visualisasi data dengan ggplot2

library(ggplot2)
library(readxl)
library(ggthemes)
library(gridExtra)

#import data Berikut adalah data trenyang telah di import dari file excel:

setwd("C:/test/testR")
data<-read_excel("data_tren_penggunaan_ai.xlsx")
head(data)

## # A tibble: 6 × 8
##   Industri   `Jenis Pekerjaan` `Tingkat Penggunaan AI` `Respon terhadap AI`
##   <chr>      <chr>             <chr>                   <chr>               
## 1 Manufaktur Software Engineer Rendah                  Negatif             
## 2 Keuangan   Analis Keuangan   Tinggi                  Positif             
## 3 Teknologi  Data Scientist    Sedang                  Negatif             
## 4 Teknologi  Dosen             Tinggi                  Positif             
## 5 Teknologi  Analis Keuangan   Rendah                  Positif             
## 6 Pendidikan Analis Keuangan   Sedang                  Positif             
## # ℹ 4 more variables: `Lama Bekerja (tahun)` <dbl>,
## #   `Frekuensi Penggunaan AI per Minggu` <dbl>,
## #   `Efisiensi Kerja Sebelum AI` <dbl>, `Efisiensi Kerja Sesudah AI` <dbl>

#pie chart Dari data tersebut akan disajikan visualisasi data dalam bentuk Pie Chart. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi Industri:

pie_chart<-ggplot(data,aes(x="",fill=Industri))+geom_bar(width=1)+coord_polar("y",start=0)+theme_minimal()+labs(title="distribusi industri")+theme(axis.text.x=element_blank())
pie_chart

#bar chart Berikut adalah bentuk visualisasi data dalam bentuk Bar Chart. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi Tingkat Penggunaan AΙ:

bar_chart <- ggplot(data, aes(x = `Tingkat Penggunaan AI`, fill = `Tingkat Penggunaan AI`)) +
  geom_bar() +
  theme_minimal() +
  labs(title = "Distribusi Tingkat Penggunaan AI", x = "Tingkat Penggunaan AI", y = "Frekuensi")

bar_chart

3. Dot Plot

Berikut adalah bentuk visualisasi data dalam bentuk dot plot. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi lama bekerja dengan efisiensi kerja sebelum AΙ:

dot_plot <- ggplot(data, aes(x = `Lama Bekerja (tahun)`, y = `Efisiensi Kerja Sebelum AI`)) +
  geom_point(color = "blue", size = 2) +
  theme_minimal() +
  labs(title = "Dot Plot: Lama Bekerja vs. Efisiensi Sebelum AI", x = "Lama Bekerja (tahun)", y = "Efisiensi Sebelum AI")

dot_plot

4. Stem and Leaf Plot

Berikut adalah bentuk visualisasi data dalam bentuk stem and leaf plot. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi lama berkerja:

stem(data$`Lama Bekerja (tahun)`)

## 
##   The decimal point is 1 digit(s) to the right of the |
## 
##   0 | 11123344
##   0 | 5778889
##   1 | 4
##   1 | 7889
##   2 | 011233444
##   2 | 9

5. Histogram

Berikut adalah bentuk visualisasi data dalam bentuk histogran. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi frekuensi penggunaan AΙ per minggu:

histogram <- ggplot(data, aes(x = `Frekuensi Penggunaan AI per Minggu`)) +
  geom_histogram(binwidth = 5, fill = "blue", color = "black", alpha = 0.7) +
  theme_minimal() +
  labs(title = "Histogram: Frekuensi Penggunaan AI per Minggu", x = "Frekuensi", y = "Jumlah Individu")

histogram

6. Boxplot

Berikut adalah bentuk visualisasi data dalam bentuk boxplot. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi lama bekerja dalam tahun:

boxplot_data <- ggplot(data) +
  geom_boxplot(aes(y = `Lama Bekerja (tahun)`, fill = "lama bekerja (tahun"), alpha = 0.6) +
  theme_minimal() +
  labs(title = "Boxplot: Lama Bekerja dalam tahun", fill = "Kondisi")

boxplot_data

7. Density Plot

Berikut adalah bentuk visualisasi data dalam bentuk density plot. Berikut terlampir hasil visualisasi data Jumlah Responden berdasarkan Distribusi efisiensi kerja sesudah AΙ:

density_plot <- ggplot(data, aes(x = `Efisiensi Kerja Sesudah AI`,fill = "Efisiensi")) +
  geom_density(alpha = 0.5) +
  theme_minimal() +
  labs(title = "Density Plot: Efisiensi Kerja Sesudah AI", x = "Efisiensi", y = "Density")
density_plot

Menampilkan semua plot

Berikut adalah bentuk visualisasi data dengan semua plot:

grid.arrange(pie_chart, bar_chart, dot_plot, histogram, boxplot_data, density_plot, ncol = 2)