Project_UTS
Putri Alika Salsabila NIM 16231048
2025-04-17
Analisis Penjualan LEGO
Dataset Lego Sales Data
Nomor 1
Eksplorasi Data Awal
Tampilkan informasi umum dataset (jumlah data, kolom, tipe data).
Lakukan pembersihan data sederhana jika diperlukan (null values, duplikat, dll).
# Install Requirement Packages
if (!require(dsbox)) {
install.packages("devtools")
devtools::install_github("rstudio-education/dsbox")
}
# Memuat package
library(dsbox)
# Memuat dataset
data("lego_sales")
# Melihat informasi dataset
?lego_sales# Check the column names in the dataset
colnames(lego_sales)## [1] "first_name" "last_name" "age" "phone_number" "set_id"
## [6] "number" "theme" "subtheme" "year" "name"
## [11] "pieces" "us_price" "image_url" "quantity"# Menampilkan struktur data
str(lego_sales)## Classes 'spec_tbl_df', 'tbl_df', 'tbl' and 'data.frame': 620 obs. of 14 variables:
## $ first_name : chr "Kimberly" "Neel" "Neel" "Chelsea" ...
## $ last_name : chr "Beckstead" "Garvin" "Garvin" "Bouchard" ...
## $ age : num 24 35 35 41 41 41 19 19 37 37 ...
## $ phone_number: chr "216-555-2549" "819-555-3189" "819-555-3189" NA ...
## $ set_id : num 24701 25626 24665 24695 25626 ...
## $ number : chr "76062" "70595" "21031" "31048" ...
## $ theme : chr "DC Comics Super Heroes" "Ninjago" "Architecture" "Creator" ...
## $ subtheme : chr "Mighty Micros" "Rise of the Villains" NA NA ...
## $ year : num 2018 2018 2018 2018 2018 ...
## $ name : chr "Robin vs. Bane" "Ultra Stealth Raider" "Burj Khalifa" "Lakeside Lodge" ...
## $ pieces : num 77 1093 333 368 1093 ...
## $ us_price : num 9.99 119.99 39.99 29.99 119.99 ...
## $ image_url : chr "http://images.brickset.com/sets/images/76062-1.jpg" "http://images.brickset.com/sets/images/70595-1.jpg" "http://images.brickset.com/sets/images/21031-1.jpg" "http://images.brickset.com/sets/images/31048-1.jpg" ...
## $ quantity : num 1 1 1 1 1 1 1 3 1 2 ...
## - attr(*, "spec")=List of 3
## ..$ cols :List of 14
## .. ..$ first_name : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ last_name : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ age : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ phone_number: list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ set_id : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ number : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ theme : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ subtheme : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ year : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ name : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ pieces : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ us_price : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## .. ..$ image_url : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
## .. ..$ quantity : list()
## .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
## ..$ default: list()
## .. ..- attr(*, "class")= chr [1:2] "collector_guess" "collector"
## ..$ skip : num 1
## ..- attr(*, "class")= chr "col_spec"# Ringkasan statistik
summary(lego_sales)## first_name last_name age phone_number
## Length:620 Length:620 Min. :16.00 Length:620
## Class :character Class :character 1st Qu.:25.00 Class :character
## Mode :character Mode :character Median :33.00 Mode :character
## Mean :34.36
## 3rd Qu.:41.00
## Max. :68.00
##
## set_id number theme subtheme
## Min. :24548 Length:620 Length:620 Length:620
## 1st Qu.:24725 Class :character Class :character Class :character
## Median :24805 Mode :character Mode :character Mode :character
## Mean :25125
## 3rd Qu.:25640
## Max. :26060
##
## year name pieces us_price
## Min. :2018 Length:620 Min. : 13.0 Min. : 3.99
## 1st Qu.:2018 Class :character 1st Qu.: 70.0 1st Qu.: 9.99
## Median :2018 Mode :character Median : 114.0 Median : 19.99
## Mean :2018 Mean : 254.2 Mean : 29.04
## 3rd Qu.:2018 3rd Qu.: 313.0 3rd Qu.: 29.99
## Max. :2018 Max. :4634.0 Max. :349.99
## NA's :69
## image_url quantity
## Length:620 Min. :1.000
## Class :character 1st Qu.:1.000
## Mode :character Median :1.000
## Mean :1.437
## 3rd Qu.:2.000
## Max. :5.000
## # Cek missing values
colSums(is.na(lego_sales))## first_name last_name age phone_number set_id number
## 0 0 0 92 0 0
## theme subtheme year name pieces us_price
## 0 172 0 0 69 0
## image_url quantity
## 59 0# Cek duplikat
sum(duplicated(lego_sales))## [1] 0# Hapus duplikat
lego_sales <- lego_sales[!duplicated(lego_sales), ]
# Hapus baris NA
lego_sales <- na.omit(lego_sales)Nomor 2
Visualisasi Wajib Buat minimal 5 visualisasi dari kategori berikut:
a.) Tren Penjualan LEGO per Tahun (Trend Line Plot)
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, unionlibrary(ggplot2)## Warning: package 'ggplot2' was built under R version 4.4.3# Hitung total penjualan per tahun
lego_sales %>%
group_by(year) %>%
summarise(total_sales = sum(us_price * quantity, na.rm = TRUE)) %>%
ggplot(aes(x = year, y = total_sales)) +
geom_line(color = "steelblue", size = 1.2) +
geom_point(color = "darkred", size = 2) +
labs(
title = "Tren Penjualan LEGO per Tahun",
x = "Tahun",
y = "Total Penjualan (USD)"
) +
theme_minimal()## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## `geom_line()`: Each group consists of only one observation.
