-13 46 18 12
## 12 12 2024-05-03 10 10 24
## 13 13 2024-12-17 28 16 5
## 14 14 2024-02-10 10 3 21
## 15 15 2024-09-22 18 7 22
## 16 16 2024-10-21 13 5 32
## 17 17 2024-08-26 39 11 32
## 18 18 2024-12-08 24 7 42
## 19 19 2024-10-30 28 7 43
## 20 20 2024-08-12 2 15 30
## 21 21 2024-08-09 3 12 4
## 22 22 2024-09-12 48 3 49
## 23 23 2024-09-26 39 15 43
## 24 24 2024-09-06 26 15 30
## 25 25 2024-09-27 28 9 31
## 26 26 2024-06-23 32 15 34
## 27 27 2024-05-21 6 3 49
## 28 28 2024-10-18 18 14 2
## 29 29 2024-12-04 40 14 33
## 30 30 2024-08-30 2 3 3
## 31 31 2024-12-21 31 5 42
## 32 32 2024-07-25 19 17 46
## 33 33 2024-11-11 29 11 12
## 34 34 2024-06-03 10 8 48
## 35 35 2024-02-02 1 5 21
## 36 36 2024-04-12 37 13 14
## 37 37 2024-04-06 36 17 4
## 38 38 2024-07-26 49 17 11
## 39 39 2024-03-25 2 6 24
## 40 40 2024-05-04 38 20 24
## 41 41 2024-08-07 41 10 10
## 42 42 2024-09-24 8 5 32
## 43 43 2024-06-04 21 14 33
## 44 44 2024-07-11 48 10 38
## 45 45 2024-08-27 7 3 44
## 46 46 2024-04-20 40 7 10
## 47 47 2024-08-17 34 3 50
## 48 48 2024-10-01 38 5 36
## 49 49 2024-08-29 6 8 44
## 50 50 2024-05-09 38 6 26
## 51 51 2024-10-30 40 7 5
## 52 52 2024-10-19 17 19 9
## 53 53 2024-11-19 25 6 28
## 54 54 2024-01-14 7 6 22
## 55 55 2024-04-28 26 13 3
## 56 56 2024-06-25 28 4 32
## 57 57 2024-01-01 49 11 31
## 58 58 2024-04-11 43 20 5
## 59 59 2024-08-04 38 17 46
## 60 60 2024-08-08 17 16 48
## 61 61 2024-04-18 45 5 48
## 62 62 2024-04-04 40 12 46
## 63 63 2024-08-20 21 11 19
## 64 64 2024-06-26 30 12 6
## 65 65 2024-01-21 49 8 9
## 66 66 2024-05-03 33 16 10
## 67 67 2024-02-06 14 3 32
## 68 68 2024-04-15 28 12 30
## 69 69 2024-03-19 40 17 17
## 70 70 2024-07-22 34 19 1
## 71 71 2024-09-14 18 16 33
## 72 72 2024-01-27 45 13 1
## 73 73 2024-06-06 6 5 18
## 74 74 2024-05-13 31 7 28
## 75 75 2024-02-17 33 7 32
## 76 76 2024-02-24 13 5 15
## 77 77 2024-05-19 47 2 46
## 78 78 2024-08-18 4 20 38
## 79 79 2024-04-09 36 20 31
## 80 80 2024-05-19 6 20 36
## 81 81 2024-07-07 45 15 20
## 82 82 2024-02-24 39 10 1
## 83 83 2024-12-21 28 10 34
## 84 84 2024-06-06 33 18 38
## 85 85 2024-12-03 28 9 8
## 86 86 2024-06-13 10 18 46
## 87 87 2024-10-27 26 2 15
## 88 88 2024-12-05 16 2 30
## 89 89 2024-05-02 14 18 31
## 90 90 2024-11-22 50 11 25
## 91 91 2024-10-27 16 17 47
## 92 92 2024-12-23 6 13 45
## 93 93 2024-11-01 12 1 46
## 94 94 2024-11-20 44 11 46
## 95 95 2024-01-09 48 19 23
## 96 96 2024-04-24 5 11 21
## 97 97 2024-03-13 3 18 20
## 98 98 2024-01-29 19 7 41
## 99 99 2024-10-26 20 4 13
## 100 100 2024-04-15 44 8 50
## nama_produk harga_produk nama_pelanggan alamat nomor_telepon
## 1 Produk 38 51 Pelanggan 12 Alamat 12 71660263
## 2 Produk 33 161 Pelanggan 16 Alamat 16 66975174
## 3 Produk 49 67 Pelanggan 12 Alamat 12 71660263
## 4 Produk 6 194 Pelanggan 44 Alamat 44 28579032
## 5 Produk 39 191 Pelanggan 4 Alamat 4 18740709
## 6 Produk 4 159 Pelanggan 36 Alamat 36 67186616
## 7 Produk 18 145 Pelanggan 49 Alamat 49 75846728
## 8 Produk 