Tugas Kelompok 1

Prediksi Terjadinya Transaksi Pembelian Oleh Pengunjung Pada Sebuah Toko Belanja Online.

Topik ini dilakukan terhadap sebuah dataset yang diperoleh dari www.kaggle.com yang bernama ‘Online Shoppers Purchasing Intention’. Dari dataset tersebut ingin diketahui apakah pengunjung sebuah toko online diprediksi melakukan pembelian atau tidak.

Load library

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.4.3

Membuat dataset

set.seed(123) # Untuk reproduksibilitas
data <- data.frame(
  Gender = c(rep("Male", 50), rep("Female", 50)),
  VisitorType = c(rep("Returning", 30), rep("New", 70)),
  Age = c(runif(50, 18, 45), runif(50, 18, 45)),
  PageValues = c(runif(50, 0, 50), runif(50, 10, 100))
)

Pie Chart untuk Gender

gender_counts <- table(data$Gender)
gender_proportions <- prop.table(gender_counts) * 100

pie(
  gender_counts,
  labels = paste(names(gender_counts), "(", round(gender_proportions, 1), "%)", sep = ""),
  main = "Pie Chart of Gender"
)

library(ggplot2)

Bar Chart untuk VisitorType

ggplot(data, aes(x = VisitorType)) +
  geom_bar(fill = "steelblue") +
  labs(title = "Bar Chart of VisitorType", x = "Visitor Type", y = "Count") +
  theme_minimal()

Statistik Deskriptif untuk Age

cat("Statistik Deskriptif untuk Age:\n")

## Statistik Deskriptif untuk Age:

summary_age <- summary(data$Age)
print(summary_age)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   18.02   24.63   30.59   31.46   38.40   44.85

Histogram untuk Age

ggplot(data, aes(x = Age)) +
  geom_histogram(binwidth = 5, fill = "green", color = "black") +
  labs(title = "Histogram of Age", x = "Age", y = "Count") +
  theme_minimal()

Statistik Deskriptif untuk PageValues

cat("Statistik Deskriptif untuk PageValues:\n")

## Statistik Deskriptif untuk PageValues:

summary_pagevalues <- summary(data$PageValues)
print(summary_pagevalues)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.5234 24.0366 38.5269 40.9724 54.8848 98.7077

Density Plot untuk PageValues

ggplot(data, aes(x = PageValues)) +
  geom_density(fill = "purple", alpha = 0.5) +
  labs(title = "Density Plot of PageValues", x = "Page Values", y = "Density") +
  theme_minimal()

Boxplot untuk PageValues berdasarkan Gender

ggplot(data, aes(x = Gender, y = PageValues, fill = Gender)) +
  geom_boxplot() +
  labs(title = "Boxplot of PageValues by Gender", x = "Gender", y = "Page Values") +
  theme_minimal()

Uji t-test untuk PageValues berdasarkan Gender

t_test <- t.test(PageValues ~ Gender, data = data)
cat("Hasil t-test untuk PageValues berdasarkan Gender:\n")

## Hasil t-test untuk PageValues berdasarkan Gender:

print(t_test)

## 
##  Welch Two Sample t-test
## 
## data:  PageValues by Gender
## t = 8.4039, df = 87.865, p-value = 6.976e-13
## alternative hypothesis: true difference in means between group Female and group Male is not equal to 0
## 95 percent confidence interval:
##  23.21555 37.59624
## sample estimates:
## mean in group Female   mean in group Male 
##             56.17539             25.76949

if (t_test$p.value < 0.05) {
  cat("Kesimpulan: Ada perbedaan signifikan dalam rata-rata PageValues antara Male dan Female (p < 0.05).\n")
} else {
  cat("Kesimpulan: Tidak ada perbedaan signifikan dalam rata-rata PageValues antara Male dan Female (p >= 0.05).\n")
}

## Kesimpulan: Ada perbedaan signifikan dalam rata-rata PageValues antara Male dan Female (p < 0.05).

Uji Chi-Square untuk hubungan antara Gender dan VisitorType

chi_test <- chisq.test(table(data$Gender, data$VisitorType))
cat("Hasil Chi-Square Test untuk Gender vs VisitorType:\n")

## Hasil Chi-Square Test untuk Gender vs VisitorType:

print(chi_test)

## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  table(data$Gender, data$VisitorType)
## X-squared = 40.048, df = 1, p-value = 2.478e-10

if (chi_test$p.value < 0.05) {
  cat("Kesimpulan: Ada hubungan signifikan antara Gender dan VisitorType (p < 0.05).\n")
} else {
  cat("Kesimpulan: Tidak ada hubungan signifikan antara Gender dan VisitorType (p >= 0.05).\n")
}

## Kesimpulan: Ada hubungan signifikan antara Gender dan VisitorType (p < 0.05).

Menghitung Mean, Median, Modus, Q1, Q3, Range, Variance, dan Standard Deviation

get_mode <- function(v) {
  uniqv <- unique(v)
  uniqv[which.max(tabulate(match(v, uniqv)))]
}

stat_summary <- data.frame(
  Metric = c("Mean", "Median", "Mode", "Q1", "Q3", "Range", "Variance", "Standard Deviation"),
  Age = c(
    mean(data$Age), median(data$Age), get_mode(data$Age),
    quantile(data$Age, 0.25), quantile(data$Age, 0.75),
    diff(range(data$Age)), var(data$Age), sd(data$Age)
  ),
  PageValues = c(
    mean(data$PageValues), median(data$PageValues), get_mode(data$PageValues),
    quantile(data$PageValues, 0.25), quantile(data$PageValues, 0.75),
    diff(range(data$PageValues)), var(data$PageValues), sd(data$PageValues)
  )
)

print(stat_summary)

##               Metric       Age PageValues
## 1               Mean 31.461093   40.97244
## 2             Median 30.592010   38.52689
## 3               Mode 25.764593   29.99945
## 4                 Q1 24.627708   24.03664
## 5                 Q3 38.397724   54.88483
## 6              Range 26.828415   98.18432
## 7           Variance 59.211059  557.42267
## 8 Standard Deviation  7.694872   23.60980