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

Input Data

# Set working directory (sesuaikan dengan lokasi file Anda)
setwd("C:/Kuliah/Semester 2/Prostat/prosta")

# Membaca data dari file Excel
data <- read_excel("Penjualan_Mobil_Listrik_2024.xlsx")
head(data)
## # A tibble: 5 × 6
##      No `Merek Mobil Listrik` `Segmen Kendaraan`          Harga Rata-rata (Jut…¹
##   <dbl> <chr>                 <chr>                                        <dbl>
## 1     1 BYD M6                Low Multi-Purpose Vehicle …                    450
## 2     2 Wuling Binguo         City Car                                       375
## 3     3 BYD Seal              Sedan                                          600
## 4     4 Chery Omoda E5        Sport Utility Vehicle (SUV)                    500
## 5     5 Wuling Air EV         City Car                                       325
## # ℹ abbreviated name: ¹​`Harga Rata-rata (Juta IDR)`
## # ℹ 2 more variables: `Jumlah Penjualan (Unit)` <dbl>, `Market Share (%)` <dbl>
# Pastikan kolom 'Harga Rata-rata (Juta IDR)' adalah numerik
data$`Harga Rata-rata (Juta IDR)` <- as.numeric(data$`Harga Rata-rata (Juta IDR)`)

1. Pie Chart

# 1. Pie Chart (Market Share per Merek)
pie_chart <- ggplot(data, aes(x = "", y = `Market Share (%)`, fill = `Merek Mobil Listrik`)) +
  geom_bar(stat = "identity", width = 1) +
  coord_polar("y", start = 0) +
  theme_minimal() +
  labs(title = "Market Share Mobil Listrik per Merek (2024)") +
  theme(axis.text.x = element_blank())

pie_chart  # Tampilkan plot

Pie chart ini menunjukkan distribusi market share (pangsa pasar) dari setiap merek mobil listrik di Indonesia pada tahun 2024. Dari grafik ini, dapat dilihat bahwa BYD M6 memiliki pangsa pasar terbesar (11.2%), diikuti oleh Wuling Binguo (10.9%) dan BYD Seal (10.8%). Pie chart membantu memvisualisasikan proporsi relatif dari setiap merek dalam total penjualan mobil listrik.

2, Bar Chart

# 2. Bar Chart (Jumlah Penjualan per Merek)
bar_chart <- ggplot(data, aes(x = `Merek Mobil Listrik`, y = `Jumlah Penjualan (Unit)`, fill = `Merek Mobil Listrik`)) +
  geom_bar(stat = "identity") +
  theme_minimal() +
  labs(title = "Jumlah Penjualan Mobil Listrik per Merek (2024)", x = "Merek Mobil Listrik", y = "Jumlah Penjualan (Unit)")

bar_chart  # Tampilkan plot

Bar chart ini menampilkan jumlah penjualan (dalam unit) dari setiap merek mobil listrik. BYD M6 mencatat penjualan tertinggi dengan 4.824 unit, sementara Wuling Air EV memiliki penjualan terendah dengan 3.760 unit. Grafik ini memberikan gambaran jelas tentang performa penjualan masing-masing merek.

3. Dot Plot

# 3. Dot Plot (Harga vs. Jumlah Penjualan)
dot_plot <- ggplot(data, aes(x = `Harga Rata-rata (Juta IDR)`, y = `Jumlah Penjualan (Unit)`)) +
  geom_point(color = "blue", size = 3) +
  theme_minimal() +
  labs(title = "Dot Plot: Harga vs. Jumlah Penjualan", x = "Harga Rata-rata (Juta IDR)", y = "Jumlah Penjualan (Unit)")

dot_plot  # Tampilkan plot

Dot plot ini menggambarkan hubungan antara harga rata-rata (dalam juta IDR) dan jumlah penjualan (dalam unit) mobil listrik. Terlihat bahwa mobil dengan harga menengah (sekitar 375-500 juta IDR) cenderung memiliki penjualan yang lebih tinggi. Dot plot membantu mengidentifikasi pola atau tren antara harga dan penjualan.

4. Stem and Leaf Plot

# 4. Stem and Leaf Plot (Harga Rata-rata)
stem(data$'Harga Rata-rata (Juta IDR)')
## 
##   The decimal point is 2 digit(s) to the right of the |
## 
##   3 | 38
##   4 | 5
##   5 | 0
##   6 | 0

Stem and leaf plot ini menampilkan distribusi harga rata-rata mobil listrik. Dari plot ini, dapat dilihat bahwa sebagian besar mobil listrik memiliki harga antara 325-600 juta IDR. Stem and leaf plot memberikan gambaran detail tentang sebaran data harga.