## ℹ Do you need to adjust the group aesthetic?
b.) 10 Tema LEGO Terpopuler Berdasarkan Penjualan (Bar Chart - TOP 10 Themes)
library(ggplot2)
library(dplyr)
lego_sales %>%
group_by(theme) %>%
summarise(total_quantity = sum(quantity, na.rm = TRUE)) %>%
arrange(desc(total_quantity)) %>%
slice_max(total_quantity, n = 10) %>%
ggplot(aes(x = reorder(theme, total_quantity), y = total_quantity)) +
geom_col(fill = "#434343") +
coord_flip() +
labs(title = "10 Tema LEGO Terpopuler Berdasarkan Penjualan",
x = "Tema", y = "Jumlah Unit Terjual") +
theme_minimal()
c.) Sebaran Jumlah Pieces dan Harga (Scatter Plot)
ggplot(lego_sales, aes(x = pieces, y = us_price)) +
geom_point(alpha = 0.6, color = "darkgreen") +
labs(title = "Sebaran Jumlah Pieces dan Harga",
x = "Jumlah Pieces", y = "Harga (USD)") +
theme_minimal()
d.) Komposisi Penjualan Berdasarkan Usia (Pie Chart)
# Buat kolom age_group berdasarkan nilai age
lego_sales <- lego_sales %>%
mutate(age_group = case_when(
age <= 19~ "Anak-anak",
age <= 29 ~ "Remaja",
age > 30 ~ "Dewasa",
TRUE ~ "Tidak diketahui"
))
# Pie chart
lego_sales %>%
group_by(age_group) %>%
summarise(total_sales = sum(quantity, na.rm = TRUE)) %>%
ggplot(aes(x = "", y = total_sales, fill = age_group)) +
geom_col() +
coord_polar("y", start = 0) +
labs(title = "Komposisi Penjualan Berdasarkan Usia") +
theme_void()
e.) Heatmap Korelasi Antar Variabel Numerik
library(corrplot)## corrplot 0.95 loaded# Ambil hanya kolom numerik
lego_numeric <- lego_sales %>%
select_if(is.numeric)
# Hitung korelasi
cor_matrix <- cor(lego_numeric, use = "complete.obs")## Warning in cor(lego_numeric, use = "complete.obs"): the standard deviation is
## zero# Visualisasi korelasi
corrplot(cor_matrix, method = "color", type = "upper",
tl.col = "black", tl.srt = 45,
addCoef.col = "red", number.cex = 0.7,
title = "Heatmap Korelasi Antar Variabel Numerik")
Nomor 3
Insight dan Narasi
Tuliskan 3–5 insight menarik dari visualisasi yang dibuat.
Contoh: Apakah tema tertentu mendominasi revenue? Apakah set dengan lebih banyak pieces selalu lebih mahal? Apakah ada preferensi tema LEGO pada kelompok usia tertentu?
Jawab :
a.) Tren Penjualan per Tahun:
Penjualan LEGO menunjukkan fluktuasi tiap tahun, dengan beberapa tahun mengalami peningkatan tajam dan penurunan.
Penurunan penjualan pada tahun tertentu bisa disebabkan oleh faktor musiman atau perkembangan tema baru yang lebih populer.
b.) Tema LEGO Terpopuler:
Berdasarkan bar chart, beberapa tema seperti Star Wars, City, dan Mixels mendominasi penjualan.
Tema-tema ini menunjukkan adanya preferensi konsumen terhadap tema yang lebih global dan ikonik.
c.) Sebaran Jumlah Pieces dan Harga:
Tidak selalu ada hubungan linier yang jelas antara jumlah pieces dan harga. Set dengan lebih banyak pieces tidak selalu lebih mahal.
Harga tinggi tidak selalu terkait dengan jumlah pieces, mungkin dipengaruhi oleh lisensi atau karakter tertentu dalam tema LEGO.
d.) Komposisi Penjualan Berdasarkan Usia:
Penjualan LEGO lebih banyak ditujukan untuk usia anak-anak dan Remaja sekitar usia 8-20 tahun, meskipun terdapat orang dewasa yang juga membeli untuk kolektor sekitar usia 21-39.
Penjualan berdasarkan usia bisa dipengaruhi oleh kampanye pemasaran dan preferensi tema.
e.) Korelasi Antar Variabel:
Usia tidak menunjukkan korelasi yang kuat dengan variabel lain seperti jumlah pieces atau harga. Ini menunjukkan bahwa usia target produk tidak terlalu memengaruhi spesifikasi atau nilai jualnya.
Jumlah pieces dan harga memiliki korelasi sangat kuat (0.94), yang berarti semakin banyak jumlah keping LEGO, semakin mahal harganya.
Harga dan quantity menunjukkan korelasi negatif kecil (-0.05), mengindikasikan bahwa produk dengan harga tinggi cenderung memiliki penjualan unit yang lebih rendah.
Set ID memiliki korelasi sedang dengan pieces dan harga, yang bisa menandakan tren set terbaru lebih kompleks dan mahal.