Install dan load library

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

Import Data

setwd("D:/RStudio/files")
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>

1. Pie Chart

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

Menurut pie chart di atas, dapat dilihat bahwa data penggunaan AI paling diambil oleh industri Teknologi. Sedangkan industri Pendidikan memiliki data penggunaan AI paling sedikit.

2. Bar Chart

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

Menurut bar chart di atas, penggunaan AI tinggi memiliki frekuensi yang tinggi, dan penggunaan AI rendah dan sedang frekuensinya setara. Ini menandakan bahwa AI sudah semakin umum digunakan dalam dunia iindustri.

3. Dot Plot

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

Dot Plot di atas menunjukkan bahwa mayoritas responden memiliki efisiensi kerja yang relatif rendah sebelum menggunakan AI(terlihat dari titik-titik yang terkonsentrasi di bagian bawah grafik). Ini membuktikan bahwa penggunaan AI bisa meningkatkan efisiensi kerja. ## 4. Stem and Leaf Plot

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

Stem and Leaf Plot di atas menunjukkan rentang pengalaman kerja para responden. Terlihat bahwa mayoritas responden memiliki pengalaman kerja selama 10 - 20 tahun. Nilai-nilai di luar rentang 10 - 20 tahun (1- 10 tahun) lebih sedikit. ## 5. Histogram

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

Dari histogram di atas kita bisa mengetahui bahwa frekuensi penggunaan AI paling banyak sekitar 10-15 kali per minggu. Sedangkan rentang di bawah 5 kali atau di atas 20 kali lebih jarang. ## 6. Boxplot

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

Boxplot di atas menunjukkan bahwa 50% responden memiliki pengalaman kerja selama 10-20 tahun, dengan median 15 tahun. Menunjukkan mayoritas responden memiliki pengalaman kerja yang panjang. ## 7. Density Plot

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

Dari data density plot di atas bisa disimpulkan bahwa sebagian besar efisiensi kerja responden meningkat setelah menggunakan AI. Ini membuktikan bahwa AI memang memberikan dampak positif untuk efisiensi kerja. ## Menampilkan semua plot

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