Project UTS PSD B
Anastasya
2025-04-18
# Load package
library(dsbox)
library(ggplot2)
library(dplyr)## Warning: package 'dplyr' was built under R version 4.4.3library(tidyr)
library(corrplot)
library(ggthemes)## Warning: package 'ggthemes' was built under R version 4.4.3library(patchwork)## Warning: package 'patchwork' was built under R version 4.4.3library(cowplot)## Warning: package 'cowplot' was built under R version 4.4.3R Markdown
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
# Dataset
data("lego_sales")
head(lego_sales)## # A tibble: 6 × 14
## first_name last_name age phone_number set_id number theme subtheme year
## <chr> <chr> <dbl> <chr> <dbl> <chr> <chr> <chr> <dbl>
## 1 Kimberly Beckstead 24 216-555-2549 24701 76062 DC Comic… Mighty … 2018
## 2 Neel Garvin 35 819-555-3189 25626 70595 Ninjago Rise of… 2018
## 3 Neel Garvin 35 819-555-3189 24665 21031 Architec… <NA> 2018
## 4 Chelsea Bouchard 41 <NA> 24695 31048 Creator <NA> 2018
## 5 Chelsea Bouchard 41 <NA> 25626 70595 Ninjago Rise of… 2018
## 6 Chelsea Bouchard 41 <NA> 24721 10831 Duplo <NA> 2018
## # ℹ 5 more variables: name <chr>, pieces <dbl>, us_price <dbl>,
## # image_url <chr>, quantity <dbl>View(lego_sales)
?lego_sales## starting httpd help server ... doneNO 1
# Muat dataset lego_sales
data("lego_sales")
# Jumlah baris (data) dan kolom
dim(lego_sales)## [1] 620 14# Nama kolom dan tipe data
str(lego_sales)## spc_tbl_ [620 × 14] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
## $ first_name : chr [1:620] "Kimberly" "Neel" "Neel" "Chelsea" ...
## $ last_name : chr [1:620] "Beckstead" "Garvin" "Garvin" "Bouchard" ...
## $ age : num [1:620] 24 35 35 41 41 41 19 19 37 37 ...
## $ phone_number: chr [1:620] "216-555-2549" "819-555-3189" "819-555-3189" NA ...
## $ set_id : num [1:620] 24701 25626 24665 24695 25626 ...
## $ number : chr [1:620] "76062" "70595" "21031" "31048" ...
## $ theme : chr [1:620] "DC Comics Super Heroes" "Ninjago" "Architecture" "Creator" ...
## $ subtheme : chr [1:620] "Mighty Micros" "Rise of the Villains" NA NA ...
## $ year : num [1:620] 2018 2018 2018 2018 2018 ...
## $ name : chr [1:620] "Robin vs. Bane" "Ultra Stealth Raider" "Burj Khalifa" "Lakeside Lodge" ...
## $ pieces : num [1:620] 77 1093 333 368 1093 ...
## $ us_price : num [1:620] 9.99 119.99 39.99 29.99 119.99 ...
## $ image_url : chr [1:620] "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 [1:620] 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"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 jumlah nilai null per kolom
jumlah_null <- colSums(is.na(lego_sales))
jumlah_null## 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# Tangani nilai null jika ada
df_lego_bersih <- na.omit(lego_sales)
nrow(df_lego_bersih)## [1] 287# Cek apakah ada baris yang duplikat
apakah_duplikat <- duplicated(lego_sales)
any(apakah_duplikat)## [1] FALSE# Jumlah baris duplikat
jumlah_duplikat <- sum(apakah_duplikat)
jumlah_duplikat## [1] 0# Hapus baris duplikat jika ada
if (any(apakah_duplikat)) {
df_lego_bersih <- lego_sales[!apakah_duplikat, ]
df_lego <- df_lego_bersih
} else {
df_lego <- lego_sales
}
dim(df_lego)## [1] 620 14NO 2 dan 3
10 customer dengan jumlah terbanyak beserta insight
names(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"lego_sales %>%
mutate(Customer = paste(first_name, last_name)) %>%
group_by(Customer) %>%
summarise(Total_Sales = sum(us_price * quantity, na.rm = TRUE)) %>%
arrange(desc(Total_Sales)) %>%
slice(1:10) %>%
ggplot(aes(x = reorder(Customer, Total_Sales), y = Total_Sales)) +
geom_col(fill = "steelblue") +
coord_flip() +
labs(
title = "Top 10 Customer dengan Penjualan Tertinggi",
x = "Customer",
y = "Total Sales (USD)"
) +
theme_minimal()
# Insight
cat("Visualisasi Top 10 Customer dengan Penjualan Tertinggi dengan jelas menyoroti bahwa Jennifer Dana merupakan pelanggan dengan kontribusi pendapatan yang paling signifikan, jauh melampaui pelanggan-pelanggan lainnya. Setelah Jennifer Dana, terdapat sekelompok pelanggan seperti Cody Gonzales, Celia Foley, Kaitlyn Degeer, dan Cecilia Mauro yang memiliki tingkat penjualan yang relatif serupa dan menjadi kontributor penting berikutnya. Selanjutnya, terjadi penurunan bertahap dalam total penjualan untuk pelanggan-pelanggan di urutan bawah daftar ini. Dominasi penjualan oleh satu pelanggan utama seperti Jennifer Dana menekankan pentingnya menjaga hubungan baik dan berpotensi mengembangkan penjualan dari pelanggan-pelanggan lain dalam daftar 10 teratas ini untuk diversifikasi pendapatan.")## Visualisasi Top 10 Customer dengan Penjualan Tertinggi dengan jelas menyoroti bahwa Jennifer Dana merupakan pelanggan dengan kontribusi pendapatan yang paling signifikan, jauh melampaui pelanggan-pelanggan lainnya. Setelah Jennifer Dana, terdapat sekelompok pelanggan seperti Cody Gonzales, Celia Foley, Kaitlyn Degeer, dan Cecilia Mauro yang memiliki tingkat penjualan yang relatif serupa dan menjadi kontributor penting berikutnya. Selanjutnya, terjadi penurunan bertahap dalam total penjualan untuk pelanggan-pelanggan di urutan bawah daftar ini. Dominasi penjualan oleh satu pelanggan utama seperti Jennifer Dana menekankan pentingnya menjaga hubungan baik dan berpotensi mengembangkan penjualan dari pelanggan-pelanggan lain dalam daftar 10 teratas ini untuk diversifikasi pendapatan.10 Tema LEGO Terpopuler Berdasarkan Penjualan beserta insight
