TUGAS PROSTA(NEW) - WEEK 2
Maisan Latief - 3337240005
2025-02-28
library(ggplot2)Input Data
Berikut adalah data dari 30 sample yang di terima secara acak :
set.seed(123) # Agar data tidak kena reset saat dijalankan ulang
data <- data.frame(
Industri = sample(c("Teknologi", "Pendidikan", "Kesehatan", "Keuangan"), 30, replace = TRUE),
Pekerjaan = sample(c("Data Scientist", "Software Engineering", "Dosen"), 30, replace = TRUE),
PenggunaanAI = sample(c("Rendah", "Sedang", "Tinggi"), 30, replace = TRUE),
Respon = sample(c("Positif", "Netral", "Negatif"), 30, replace = TRUE),
LamaBekerja = sample(1:10, 30, replace = TRUE),
FrekuensiAI = sample(1:30, 30, replace = TRUE),
EfisiensiSebelum = sample(1:100, 30, replace = TRUE),
EfisiensiSesudah = sample(1:100, 30, replace = TRUE)
)
print(data)## Industri Pekerjaan PenggunaanAI Respon LamaBekerja FrekuensiAI
## 1 Kesehatan Data Scientist Rendah Netral 6 15
## 2 Kesehatan Software Engineering Tinggi Positif 3 7
## 3 Kesehatan Dosen Rendah Negatif 8 4
## 4 Pendidikan Software Engineering Sedang Negatif 3 1
## 5 Kesehatan Data Scientist Rendah Netral 8 8
## 6 Pendidikan Dosen Tinggi Negatif 1 30
## 7 Pendidikan Dosen Rendah Positif 7 30
## 8 Pendidikan Data Scientist Tinggi Netral 7 20
## 9 Kesehatan Dosen Sedang Netral 7 25
## 10 Teknologi Software Engineering Tinggi Negatif 10 16
## 11 Keuangan Data Scientist Sedang Netral 6 24
## 12 Pendidikan Dosen Sedang Positif 7 22
## 13 Pendidikan Data Scientist Tinggi Negatif 10 11
## 14 Teknologi Data Scientist Sedang Negatif 5 16
## 15 Pendidikan Software Engineering Sedang Negatif 6 20
## 16 Kesehatan Dosen Tinggi Netral 8 8
## 17 Keuangan Dosen Tinggi Netral 5 3
## 18 Teknologi Data Scientist Rendah Negatif 7 29
## 19 Kesehatan Dosen Sedang Positif 4 4
## 20 Kesehatan Data Scientist Sedang Positif 3 20
## 21 Teknologi Dosen Rendah Negatif 9 12
## 22 Keuangan Software Engineering Sedang Netral 7 22
## 23 Teknologi Data Scientist Rendah Netral 6 17
## 24 Teknologi Software Engineering Rendah Netral 10 10
## 25 Teknologi Data Scientist Sedang Netral 9 27
## 26 Kesehatan Data Scientist Tinggi Netral 7 20
## 27 Keuangan Dosen Tinggi Netral 2 11
## 28 Pendidikan Data Scientist Rendah Negatif 3 25
## 29 Kesehatan Software Engineering Sedang Netral 8 23
## 30 Pendidikan Data Scientist Rendah Positif 4 8
## EfisiensiSebelum EfisiensiSesudah
## 1 46 23
## 2 85 26
## 3 66 33
## 4 77 57
## 5 46 29
## 6 70 10
## 7 72 53
## 8 44 54
## 9 32 77
## 10 36 11
## 11 45 25
## 12 14 52
## 13 16 26
## 14 87 7
## 15 33 25
## 16 40 87
## 17 40 90
## 18 10 32
## 19 89 84
## 20 72 24
## 21 82 57
## 22 9 73
## 23 7 23
## 24 7 14
## 25 58 6
## 26 61 91
## 27 74 1
## 28 24 90
## 29 63 58
## 30 54 81Visualisasi Data dalam Bnetuk Pie Chart
Data distribusi industri dan pekerjaan akan ditampilkan dalam bentuk Pie Chart sebagai berikut:
# Pie Chart Industri
ggplot(data, aes(x = "", fill = Industri)) +
geom_bar(width = 1) +
coord_polar(theta = "y") +
labs(title = "Distribusi Industri") 
# Pie Chart Pekerjaan
ggplot(data, aes(x = "", fill = Pekerjaan)) +
geom_bar(width = 1) +
coord_polar(theta = "y") +
labs(title = "Distribusi Pekerjaan")
Visualisasi Data dalam Bentuk Barplot
Data distribusi tingkat penggunaan AI dan responnya akan ditampilkan dalam bentuk Bar Plots sebagai berikut:
# Bar Plot Tingkat Penggunaan AI
ggplot(data, aes(x = PenggunaanAI, fill = PenggunaanAI)) +
geom_bar() +
labs(title = "Tingkat Penggunaan AI", x = "Kategori", y = "Jumlah")
# Bar Plot Respon terhadap AI
ggplot(data, aes(x = Respon, fill = Respon)) +
geom_bar() +
labs(title = "Respon terhadap Penggunaan AI", x = "Respon", y = "Jumlah") 
Visualisasi Data dalam Bentuk Histogram
Data distribusi lama bekerja dan frekuensi penggunaan AI akan ditampilkan dalam bentuk Histogram sebagai berikut:
# Histogram Lama Bekerja
ggplot(data, aes(x = LamaBekerja)) +
geom_histogram(binwidth = 1, fill = "blue", color = "black") +
labs(title = "Distribusi Lama Bekerja", x = "Tahun", y = "Frekuensi")
# Histogram Frekuensi Penggunaan AI
ggplot(data, aes(x = FrekuensiAI)) +
geom_histogram(binwidth = 2, fill = "red", color = "black") +
labs(title = "Distribusi Frekuensi Penggunaan AI", x = "Per Minggu", y = "Frekuensi") 
Visualisasi Data dalam Bnetuk Dot Plots
Data distribusi efisiensi kerja sebelum dan sesudah menggunakan AI akan ditampilkan dalam bentuk Histogram sebagai berikut:
# Dot Plot Efisiensi Sebelum AI
ggplot(data, aes(x = EfisiensiSebelum, y = 1)) +
geom_jitter(color = "blue", height = 1) +
labs(title = "Efisiensi Sebelum Menggunakan AI", x = "Efisiensi", y = "")
# Dot Plot Efisiensi Sesudah AI
ggplot(data, aes(x = EfisiensiSesudah, y = 1)) +
geom_jitter(color = "green", height = 1) +
labs(title = "Efisiensi Sesudah Menggunakan AI", x = "Efisiensi", y = "")