Tugas UTS AED
Fathoni Sabri
2025-03-15
Input Data
data <- read.csv("C:/Users/mhdha/Downloads/Clean_Dataset.csv")Data
Melihat isi data dan struktur data
head(data)## X airline flight source_city departure_time stops arrival_time
## 1 0 SpiceJet SG-8709 Delhi Evening zero Night
## 2 1 SpiceJet SG-8157 Delhi Early_Morning zero Morning
## 3 2 AirAsia I5-764 Delhi Early_Morning zero Early_Morning
## 4 3 Vistara UK-995 Delhi Morning zero Afternoon
## 5 4 Vistara UK-963 Delhi Morning zero Morning
## 6 5 Vistara UK-945 Delhi Morning zero Afternoon
## destination_city class duration days_left price
## 1 Mumbai Economy 2.17 1 5953
## 2 Mumbai Economy 2.33 1 5953
## 3 Mumbai Economy 2.17 1 5956
## 4 Mumbai Economy 2.25 1 5955
## 5 Mumbai Economy 2.33 1 5955
## 6 Mumbai Economy 2.33 1 5955str(data)## 'data.frame': 300153 obs. of 12 variables:
## $ X : int 0 1 2 3 4 5 6 7 8 9 ...
## $ airline : chr "SpiceJet" "SpiceJet" "AirAsia" "Vistara" ...
## $ flight : chr "SG-8709" "SG-8157" "I5-764" "UK-995" ...
## $ source_city : chr "Delhi" "Delhi" "Delhi" "Delhi" ...
## $ departure_time : chr "Evening" "Early_Morning" "Early_Morning" "Morning" ...
## $ stops : chr "zero" "zero" "zero" "zero" ...
## $ arrival_time : chr "Night" "Morning" "Early_Morning" "Afternoon" ...
## $ destination_city: chr "Mumbai" "Mumbai" "Mumbai" "Mumbai" ...
## $ class : chr "Economy" "Economy" "Economy" "Economy" ...
## $ duration : num 2.17 2.33 2.17 2.25 2.33 2.33 2.08 2.17 2.17 2.25 ...
## $ days_left : int 1 1 1 1 1 1 1 1 1 1 ...
## $ price : int 5953 5953 5956 5955 5955 5955 6060 6060 5954 5954 ...Eksplorisasi Data
#melihat informasi singkat dari data
summary(data)## X airline flight source_city
## Min. : 0 Length:300153 Length:300153 Length:300153
## 1st Qu.: 75038 Class :character Class :character Class :character
## Median :150076 Mode :character Mode :character Mode :character
## Mean :150076
## 3rd Qu.:225114
## Max. :300152
## departure_time stops arrival_time destination_city
## Length:300153 Length:300153 Length:300153 Length:300153
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
## class duration days_left price
## Length:300153 Min. : 0.83 Min. : 1 Min. : 1105
## Class :character 1st Qu.: 6.83 1st Qu.:15 1st Qu.: 4783
## Mode :character Median :11.25 Median :26 Median : 7425
## Mean :12.22 Mean :26 Mean : 20890
## 3rd Qu.:16.17 3rd Qu.:38 3rd Qu.: 42521
## Max. :49.83 Max. :49 Max. :1230711. Bar Chart
Melakukan eksplorasi data dengan menggunakan visualisasi data, bar chart.
library(ggplot2)1. data airline
dari eksplorasi yang dilakukan, didapati bahwa maskapai Vistara memiliki jumlah penerbangan terbanyak diikuti Air india dan AirAsia, sementara Spicejet menjadi maskapai dengan jumlah penerbangan terendah
ggplot(data, aes(x = airline, fill = airline)) +
geom_bar() +
labs(title = "Jumlah Penerbangan per Maskapai",
x = "Maskapai",
y = "Jumlah Penerbangan") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"), # Judul ke tengah
axis.text.x = element_text(angle = 45, hjust = 1) # Memiringkan label
) +
scale_y_continuous(labels = function(x) format(x, big.mark = ".", scientific = FALSE)) ## Warning in prettyNum(.Internal(format(x, trim, digits, nsmall, width, 3L, :
## 'big.mark' and 'decimal.mark' are both '.', which could be confusing
### 2. data kota keberangkatan dari eksplorasi yang dilakukan
menggunakan data source_city, kota Mumbai memiliki jumlah keberangkatan
terbanyak disusul Delhi dan Banglore, sementara chennai memiliki jumlah
keberangkatan terendah.
