visualisasi data dengan ggplots

install library

beberapa library yang perlu diinstall sebagai berikut:

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

Input Data

data diinput dari Microsoft Excel dengan syntax sebagai berikut:

setwd("C:/Users/septi/OneDrive/Documents/punya febri")  
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

dari data tersebut akan disajikan visualisasi data dalam bentuk pie chart. berikut terlampir hasil visualisasi datanya:

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

Dari hasil visualisasi tersebut dapat dijelaskan bahwa industri teknologi merupakan indusri yang paling banyak menggunakan AI. Sedangkan industri yang paling sedikit menggunakan AI yaitu industri pendidikan.

2. bar chart

dari data tersebut akan disajikan visualisasi data dalam bentuk bar chart. berikut terlampir hasil visualisasi datanya:

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

Dari hasil visualisasi tersebut dapat dijelaskan bahwa terdapat frekuensi penggunaan AI di berbagai tingkat (Rendah, Sedang, Tinggi). Penggunaan AI dengan tingkat tinggi mendapat frekuensi tertinggi dalam penggunaan AI.

3. Diagram Titik (Dot Plots)

dari data tersebut akan disajikan visualisasi data dalam bentuk Diagram Titik (Dot Plots). berikut terlampir hasil visualisasi datanya:

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

Dari hasil visualisasi tersebut dapat dijelaskan bahwa pengalaman kerja tidak terlalu berpengaruh terhadap efisiensi sebelum AI diterapkan.

4. Steam and Leaf Plots

dari data tersebut akan disajikan visualisasi data dalam bentuk Steam and Leaf Plots. berikut terlampir hasil visualisasi datanya:

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

Dari hasil visualisasi tersebut dapat dijelaskan bahwa mayoritas pekerja memiliki pengalaman kerja yang relatif singkat.

5. Histogram

dari data tersebut akan disajikan visualisasi data dalam bentuk Histogram. berikut terlampir hasil visualisasi datanya:

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 hasil visualisasi tersebut dapat dijelaskan bahwa penggunaan AI bervariasi di antara individu, namun ada juga beberapa individu yang lebih aktif menggunakan AI dibandingkan yang lain.

6. Boxplot

dari data tersebut akan disajikan visualisasi data dalam bentuk Boxplot berikut terlampir hasil visualisasi datanya:

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

Dari hasil visualisasi tersebut dapat dijelaskan bahwa banyak pekerja memiliki lama kerja yang cukup beragam ada yang di bawah 10 tahun sampai dengan 20 tahun.

7. Density Plot

dari data tersebut akan disajikan visualisasi data dalam bentuk Density Plot berikut terlampir hasil visualisasi datanya:

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 hasil visualisasi tersebut dapat dijelaskan bahwa banyakan individu mengalami efisiensi sekitar 70-75, tetapi ada individu lain dengan efisiensi lebih tinggi di sekitar 85-90.

menampilkan semua plot