28 75 Pelanggan 36 Alamat 36 67186616
## 9 Produk 28 75 Pelanggan 2 Alamat 2 95162373
## 10 Produk 27 178 Pelanggan 30 Alamat 30 10821431
## 11 Produk 46 149 Pelanggan 12 Alamat 12 71660263
## 12 Produk 10 116 Pelanggan 24 Alamat 24 88875249
## 13 Produk 28 75 Pelanggan 5 Alamat 5 44684687
## 14 Produk 10 116 Pelanggan 21 Alamat 21 64930331
## 15 Produk 18 145 Pelanggan 22 Alamat 22 36001793
## 16 Produk 13 194 Pelanggan 32 Alamat 32 43609794
## 17 Produk 39 191 Pelanggan 32 Alamat 32 43609794
## 18 Produk 24 52 Pelanggan 42 Alamat 42 79057593
## 19 Produk 28 75 Pelanggan 43 Alamat 43 79630210
## 20 Produk 2 175 Pelanggan 30 Alamat 30 10821431
## 21 Produk 3 126 Pelanggan 4 Alamat 4 18740709
## 22 Produk 48 87 Pelanggan 49 Alamat 49 75846728
## 23 Produk 39 191 Pelanggan 43 Alamat 43 79630210
## 24 Produk 26 97 Pelanggan 30 Alamat 30 10821431
## 25 Produk 28 75 Pelanggan 31 Alamat 31 42714144
## 26 Produk 32 57 Pelanggan 34 Alamat 34 49509712
## 27 Produk 6 194 Pelanggan 49 Alamat 49 75846728
## 28 Produk 18 145 Pelanggan 2 Alamat 2 95162373
## 29 Produk 40 117 Pelanggan 33 Alamat 33 47317928
## 30 Produk 2 175 Pelanggan 3 Alamat 3 86105963
## 31 Produk 31 61 Pelanggan 42 Alamat 42 79057593
## 32 Produk 19 101 Pelanggan 46 Alamat 46 11972297
## 33 Produk 29 173 Pelanggan 12 Alamat 12 71660263
## 34 Produk 10 116 Pelanggan 48 Alamat 48 83805310
## 35 Produk 1 86 Pelanggan 21 Alamat 21 64930331
## 36 Produk 37 161 Pelanggan 14 Alamat 14 75654298
## 37 Produk 36 121 Pelanggan 4 Alamat 4 18740709
## 38 Produk 49 67 Pelanggan 11 Alamat 11 50362413
## 39 Produk 2 175 Pelanggan 24 Alamat 24 88875249
## 40 Produk 38 51 Pelanggan 24 Alamat 24 88875249
## 41 Produk 41 63 Pelanggan 10 Alamat 10 14587998
## 42 Produk 8 113 Pelanggan 32 Alamat 32 43609794
## 43 Produk 21 124 Pelanggan 33 Alamat 33 47317928
## 44 Produk 48 87 Pelanggan 38 Alamat 38 87170440
## 45 Produk 7 151 Pelanggan 44 Alamat 44 28579032
## 46 Produk 40 117 Pelanggan 10 Alamat 10 14587998
## 47 Produk 34 107 Pelanggan 50 Alamat 50 32143218
## 48 Produk 38 51 Pelanggan 36 Alamat 36 67186616
## 49 Produk 6 194 Pelanggan 44 Alamat 44 28579032
## 50 Produk 38 51 Pelanggan 26 Alamat 26 57450771
## 51 Produk 40 117 Pelanggan 5 Alamat 5 44684687
## 52 Produk 17 117 Pelanggan 9 Alamat 9 50166350
## 53 Produk 25 194 Pelanggan 28 Alamat 28 65261179
## 54 Produk 7 151 Pelanggan 22 Alamat 22 36001793
## 55 Produk 26 97 Pelanggan 3 Alamat 3 86105963
## 56 Produk 28 75 Pelanggan 32 Alamat 32 43609794
## 57 Produk 49 67 Pelanggan 31 Alamat 31 42714144
## 58 Produk 43 176 Pelanggan 5 Alamat 5 44684687
## 59 Produk 38 51 Pelanggan 46 Alamat 46 11972297
## 60 Produk 17 117 Pelanggan 48 Alamat 48 83805310
## 61 Produk 45 131 Pelanggan 48 Alamat 48 83805310
## 62 Produk 40 117 Pelanggan 46 Alamat 46 11972297
## 63 Produk 21 124 Pelanggan 19 Alamat 19 90111638
## 64 Produk 30 164 Pelanggan 6 Alamat 6 79880771
## 65 Produk 49 67 Pelanggan 9 Alamat 9 50166350
## 66 