data <- read.csv("dataset_ai.csv") 
industry_counts <- table(data$Industri)
barplot(industry_counts, 
        main = "Distribusi Industri", 
        col = rainbow(length(industry_counts)), 
        ylab = "Jumlah", xlab = "Industri")

Grafik ini menunjukkan jumlah pekerja dari berbagai industri dalam dataset. Jika ada satu industri yang mendominasi, artinya AI lebih banyak digunakan di sektor tersebut.

usage_counts <- table(data$Tingkat_Penggunaan_AI)
barplot(usage_counts, 
        main = "Distribusi Tingkat Penggunaan AI", 
        col = c("red", "green", "blue"), 
        ylab = "Frekuensi", xlab = "Tingkat Penggunaan AI")

Menampilkan jumlah pekerja berdasarkan tingkat penggunaan AI (rendah, sedang, tinggi). Jika lebih banyak pekerja ada di kategori “Tinggi”, berarti AI sudah banyak digunakan dalam pekerjaan.

hist(data$Frekuensi_Penggunaan, 
     main = "Histogram: Frekuensi Penggunaan AI per Minggu",
     col = "blue", xlab = "Frekuensi", ylab = "Jumlah Pekerja",
     breaks = 10)

Histogram ini memperlihatkan berapa kali AI digunakan dalam seminggu oleh pekerja. Jika frekuensi tinggi lebih dominan, artinya AI digunakan secara rutin.

plot(data$Lama_Bekerja, data$Efisiensi_Sebelum_AI, 
     main = "Lama Bekerja vs. Efisiensi Sebelum AI", 
     xlab = "Lama Bekerja (tahun)", ylab = "Efisiensi Sebelum AI",
     pch = 19, col = "blue")

Scatter plot ini menunjukkan hubungan antara lama bekerja (dalam tahun) dengan efisiensi sebelum menggunakan AI. Jika semakin lama bekerja cenderung memiliki efisiensi rendah sebelum AI, maka AI mungkin membantu meningkatkan efisiensi mereka.

boxplot(data$Lama_Bekerja, 
        main = "Boxplot: Lama Bekerja", 
        col = "orange", ylab = "Lama Bekerja (tahun)")

Menampilkan sebaran lama bekerja para pekerja dalam dataset. Outlier menunjukkan pekerja yang memiliki lama bekerja jauh lebih lama atau lebih singkat dari mayoritas.

density_data <- density(data$Efisiensi_Sesudah_AI, na.rm = TRUE)
plot(density_data, 
     main = "Density Plot: Efisiensi Kerja Sesudah AI", 
     col = "red", lwd = 2, xlab = "Efisiensi")

Menunjukkan distribusi efisiensi kerja setelah menggunakan AI. Jika puncak distribusi ada di angka yang lebih tinggi, berarti AI berdampak positif terhadap efisiensi kerja.

Kesimpulan :

Bar Chart menunjukkan industri mana yang paling banyak menggunakan AI. Histogram memperlihatkan bahwa sebagian besar pekerja menggunakan AI dengan frekuensi tertentu setiap minggu. Scatter Plot menunjukkan apakah ada hubungan antara pengalaman kerja dan efisiensi sebelum AI. Boxplot membantu melihat distribusi lama bekerja pekerja dalam dataset. Density Plot menunjukkan apakah AI meningkatkan efisiensi kerja atau tidak.