Tugas Probstat pertemuan 4
Zahra Ria Wulandari_kelompok 2
2025-03-06
{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE)
Install dan load library
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.4.3library(readxl)## Warning: package 'readxl' was built under R version 4.4.3library(ggthemes)## Warning: package 'ggthemes' was built under R version 4.4.3library(gridExtra)## Warning: package 'gridExtra' was built under R version 4.4.3Input Data
Data di input dari Microsoft excel dengan syntax sebagai Berikut :
setwd("C:/Users/HP/OneDrive/Desktop/Perkuliahan Kk/Semester 2/Prosta")
data <- read_excel("Data_2.xlsx")
data## # A tibble: 25 × 7
## Rank Negara Benua Tingkat Penggunaan I…¹ `Pengguna Internet` Populasi
## <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 1 China Asia Tinggi 1,05 milliar 1,412 m…
## 2 2 India Asia Tinggi 692 juta 1,408 m…
## 3 3 U.S. Amerika … Tinggi 311,3 juta 331,9 j…
## 4 4 Indonesia Asia Tinggi 212,9 juta 273,8 j…
## 5 5 Brazil Amerika … Sedang 181,8 juta 214,3 j…
## 6 6 Rusia Asia Sedang 127,6 juta 143,4 j…
## 7 7 Nigeria Afrika Sedang 122,5 juta 213,4 j…
## 8 8 Jepang Asia Sedang 102,5 juta 125,7 j…
## 9 9 Meksiko Amerika … Sedang 100,6 juta 126,7 j…
## 10 10 Pakistan Asia Sedang 87,35 juta 231, 4 …
## # ℹ 15 more rows
## # ℹ abbreviated name: ¹​`Tingkat Penggunaan Internet`
## # ℹ 1 more variable: `Tingkat Penetrasi Internet (%)` <chr>1. Pie Chart
Hasil visualisasi data di atas dengan menggunakan Pie chart disajikan sebagai berikut :
pie_chart <- ggplot(data, aes(x = "", fill = Benua)) +
geom_bar(width = 1) +
coord_polar("y", start = 0) +
theme_minimal() +
labs(title = "Jumlah Pengguna Internet Tertinggi 2024") +
theme(axis.text.x = element_blank())
pie_chart
Data Deskriptif: Visualisasi Pie Chart diatas menunjukan bahwa benua
Asia memiliki tingkat jumlah pengguna internet tertinggi di dunia pada
tahun 2024. Sedangkan benua Afrika, Amerika Selatan, Amerika Utara
memiliki tingkat jumlah pengguna internet yang sama.
Data Inferensia: Dari hasil data tersebut dapat dijelaskan bahwa benua Asia memiliki tingkat jumlah pengguna internet tertinggi di dunia pada tahun 2024
2. Bar chart
Hasil visualisasi data di atas dengan menggunakan Bar chart disajikan sebagai berikut :
bar_chart <- ggplot(data, aes(x = `Tingkat Penggunaan Internet`, fill = `Tingkat Penggunaan Internet`)) +
geom_bar() +
theme_minimal() +
labs(title = "Tingkat Penggunaan Internet", x = "Tingkat Penggunaan Internet", y = "Frekuensi")
bar_chart
Data Deskriptif: Visualisasi Bar Chart diatas menunjukan bahwa tingkat
penggunaan internet rendah memiliki frekuensi lebih tinggi. Sedangkan
tingkat penggunaan internet tinggi memiliki frekuensi lebih rendah.
Data Inferensia: Dari hasil data tersebut dapat menunjukan bahwa negara dengan tingkat penggunaan internet yang rendah memiliki frekuensi tertinggi dari pada kategori lainnya.
3. Histogram
Hasil visualisasi data di atas dengan menggunakan Histogram disajikan sebagai berikut :
data$`Tingkat Penetrasi Internet (%)` <- as.numeric(data$`Tingkat Penetrasi Internet (%)`)
ggplot(data, aes(x = `Tingkat Penetrasi Internet (%)`)) +
geom_histogram(binwidth = 5, fill = "steelblue", color = "black") +
labs(title = "Distribusi Tingkat Penetrasi Internet", x = "Penetrasi Internet (%)", y = "Frekuensi")
Data Deskriptif: Visualisasi histogram diatas menunjukan bahwa penetrasi
internet tertinggi 100%. Sedangkan penetrasi terendah 30%.
Data Inferensia: Dari hasil data tersebut dapat menunjukan bahwa penetrasi internet tersebar dalam rentang sekitar 40% hingga 100%.