Produk 33 161 Pelanggan 10 Alamat 10 14587998
## 67 Produk 14 118 Pelanggan 32 Alamat 32 43609794
## 68 Produk 28 75 Pelanggan 30 Alamat 30 10821431
## 69 Produk 40 117 Pelanggan 17 Alamat 17 50710685
## 70 Produk 34 107 Pelanggan 1 Alamat 1 93278549
## 71 Produk 18 145 Pelanggan 33 Alamat 33 47317928
## 72 Produk 45 131 Pelanggan 1 Alamat 1 93278549
## 73 Produk 6 194 Pelanggan 18 Alamat 18 31957174
## 74 Produk 31 61 Pelanggan 28 Alamat 28 65261179
## 75 Produk 33 161 Pelanggan 32 Alamat 32 43609794
## 76 Produk 13 194 Pelanggan 15 Alamat 15 65748464
## 77 Produk 47 129 Pelanggan 46 Alamat 46 11972297
## 78 Produk 4 159 Pelanggan 38 Alamat 38 87170440
## 79 Produk 36 121 Pelanggan 31 Alamat 31 42714144
## 80 Produk 6 194 Pelanggan 36 Alamat 36 67186616
## 81 Produk 45 131 Pelanggan 20 Alamat 20 75944139
## 82 Produk 39 191 Pelanggan 1 Alamat 1 93278549
## 83 Produk 28 75 Pelanggan 34 Alamat 34 49509712
## 84 Produk 33 161 Pelanggan 38 Alamat 38 87170440
## 85 Produk 28 75 Pelanggan 8 Alamat 8 44313698
## 86 Produk 10 116 Pelanggan 46 Alamat 46 11972297
## 87 Produk 26 97 Pelanggan 15 Alamat 15 65748464
## 88 Produk 16 94 Pelanggan 30 Alamat 30 10821431
## 89 Produk 14 118 Pelanggan 31 Alamat 31 42714144
## 90 Produk 50 139 Pelanggan 25 Alamat 25 62015210
## 91 Produk 16 94 Pelanggan 47 Alamat 47 75022607
## 92 Produk 6 194 Pelanggan 45 Alamat 45 33575719
## 93 Produk 12 56 Pelanggan 46 Alamat 46 11972297
## 94 Produk 44 161 Pelanggan 46 Alamat 46 11972297
## 95 Produk 48 87 Pelanggan 23 Alamat 23 84374417
## 96 Produk 5 141 Pelanggan 21 Alamat 21 64930331
## 97 Produk 3 126 Pelanggan 20 Alamat 20 75944139
## 98 Produk 19 101 Pelanggan 41 Alamat 41 73329702
## 99 Produk 20 83 Pelanggan 13 Alamat 13 86365510
## 100 Produk 44 161 Pelanggan 50 Alamat 50 32143218
## total_penjualan
## 1 663
## 2 1932
## 3 134
## 4 2328
## 5 3820
## 6 2544
## 7 2465
## 8 300
## 9 1425
## 10 1780
## 11 2682
## 12 1160
## 13 1200
## 14 348
## 15 1015
## 16 970
## 17 2101
## 18 364
## 19 525
## 20 2625
## 21 1512
## 22 261
## 23 2865
## 24 1455
## 25 675
## 26 855
## 27 582
## 28 2030
## 29 1638
## 30 525
## 31 305
## 32 1717
## 33 1903
## 34 928
## 35 430
## 36 2093
## 37 2057
## 38 1139
## 39 1050
## 40 1020
## 41 630
## 42 565
## 43 1736
## 44 870
## 45 453
## 46 819
## 47 321
## 48 255
## 49 1552
## 50 306
## 51 819
## 52 2223
## 53 1164
## 54 906
## 55 1261
## 56 300
## 57 737
## 58 3520
## 59 867
## 60 1872
## 61 655
## 62 1404
## 63 1364
## 64 1968
## 65 536
## 66 2576
## 67 354
## 68 900
## 69 1989
## 70 2033
## 71 2320
## 72 1703
## 73 970
## 74 427
## 75 1127
## 76 970
## 77 258
## 78 3180
## 79 2420
## 80 3880
## 81 1965
## 82 1910
## 83 750
## 84 2898
## 85 675
## 86 2088
## 87 194
## 88 188
## 89 2124
## 90 1529
## 91 1598
## 92 2522
## 93 56
## 94 1771
## 95 1653
## 96 1551
## 97 2268
## 98 707
## 99 332
## 100 1288check_missing=D_gabungan_fix%>% #mengecek ulang untuk nila N/A
filter_all(any_vars(is.na(.)))