ggplot(data, aes(x = source_city, fill = source_city)) +
geom_bar() +
labs(title = "Jumlah Keberangkatan per Kota Asal",
x = "Kota",
y = "Jumlah Keberangkatan") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"), # Judul ke tengah
axis.text.x = element_text(angle = 45, hjust = 1) # Memiringkan label
) +
scale_y_continuous(labels = function(x) format(x, big.mark = ".", scientific = FALSE))## Warning in prettyNum(.Internal(format(x, trim, digits, nsmall, width, 3L, :
## 'big.mark' and 'decimal.mark' are both '.', which could be confusing
### 3. data kota kedatangan dari eksplorasi data yang dilakukan
menggunakan destination_city, kota mumbai menjadi kota dengan jumlah
kedatangan tertinggi, disusul dengan kota Delhi dan kota Banglore,
sementara kota Chennai menjadi kota dengan jumlah kedatangan
terendah.
ggplot(data, aes(x = destination_city, fill = destination_city)) +
geom_bar() +
labs(title = "Jumlah Kedatangan per Kota Asal",
x = "Kota",
y = "Jumlah Kedatangan") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"), # Judul ke tengah
axis.text.x = element_text(angle = 45, hjust = 1) # Memiringkan label
) +
scale_y_continuous(labels = function(x) format(x, big.mark = ".", scientific = FALSE))## Warning in prettyNum(.Internal(format(x, trim, digits, nsmall, width, 3L, :
## 'big.mark' and 'decimal.mark' are both '.', which could be confusing
## 2. Pie chart ### 1. Data waktu keberangkatan Proporsi waktu
keberangkatan
# Hitung jumlah penerbangan per waktu keberangkatan dan persentasenya
data_freq <- as.data.frame(table(data$departure_time))
colnames(data_freq) <- c("departure_time", "count")
data_freq$percent <- round(100 * data_freq$count / sum(data_freq$count), 1) # Hitung persen
# Plot pie chart dengan persentase
ggplot(data_freq, aes(x = "", y = count, fill = departure_time)) +
geom_bar(width = 1, stat = "identity") +
coord_polar("y", start = 0) + # Ubah menjadi pie chart
labs(title = "Proporsi Waktu Keberangkatan") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"), # Judul di tengah
axis.text.x = element_blank(), # Hilangkan teks sumbu X
axis.ticks = element_blank(), # Hilangkan tanda sumbu
panel.grid = element_blank() # Hilangkan grid background
) +
geom_text(aes(label = paste0(percent, "%")),
position = position_stack(vjust = 0.5),
size = 4, color = "white") # Tambahkan label persentase
### 2. Data waktu kedatangan Proporsi waktu kedatangan
# Hitung jumlah penerbangan per waktu kedatangan dan persentasenya
data_freq <- as.data.frame(table(data$arrival_time))
colnames(data_freq) <- c("arrival_time", "count")
data_freq$percent <- round(100 * data_freq$count / sum(data_freq$count), 1) # Menghitung persen
# Plot pie chart dengan persentase
ggplot(data_freq, aes(x = "", y = count, fill = arrival_time)) +
geom_bar(width = 1, stat = "identity") +
coord_polar("y", start = 0) + # Ubah menjadi pie chart
labs(title = "Proporsi Waktu Kedatangan") + # Membuat Judul
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"), # Judul di tengah
axis.text.x = element_blank(), # Hilangkan teks sumbu X
axis.ticks = element_blank(), # Hilangkan tanda sumbu
panel.grid = element_blank() # Hilangkan grid background
) +
geom_text(aes(label = paste0(percent, "%")),
position = position_stack(vjust = 0.5),
size = 4, color = "white") # Tambahkan label persentase
### 3.Data kelas penerbangan Proporsi kelas per penerbangan
# Hitung jumlah penerbangan per waktu kedatangan dan persentasenya
data_freq <- as.data.frame(table(data$class))