5. Histogram

# 5. Histogram (Frekuensi Harga Rata-rata)
histogram <- ggplot(data, aes(x = `Harga Rata-rata (Juta IDR)`)) +
  geom_histogram(binwidth = 50, fill = "blue", color = "black", alpha = 0.7) +
  theme_minimal() +
  labs(title = "Histogram: Harga Rata-rata Mobil Listrik", x = "Harga Rata-rata (Juta IDR)", y = "Frekuensi")

histogram  # Tampilkan plot

Histogram ini menunjukkan frekuensi distribusi dari harga rata-rata mobil listrik. Mayoritas mobil listrik memiliki harga antara 325-500 juta IDR, dengan frekuensi tertinggi pada rentang 375-425 juta IDR. Histogram membantu memahami sebaran dan konsentrasi harga mobil listrik.

6. Box Plot

# 6. Box Plot (Harga Rata-rata per Segmen Kendaraan)
boxplot_data <- ggplot(data, aes(x = `Segmen Kendaraan`, y = `Harga Rata-rata (Juta IDR)`, fill = `Segmen Kendaraan`)) +
  geom_boxplot(alpha = 0.6) +
  theme_minimal() +
  labs(title = "Boxplot: Harga Rata-rata per Segmen Kendaraan", x = "Segmen Kendaraan", y = "Harga Rata-rata (Juta IDR)")

boxplot_data  # Tampilkan plot

Box plot ini membandingkan harga rata-rata mobil listrik berdasarkan segmen kendaraan. Terlihat bahwa Sedan memiliki harga tertinggi (rata-rata 600 juta IDR), sementara City Car memiliki harga terendah (rata-rata 325-375 juta IDR). Box plot membantu mengidentifikasi perbedaan harga antar segmen kendaraan.

7. Density Plot

# 7. Density Plot (Distribusi Jumlah Penjualan)
density_plot <- ggplot(data, aes(x = `Jumlah Penjualan (Unit)`)) +
  geom_density(fill = "blue", alpha = 0.5) +
  theme_minimal() +
  labs(title = "Density Plot: Distribusi Jumlah Penjualan", x = "Jumlah Penjualan (Unit)", y = "Density")

density_plot  # Tampilkan plot

Density plot ini menggambarkan distribusi jumlah penjualan mobil listrik. Mayoritas penjualan terkonsentrasi pada rentang 3.700-4.800 unit, dengan puncak distribusi sekitar 4.500 unit. Density plot membantu memahami sebaran dan kepadatan data penjualan.

# Gabungkan plot dalam 2 kolom
grid.arrange(
  pie_chart, bar_chart,
  dot_plot, histogram,
  boxplot_data, density_plot,
  ncol = 2
)

Ukuran Pemusatan

1. Menghitung Rata-Rata (mean)

Berikut terlampir syntax untuk menghitung rata-rata (mean) harga rata-rata mobil listrik:

mean(data$`Harga Rata-rata (Juta IDR)`)
## [1] 450

2. Menghitung Median

Berikut terlampir syntax untuk menghitung median harga rata-rata mobil listrik:

median(data$`Harga Rata-rata (Juta IDR)`)
## [1] 450

3. Menghitung Modus

Berikut terlampir syntax untuk menghitung modus harga rata-rata mobil listrik:

modus <- function(x) {
  uniqx <- unique(x)
  uniqx[which.max(tabulate(match(x, uniqx)))]
}

modus(data$`Harga Rata-rata (Juta IDR)`)
## [1] 450

Menampilkan ringkasan data (Statistik 5 Serangkai)

Berikut terlampir syntax untuk menghitung Statistik 5 Serangkai pada variabel harga rata-rata mobil listrik:

summary(data$`Harga Rata-rata (Juta IDR)`)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     325     375     450     450     500     600

Ukuran Penyebaran Data

1. Menghitung Keragaman Data

Berikut terlampir syntax untuk menghitung keragaman data pada variabel harga rata-rata mobil listrik:

var(data$`Harga Rata-rata (Juta IDR)`)
## [1] 11562.5

2. Menghitung Standar Deviasi dari Data

Berikut terlampir syntax untuk menghitung Standar Deviasi data pada variabel harga rata-rata mobil listrik:

sd(data$`Harga Rata-rata (Juta IDR)`)
## [1] 107.5291

SC : https://otomotif.kompas.com/read/2024/12/30/080200315/analisis-penjualan-mobil-listrik-indonesia--januari-november-2024