check_missing #tidak ada data yang N/A## [1] id_penjualan tanggal_penjualan id_produk jumlah_terjual
## [5] id_pelanggan nama_produk harga_produk nama_pelanggan
## [9] alamat nomor_telepon total_penjualan
## <0 rows> (or 0-length row.names)#mengubah format
D_komplit=D_gabungan_fix%>%
mutate(harga_produk=paste0("$",harga_produk))%>%
mutate(total_penjualan=paste0("$",total_penjualan))%>% #memberi mata uang kepada harga produk dan total penjualan
mutate(tanggal_penjualan=format(as.Date(tanggal_penjualan),"%d/%m/%Y")) #mengubah format hari menjadi DD/MM/YYY
D_komplit## id_penjualan tanggal_penjualan id_produk jumlah_terjual id_pelanggan
## 1 1 02/04/2024 38 13 12
## 2 2 01/11/2024 33 12 16
## 3 3 24/04/2024 49 2 12
## 4 4 20/01/2024 6 12 44
## 5 5 04/01/2024 39 20 4
## 6 6 06/01/2024 4 16 36
## 7 7 24/07/2024 18 17 49
## 8 8 26/06/2024 28 4 36
## 9 9 03/02/2024 28 19 2
## 10 10 26/04/2024 27 10 30
## 11 11 13/12/2024 46 18 12
## 12 12 03/05/2024 10 10 24
## 13 13 17/12/2024 28 16 5
## 14 14 10/02/2024 10 3 21
## 15 15 22/09/2024 18 7 22
## 16 16 21/10/2024 13 5 32
## 17 17 26/08/2024 39 11 32
## 18 18 08/12/2024 24 7 42
## 19 19 30/10/2024 28 7 43
## 20 20 12/08/2024 2 15 30
## 21 21 09/08/2024 3 12 4
## 22 22 12/09/2024 48 3 49
## 23 23 26/09/2024 39 15 43
## 24 24 06/09/2024 26 15 30
## 25 25 27/09/2024 28 9 31
## 26 26 23/06/2024 32 15 34
## 27 27 21/05/2024 6 3 49
## 28 28 18/10/2024 18 14 2
## 29 29 04/12/2024 40 14 33
## 30 30 30/08/2024 2 3 3
## 31 31 21/12/2024 31 5 42
## 32 32 25/07/2024 19 17 46
## 33 33 11/11/2024 29 11 12
## 34 34 03/06/2024 10 8 48
## 35 35 02/02/2024 1 5 21
## 36 36 12/04/2024 37 13 14
## 37 37 06/04/2024 36 17 4
## 38 38 26/07/2024 49 17 11
## 39 39 25/03/2024 2 6 24
## 40 40 04/05/2024 38 20 24
## 41 41 07/08/2024 41 10 10
## 42 42 24/09/2024 8 5 32
## 43 43 04/06/2024 21 14 33
## 44 44 11/07/2024 48 10 38
## 45 45 27/08/2024 7 3 44
## 46 46 20/04/2024 40 7 10
## 47 47 17/08/2024 34 3 50
## 48 48 01/10/2024 38 5 36
## 49 49 29/08/2024 6 8 44
## 50 50 09/05/2024 38 6 26
## 51 51 30/10/2024 40 7 5
## 52 52 19/10/2024 17 19 9
## 53 53 19/11/2024 25 6 28
## 54 54 14/01/2024 7 6 22
## 55 55 28/04/2024 26 13 3
## 56 56 25/06/2024 28 4 32
## 57 57 01/01/2024 49 11 31
## 58 58 11/04/2024 43 20 5
## 59 59 04/08/2024 38 17 46
## 60 60 08/08/2024 17 16 48
## 61 61 18/04/2024 45 5 48
## 62 62 04/04/2024 40 12 46
## 63 63 20/08/2024 21 11 19
## 64 64 26/06/2024 30 12 6
## 65 65 21/01/2024 49 8 9
## 66 66 03/05/2024 33 16 10
## 67 67 06/02/2024 14 3 32
## 68 68 15/04/2024 28 12 30
## 69 69 19/03/2024 40 17 17
## 70 70 22/07/2024 34 19 1
## 71 71 14/09/2024 18 16 33
## 72 72 27/01/2024 45 13 1
## 73 73 06/06/2024 6 5 18
## 74 74 13/05/2024 31 7 28
## 75 75 17/02/2024 33 7 32
## 76 76 24/02/2024 13 5 15
## 77 77 19/05/2024 47 2 46
## 78 78 18/08/2024 4 20 38
## 79 79 09/04/2024 36 20 31
## 80 80 19/05/2024 6 20 36
## 81 81 07/07/2024 45 15 20
## 82 82 24/02/2024 39 10 1
## 83 83 21/12/2024 28 10 34
## 84 84 06/06/2024 33 18 38
## 85 85 03/12/2024 28 9 