colnames(data_freq) <- c("class", "count")
data_freq$percent <- round(100 * data_freq$count / sum(data_freq$count), 1) # Menghitung persen
# Plot pie chart dengan persentase
ggplot(data_freq, aes(x = "", y = count, fill = class)) +
geom_bar(width = 1, stat = "identity") +
coord_polar("y", start = 0) + # Ubah menjadi pie chart
labs(title = "Proporsi Kelas") + # Membuat Judul
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold"), # Judul di tengah
axis.text.x = element_blank(), # Hilangkan teks sumbu X
axis.ticks = element_blank(), # Hilangkan tanda sumbu
panel.grid = element_blank() # Hilangkan grid background
) +
geom_text(aes(label = paste0(percent, "%")),
position = position_stack(vjust = 0.5),
size = 4, color = "white") # Tambahkan label persentase
## 3. Eksplorasi Data Numerik Eksplorasi yang dipilih adalah eksplorasi
pada data biaya penerbangan
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union# Memisahkan data biaya pada kelas Ekonomi dan kelas Bisnis
Ekonomi <- data %>% filter(class == "Economy")
Bisnis <- data %>% filter(class == "Business")1. rata-rata biaya masing-masing kelas
r_ekonomi <- mean(Ekonomi$price)
r_bisnis <- mean(Bisnis$price)
r_ekonomi## [1] 6572.342r_bisnis## [1] 52540.082. Simpangan baku dari biaya masing-masing kelas
sd_ekonomi <- sd(Ekonomi$price)
sd_bisnis <- sd(Bisnis$price)
sd_ekonomi## [1] 3743.52sd_bisnis## [1] 12969.313. Melihat sebaran data
melihat sebaran data dengan menggunakan histogram
histogram_ekonomi <- hist(Ekonomi$price)
histogram_bisnis <- hist(Bisnis$price)
histogram_ekonomi## $breaks
## [1] 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 22000
## [13] 24000 26000 28000 30000 32000 34000 36000 38000 40000 42000 44000
##
## $counts
## [1] 5046 39368 69987 44525 14728 13304 9211 4782 2575 1261 865 465
## [13] 290 108 71 53 14 7 4 0 1 1
##
## $density
## [1] 1.220810e-05 9.524547e-05 1.693239e-04 1.077221e-04 3.563237e-05
## [6] 3.218720e-05 2.228475e-05 1.156939e-05 6.229859e-06 3.050816e-06
## [11] 2.092749e-06 1.125004e-06 7.016152e-07 2.612912e-07 1.717747e-07
## [16] 1.282262e-07 3.387108e-08 1.693554e-08 9.677451e-09 0.000000e+00
## [21] 2.419363e-09 2.419363e-09
##
## $mids
## [1] 1000 3000 5000 7000 9000 11000 13000 15000 17000 19000 21000 23000
## [13] 25000 27000 29000 31000 33000 35000 37000 39000 41000 43000
##
## $xname
## [1] "Ekonomi$price"
##
## $equidist
## [1] TRUE
##
## attr(,"class")
## [1] "histogram"histogram_bisnis## $breaks
## [1] 10000 15000 20000 25000 30000 35000 40000 45000 50000 55000
## [11] 60000 65000 70000 75000 80000 85000 90000 95000 100000 105000
## [21] 110000 115000 120000 125000
##
## $counts
## [1] 70 492 3151 2191 2885 5581 8616 11143 20325 13138 13293 6326
## [13] 2783 1413 1158 461 239 114 60 29 15 3 1
##
## $density
## [1] 1.497534e-07 1.052553e-06 6.741044e-06 4.687283e-06 6.171981e-06
## [6] 1.193963e-05 1.843251e-05 2.383861e-05 4.348198e-05 2.810658e-05
## [11] 2.843818e-05 1.353343e-05 5.953769e-06 3.022880e-06 2.477350e-06
## [16] 9.862334e-07 5.113010e-07 2.438842e-07 1.283601e-07 6.204071e-08
## [21] 3.209002e-08 6.418005e-09 2.139335e-09
##
## $mids
## [1] 12500 17500 22500 27500 32500 37500 42500 47500 52500 57500
## [11] 62500 67500 72500 77500 82500 87500 92500 97500 102500 107500
## [21] 112500 117500 122500
##
## $xname
## [1] "Bisnis$price"
##
## $equidist
## [1] TRUE
##
## attr(,"class")
## [1] "histogram"