4. Density Plot ( Pengguna Internet )
Hasil visualisasi data di atas dengan menggunakan Density plot disajikan sebagai berikut :
# Data Pengguna Internet dalam satuan asli
pengguna_internet <- c(1.05, 0.692, 0.3113, 0.2129, 0.1818,
0.1276, 0.1225, 0.1025, 0.1006, 0.08735,
0.08516, 0.08075, 0.07793, 0.07753, 0.07138,
0.06983, 0.06694, 0.06611, 0.06121, 0.05994,
0.05078, 0.05056, 0.04512, 0.03979, 0.03658)
# Tentukan satuan
satuan <- ifelse(pengguna_internet >= 1, "miliar", "juta")
# Hitung density
dens <- density(pengguna_internet)
# Plot Density tanpa sumbu x default
plot(dens,
main = "Density Plot Pengguna Internet",
xlab = "Jumlah Pengguna Internet",
ylab = "Kepadatan",
col = "blue",
lwd = 2,
xaxt = "n") # Hilangkan sumbu x default
# Tentukan nilai tick untuk sumbu x
ticks <- pretty(pengguna_internet, n = 5)
labels <- ifelse(ticks >= 1, paste(ticks, "miliar"), paste(ticks * 1000, "juta"))
# Tambahkan sumbu x yang benar
axis(1, at = ticks, labels = labels)
# Tambahkan garis grid untuk memperjelas
grid()
Data Deskriptif :
Grafik menunjukkan bahwa sebagian besar negara memiliki jumlah pengguna
internet di bawah 200 juta, dengan kepadatan tertinggi pada rentang
tersebut. Namun, terdapat beberapa lonjakan kecil pada angka sekitar 400
juta, 800 juta, dan 1 miliar, yang menandakan adanya beberapa negara
dengan jumlah pengguna internet yang jauh lebih besar dibandingkan
mayoritas negara lainnya.
Data Inferensia : Distribusi ini mengindikasikan bahwa negara dengan populasi besar seperti Tiongkok dan India mendominasi jumlah pengguna internet secara global. Perbedaan signifikan dalam jumlah pengguna juga mencerminkan adanya kesenjangan digital antara negara dengan akses internet luas dan negara dengan infrastruktur internet yang masih berkembang.
5. Boxplot
Hasil visualisasi data di atas dengan menggunakan Boxplot disajikan sebagai berikut :
# Data populasi dalam format teks
populasi_text <- c("1,412 miliar", "1,408 miliar", "331,9 juta", "273,8 juta", "214,3 juta",
"143,4 juta", "213,4 juta", "125,7 juta", "126,7 juta", "231,4 juta")
# Ganti koma (,) dengan titik (.) untuk memastikan angka dapat dikonversi
populasi_text <- gsub(",", ".", populasi_text)
# Konversi data ke angka tanpa menggunakan 1e3
populasi_numeric <- as.numeric(sub(" miliar", "", populasi_text))## Warning: NAs introduced by coercionpopulasi_numeric[grepl("juta", populasi_text)] <- as.numeric(sub(" juta", "", populasi_text[grepl("juta", populasi_text)]))
# Cek apakah ada NA dalam data
print(populasi_numeric)## [1] 1.412 1.408 331.900 273.800 214.300 143.400 213.400 125.700 126.700
## [10] 231.400# Buat boxplot
boxplot(populasi_numeric,
main = "Boxplot Populasi",
ylab = "Populasi (Juta)",
col = "skyblue",
border = "darkblue",
notch = FALSE)
# Tambahkan grid untuk memperjelas
grid()
## Menampilkan semua plotData Deskriptif: Boxplot menunjukkan bahwa populasi negara dalam dataset berkisar antara 0 hingga lebih dari 300 juta jiwa, dengan mayoritas berada dalam rentang sekitar 100 juta hingga 250 juta. Median berada di sekitar 175 juta, menunjukkan bahwa setengah dari data memiliki populasi di bawah angka tersebut.
Data Inferensia: Distribusi yang relatif merata tanpa outlier mencolok menunjukkan bahwa sebagian besar negara dalam dataset memiliki populasi yang tidak terlalu ekstrem. Hal ini bisa mengindikasikan bahwa data yang digunakan cukup seimbang tanpa dominasi negara dengan populasi sangat besar atau sangat kecil.
Ukuran pemusatan data
mean
mean(data$`Tingkat Penetrasi Internet (%)`)## [1] 79.2736median
median(data$`Tingkat Penggunaan Internet`)## [1] "Rendah"modus
modus <- function(x) {
uniqx <- unique(x)
uniqx[which.max(tabulate(match(x, uniqx)))]
}
modus(data$Benua)## [1] "Asia"menampilkan ringkasan data
summary(data)## Rank Negara Benua Tingkat Penggunaan Internet
## Min. : 1 Length:25 Length:25 Length:25
## 1st Qu.: 7 Class :character Class :character Class :character
## Median :13 Mode :character Mode :character Mode :character
## Mean :13
## 3rd Qu.:19
## Max. :25
## Pengguna Internet Populasi Tingkat Penetrasi Internet (%)
## Length:25 Length:25 Min. :37.75
## Class :character Class :character 1st Qu.:74.77
## Mode :character Mode :character Median :84.19
## Mean :79.27
## 3rd Qu.:88.98
## Max. :98.19ukuran penyebaran
manghitung keragaman data
var(data$`Tingkat Penetrasi Internet (%)`)## [1] 292.0808menghitung standar deviasi
sd(data$`Tingkat Penetrasi Internet (%)`)## [1] 17.09037