8
## 86 86 13/06/2024 10 18 46
## 87 87 27/10/2024 26 2 15
## 88 88 05/12/2024 16 2 30
## 89 89 02/05/2024 14 18 31
## 90 90 22/11/2024 50 11 25
## 91 91 27/10/2024 16 17 47
## 92 92 23/12/2024 6 13 45
## 93 93 01/11/2024 12 1 46
## 94 94 20/11/2024 44 11 46
## 95 95 09/01/2024 48 19 23
## 96 96 24/04/2024 5 11 21
## 97 97 13/03/2024 3 18 20
## 98 98 29/01/2024 19 7 41
## 99 99 26/10/2024 20 4 13
## 100 100 15/04/2024 44 8 50
## nama_produk harga_produk nama_pelanggan alamat nomor_telepon
## 1 Produk 38 $51 Pelanggan 12 Alamat 12 71660263
## 2 Produk 33 $161 Pelanggan 16 Alamat 16 66975174
## 3 Produk 49 $67 Pelanggan 12 Alamat 12 71660263
## 4 Produk 6 $194 Pelanggan 44 Alamat 44 28579032
## 5 Produk 39 $191 Pelanggan 4 Alamat 4 18740709
## 6 Produk 4 $159 Pelanggan 36 Alamat 36 67186616
## 7 Produk 18 $145 Pelanggan 49 Alamat 49 75846728
## 8 Produk 28 $75 Pelanggan 36 Alamat 36 67186616
## 9 Produk 28 $75 Pelanggan 2 Alamat 2 95162373
## 10 Produk 27 $178 Pelanggan 30 Alamat 30 10821431
## 11 Produk 46 $149 Pelanggan 12 Alamat 12 71660263
## 12 Produk 10 $116 Pelanggan 24 Alamat 24 88875249
## 13 Produk 28 $75 Pelanggan 5 Alamat 5 44684687
## 14 Produk 10 $116 Pelanggan 21 Alamat 21 64930331
## 15 Produk 18 $145 Pelanggan 22 Alamat 22 36001793
## 16 Produk 13 $194 Pelanggan 32 Alamat 32 43609794
## 17 Produk 39 $191 Pelanggan 32 Alamat 32 43609794
## 18 Produk 24 $52 Pelanggan 42 Alamat 42 79057593
## 19 Produk 28 $75 Pelanggan 43 Alamat 43 79630210
## 20 Produk 2 $175 Pelanggan 30 Alamat 30 10821431
## 21 Produk 3 $126 Pelanggan 4 Alamat 4 18740709
## 22 Produk 48 $87 Pelanggan 49 Alamat 49 75846728
## 23 Produk 39 $191 Pelanggan 43 Alamat 43 79630210
## 24 Produk 26 $97 Pelanggan 30 Alamat 30 10821431
## 25 Produk 28 $75 Pelanggan 31 Alamat 31 42714144
## 26 Produk 32 $57 Pelanggan 34 Alamat 34 49509712
## 27 Produk 6 $194 Pelanggan 49 Alamat 49 75846728
## 28 Produk 18 $145 Pelanggan 2 Alamat 2 95162373
## 29 Produk 40 $117 Pelanggan 33 Alamat 33 47317928
## 30 Produk 2 $175 Pelanggan 3 Alamat 3 86105963
## 31 Produk 31 $61 Pelanggan 42 Alamat 42 79057593
## 32 Produk 19 $101 Pelanggan 46 Alamat 46 11972297
## 33 Produk 29 $173 Pelanggan 12 Alamat 12 71660263
## 34 Produk 10 $116 Pelanggan 48 Alamat 48 83805310
## 35 Produk 1 $86 Pelanggan 21 Alamat 21 64930331
## 36 Produk 37 $161 Pelanggan 14 Alamat 14 75654298
## 37 Produk 36 $121 Pelanggan 4 Alamat 4 18740709
## 38 Produk 49 $67 Pelanggan 11 Alamat 11 50362413
## 39 Produk 2 $175 Pelanggan 24 Alamat 24 88875249
## 40 Produk 38 $51 Pelanggan 24 Alamat 24 88875249
## 41 Produk 41 $63 Pelanggan 10 Alamat 10 14587998
## 42 Produk 8 $113 Pelanggan 32 Alamat 32 43609794
## 43 Produk 21 $124 Pelanggan 33 Alamat 33 47317928
## 44 Produk 48 $87 Pelanggan 38 Alamat 38 87170440
## 45 Produk 7 $151 Pelanggan 44 Alamat 44 28579032
## 46 Produk 40 $117 Pelanggan 10 Alamat 10 14587998
## 47 Produk 34 $107 Pelanggan 50 Alamat 50 32143218
## 48 Produk 38 $51 Pelanggan 36 Alamat 36 67186616
## 49 Produk 6 $194 Pelanggan 44 Alamat 44 28579032
## 50 Produk 38 $51 Pelanggan 26 Alamat 26 57450771
## 51 Produk 40 $117 Pelanggan 5 Alamat 5 44684687
## 52 Produk 17 $117 Pelanggan 9 Alamat 9 50166350
## 53 Produk 25 $194 Pelanggan 28 Alamat 28 65261179
## 54 Produk 7 $151 Pelanggan 22 Alamat 22 36001793
## 55 Produk 26 $97 Pelanggan 3 Alamat 3 86105963
## 56 Produk 28 $75 Pelanggan 32 Alamat 32 43609794
## 57 Produk 49 $67 Pelanggan 31 Alamat 31 42714144
## 58 Produk 43 $176 Pelanggan 5 Alamat 5 44684687
## 59 Produk 38 $51 Pelanggan 46 Alamat 46 11972297
## 60 Produk 17 $117 Pelanggan 48 Alamat 48 83805310
## 61 Produk 45 $131 Pelanggan 48 Alamat 48 83805310
## 62 Produk 40 $117 Pelanggan 46 Alamat 46 11972297
## 63 Produk 21 $124 Pelanggan 19 Alamat 19 90111638
## 64 Produk 30 $164 Pelanggan 6 Alamat 6 79880771
## 65 Produk 49 $67 Pelanggan 9 Alamat 9 50166350
## 66 Produk 33 $161 Pelanggan 10 Alamat 10 14587998
## 67 Produk 14 $118 Pelanggan 32 Alamat 32 43609794
## 68 Produk 28 $75 Pelanggan 30 Alamat 30 10821431
## 69 Produk 40 $117 Pelanggan 17 Alamat 17 50710685
## 70 Produk 34 $107 Pelanggan 1 Alamat 1 93278549
## 71 Produk 18 $145 Pelanggan 33 Alamat 33 47317928
## 72 Produk 45 $131 Pelanggan 1 Alamat 1 93278549
## 73 Produk 6 $194 Pelanggan 18 Alamat 18 31957174
## 74 Produk 31 $61 Pelanggan 28 Alamat 28 65261179
## 75 Produk 33 $161 Pelanggan 32 Alamat 32 43609794
## 76 Produk 13 $194 Pelanggan 15 Alamat 15 65748464
## 77 Produk 47 $129 Pelanggan 46 Alamat 46 11972297
## 78 Produk 4 $159 Pelanggan 38 Alamat 38 87170440
## 79 Produk 36 $121 Pelanggan 31 Alamat 31 42714144
## 80 Produk 6 $194 Pelanggan 36 Alamat 36 67186616
## 81 Produk 45 $131 Pelanggan 20 Alamat 20 75944139
## 82 Produk 39 $191 Pelanggan 1 Alamat 1 93278549
## 83 Produk 28 $75 Pelanggan 34 Alamat 34 49509712
## 84 Produk 33 $161 Pelanggan 38 Alamat 38 87170440
## 85 Produk 28 $75 Pelanggan 8 Alamat 8 44313698
## 86 Produk 10 $116 Pelanggan 46 Alamat 46 11972297
## 87 Produk 26 $97 Pelanggan 15 Alamat 15 65748464
## 88 Produk 16 $94 Pelanggan 30 Alamat 30 10821431
## 89 Produk 14 $118 Pelanggan 31 Alamat 31 42714144
## 90 Produk 50 $139 Pelanggan 25 Alamat 25 62015210
## 91 Produk 16 $94 Pelanggan 47 Alamat 47 75022607
## 92 Produk 6 $194 Pelanggan 45 Alamat 45 33575719
## 93 Produk 12 $56 Pelanggan 46 Alamat 46 11972297
## 94 Produk 44 $161 Pelanggan 46 Alamat 46 11972297
## 95 Produk 48 $87 Pelanggan 23 Alamat 23 84374417
## 96 Produk 5 $141 Pelanggan 21 Alamat 21 64930331
## 97 Produk 3 $126 Pelanggan 20 Alamat 20 75944139
## 98 Produk 19 $101 Pelanggan 41 Alamat 41 73329702
## 99 Produk 20 $83 Pelanggan 13 Alamat 13 86365510
## 100 Produk 44 $161 Pelanggan 50 Alamat 50 32143218
## total_penjualan
## 1 $663
## 2 $1932
## 3 $134
## 4 $2328
## 5 $3820
## 6 $2544
## 7 $2465
## 8 $300
## 9 $1425
## 10 $1780
## 11 $2682
## 12 $1160
## 13 $1200
## 14 $348
## 15 $1015
## 16 $970
## 17 $2101
## 18 $364
## 19 $525
## 20 $2625
## 21 $1512
## 22 $261
## 23 $2865
## 24 $1455
## 25 $675
## 26 $855
## 27 $582
## 28 $2030
## 29 $1638
## 30 $525
## 31 $305
## 32 $1717
## 33 $1903
## 34 $928
## 35 $430
## 36 $2093
## 37 $2057
## 38 $1139
## 39 $1050
## 40 $1020
## 41 $630
## 42 $565
## 43 $1736
## 44 $870
## 45 $453
## 46 $819
## 47 $321
## 48 $255
## 49 $1552
## 50 $306
## 51 $819
## 52 $2223
## 53 $1164
## 54 $906
## 55 $1261
## 56 $300
## 57 $737
## 58 $3520
## 59 $867
## 60 $1872
## 61 $655
## 62 $1404
## 63 $1364
## 64 $1968
## 65 $536
## 66 $2576
## 67 $354
## 68 $900
## 69 $1989
## 70 $2033
## 71 $2320
## 72 $1703
## 73 $970
## 74 $427
## 75 $1127
## 76 $970
## 77 $258
## 78 $3180
## 79 $2420
## 80 $3880
## 81 $1965
## 82 $1910
## 83 $750
## 84 $2898
## 85 $675
## 86 $2088
## 87 $194
## 88 $188
## 89 $2124
## 90 $1529
## 91 $1598
## 92 $2522
## 93 $56
## 94 $1771
## 95 $1653
## 96 $1551
## 97 $2268
## 98 $707
## 99 $332
## 100 $1288#agregasi data
total_profit=sum(D_gabungan_fix$total_penjualan) #menghitung total profit
print(paste0("jadi total profit dari semua penjualan adalah $",total_profit))## [1] "jadi total profit dari semua penjualan adalah $135698"for(z in 1:1){total_penjuan_setiap_produk=c()
jumlah_penjualan_produk=c()
for(x in 1:length(D_produk_fix$id_produk) ){
total=0
jumlah=0
for (y in 1:length(D_komplit$id_penjualan)) {
if(D_komplit$id_produk[y] == x){
total=total+D_gabungan_fix$total_penjualan[y]
jumlah=jumlah+D_gabungan_fix$jumlah_terjual[y]
}
}
total_penjuan_setiap_produk=c( total_penjuan_setiap_produk,total)
jumlah_penjualan_produk=c(jumlah_penjualan_produk,jumlah)
}
} #menghitung total penjualan dan total jumlah penjualan setiap produk
for(z in 1){
Rata_rata_penjualan=c()
Rata_rata_total_penjualan=c()
for(y in 1:length(D_produk_fix$id_produk)){
pelanggan=c()
total_penjualan=total_penjuan_setiap_produk[y]
penjualan=jumlah_penjualan_produk[y]
for(x in 1:length(D_gabungan_fix$id_penjualan)){
if(all(pelanggan != D_gabungan_fix$id_pelanggan[x] & D_gabungan_fix$id_produk[x]==D_produk_fix$id_produk[y])){
pelanggan=c(pelanggan,D_gabungan_fix$id_pelanggan[x])
}
}
rata_total_penjualan_produk=round(total_penjualan/length(pelanggan),3)
rata_penjualan_produk=round(penjualan/length(pelanggan),3)
Rata_rata_total_penjualan=c(Rata_rata_total_penjualan,rata_total_penjualan_produk)
Rata_rata_penjualan=c(Rata_rata_penjualan,rata_penjualan_produk)
}
} #menghitung rata rata penjualan per pelanggan dan rata rata jumlah penhjualan per pelanggan untuk semua produk
D_produk_komplit=D_produk_fix%>%
mutate(harga_produk=paste0("$",harga_produk),
jumlah_penjualan_produk=paste0(jumlah_penjualan_produk),
total_penjualan_produk=paste0("$",total_penjuan_setiap_produk),
Rata_rata_penjualan_produk_per_pelanggan=Rata_rata_penjualan,
Rata_rata_total_penjualan_produk_per_pelanggan=paste0("$",Rata_rata_total_penjualan)
) #memasukantotal penjualan, total jumlah penjualan setiap produk, rata rata penjualan per pelanggan dan rata rata jumlah penhjualan per pelanggan untuk semua produk
D_produk_komplit## id_produk nama_produk harga_produk jumlah_penjualan_produk
## 1 1 Produk 1 $86 5
## 2 2 Produk 2 $175 24
## 3 3 Produk 3 $126 30
## 4 4 Produk 4 $159 36
## 5 5 Produk 5 $141 11
## 6 6 Produk 6 $194 61
## 7 7 Produk 7 $151 9
## 8 8 Produk 8 $113 5
## 9 9 Produk 9 $129 0
## 10 10 Produk 10 $116 39
## 11 11 Produk 11 $77 0
## 12 12 Produk 12 $56 1
## 13 13 Produk 13 $194 10
## 14 14 Produk 14 $118 21
## 15 15 Produk 15 $194 0
## 16 16 Produk 16 $94 19
## 17 17 Produk 17 $117 35
## 18 18 Produk 18 $145 54
## 19 19 Produk 19 $101 24
## 20 20 Produk 20 $83 4
## 21 21 Produk 21 $124 25
## 22 22 Produk 22 $89 0
## 23 23 Produk 23 $146 0
## 24 24 Produk 24 $52 7
## 25 25 Produk 25 $194 6
## 26 26 Produk 26 $97 30
## 27 27 Produk 27 $178 10
## 28 28 Produk 28 $75 90
## 29 29 Produk 29 $173 11
## 30 30 Produk 30 $164 12
## 31 31 Produk 31 $61 12
## 32 32 Produk 32 $57 15
## 33 33 Produk 33 $161 53
## 34 34 Produk 34 $107 22
## 35 35 Produk 35 $109 0
## 36 36 Produk 36 $121 37
## 37 37 Produk 37 $161 13
## 38 38 Produk 38 $51 61
## 39 39 Produk 39 $191 56
## 40 40 Produk 40 $117 57
## 41 41 Produk 41 $63 10
## 42 42 Produk 42 $125 0
## 43 43 Produk 43 $176 20
## 44 44 Produk 44 $161 19
## 45 45 Produk 45 $131 33
## 46 46 Produk 46 $149 18
## 47 47 Produk 47 $129 2
## 48 48 Produk 48 $87 32
## 49 49 Produk 49 $67 38
## 50 50 Produk 50 $139 11
## total_penjualan_produk Rata_rata_penjualan_produk_per_pelanggan
## 1 $430 2.500
## 2 $4200 6.000
## 3 $3780 10.000
## 4 $5724 12.000
## 5 $1551 5.500
## 6 $11834 10.167
## 7 $1359 3.000
## 8 $565 2.500
## 9 $0 0.000
## 10 $4524 7.800
## 11 $0 0.000
## 12 $56 0.500
## 13 $1940 3.333
## 14 $2478 7.000
## 15 $0 0.000
## 16 $1786 6.333
## 17 $4095 11.667
## 18 $7830 10.800
## 19 $2424 8.000
## 20 $332 2.000
## 21 $3100 8.333
## 22 $0 0.000
## 23 $0 0.000
## 24 $364 3.500
## 25 $1164 3.000
## 26 $2910 7.500
## 27 $1780 5.000
## 28 $6750 9.000
## 29 $1903 11.000
## 30 $1968 6.000
## 31 $732 4.000
## 32 $855 7.500
## 33 $8533 10.600
## 34 $2354 7.333
## 35 $0 0.000
## 36 $4477 12.333
## 37 $2093 6.500
## 38 $3111 12.200
## 39 $10696 11.200
## 40 $6669 9.500
## 41 $630 5.000
## 42 $0 0.000
## 43 $3520 10.000
## 44 $3059 6.333
## 45 $4323 8.250
## 46 $2682 18.000
## 47 $258 1.000
## 48 $2784 8.000
## 49 $2546 9.500
## 50 $1529 5.500
## Rata_rata_total_penjualan_produk_per_pelanggan
## 1 $215
## 2 $1050
## 3 $1260
## 4 $1908
## 5 $775.5
## 6 $1972.333
## 7 $453
## 8 $282.5
## 9 $0
## 10 $904.8
## 11 $0
## 12 $28
## 13 $646.667
## 14 $826
## 15 $0
## 16 $595.333
## 17 $1365
## 18 $1566
## 19 $808
## 20 $166
## 21 $1033.333
## 22 $0
## 23 $0
## 24 $182
## 25 $582
## 26 $727.5
## 27 $890
## 28 $675
## 29 $1903
## 30 $984
## 31 $244
## 32 $427.5
## 33 $1706.6
## 34 $784.667
## 35 $0
## 36 $1492.333
## 37 $1046.5
## 38 $622.2
## 39 $2139.2
## 40 $1111.5
## 41 $315
## 42 $0
## 43 $1760
## 44 $1019.667
## 45 $1080.75
## 46 $2682
## 47 $129
## 48 $696
## 49 $636.5
## 50 $764.52.2.3 Load (Pemuatan):
Memuat data yang telah diubah (transformed) ke dalam penyimpanan data yang sesuai, seperti database non SQL, data warehouse, atau sistem penyimpanan data lainnya.