lego_sales %>%
group_by(theme) %>%
summarise(total_sales = sum(us_price * quantity, na.rm = TRUE)) %>%
arrange(desc(total_sales)) %>%
slice(1:10) %>%
ggplot(aes(x = reorder(theme, total_sales), y = total_sales)) +
geom_col(fill = "orchid") +
coord_flip() +
labs(title = "10 Tema LEGO Terpopuler Berdasarkan Penjualan",
x = "Theme", y = "Total Sales (USD)")
# Insight
cat("Berdasarkan visualisasi data penjualan 10 tema LEGO terpopuler, terlihat jelas bahwa tema Star Wars mendominasi pasar dengan angka penjualan yang jauh melampaui tema-tema lainnya. Di sisi lain, Ninjago dan City menunjukkan performa penjualan yang solid dan menempati posisi berikutnya sebagai kontributor utama pendapatan. Menariknya, terdapat disparitas yang cukup signifikan antara tema-tema teratas dan tema-tema di urutan bawah seperti Elves dan Ghostbusters, yang mengindikasikan adanya preferensi konsumen yang kuat terhadap tema-tema tertentu dan potensi adanya pasar niche untuk tema-tema dengan penjualan lebih rendah. Tema Nexo Knights, meskipun berada di posisi tengah atas, mungkin menunjukkan kinerja yang tidak sekuat ekspektasi jika dibandingkan dengan popularitas tema orisinal LEGO lainnya.")## Berdasarkan visualisasi data penjualan 10 tema LEGO terpopuler, terlihat jelas bahwa tema Star Wars mendominasi pasar dengan angka penjualan yang jauh melampaui tema-tema lainnya. Di sisi lain, Ninjago dan City menunjukkan performa penjualan yang solid dan menempati posisi berikutnya sebagai kontributor utama pendapatan. Menariknya, terdapat disparitas yang cukup signifikan antara tema-tema teratas dan tema-tema di urutan bawah seperti Elves dan Ghostbusters, yang mengindikasikan adanya preferensi konsumen yang kuat terhadap tema-tema tertentu dan potensi adanya pasar niche untuk tema-tema dengan penjualan lebih rendah. Tema Nexo Knights, meskipun berada di posisi tengah atas, mungkin menunjukkan kinerja yang tidak sekuat ekspektasi jika dibandingkan dengan popularitas tema orisinal LEGO lainnya.Sebaran Jumlah Pieces dan Harga beserta insight
lego_sales %>%
filter(!is.na(pieces), !is.na(us_price)) %>%
ggplot(aes(x = pieces, y = us_price)) +
geom_point(alpha = 0.5, color = "firebrick") +
geom_smooth(method = "lm", color = "slategray", se = TRUE) +
labs(title = "Sebaran Jumlah Pieces vs Harga",
x = "Jumlah Pieces", y = "Harga (USD)") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'
# Insight
cat("Visualisasi Sebaran Jumlah Pieces vs Harga menunjukkan adanya korelasi positif yang kuat antara jumlah pieces dalam sebuah set LEGO dengan harganya; secara umum, semakin banyak pieces yang terkandung dalam sebuah set, semakin tinggi pula harganya, yang ditunjukkan oleh tren garis regresi yang meningkat. Meskipun demikian, terdapat beberapa outlier di mana set dengan jumlah pieces yang relatif sedikit memiliki harga yang lebih tinggi dari perkiraan tren, atau sebaliknya, menunjukkan bahwa faktor lain selain jumlah pieces juga dapat memengaruhi penetapan harga suatu set LEGO. Sebagian besar set cenderung memiliki jumlah pieces di bawah 1000 dan harga di bawah 100 USD, dengan semakin sedikitnya set yang memiliki jumlah pieces dan harga yang lebih tinggi.")## Visualisasi Sebaran Jumlah Pieces vs Harga menunjukkan adanya korelasi positif yang kuat antara jumlah pieces dalam sebuah set LEGO dengan harganya; secara umum, semakin banyak pieces yang terkandung dalam sebuah set, semakin tinggi pula harganya, yang ditunjukkan oleh tren garis regresi yang meningkat. Meskipun demikian, terdapat beberapa outlier di mana set dengan jumlah pieces yang relatif sedikit memiliki harga yang lebih tinggi dari perkiraan tren, atau sebaliknya, menunjukkan bahwa faktor lain selain jumlah pieces juga dapat memengaruhi penetapan harga suatu set LEGO. Sebagian besar set cenderung memiliki jumlah pieces di bawah 1000 dan harga di bawah 100 USD, dengan semakin sedikitnya set yang memiliki jumlah pieces dan harga yang lebih tinggi.Komposisi Penjualan Berdasarkan Usia beserta insight
lego_sales %>%
group_by(age) %>%
summarise(total_sales = sum(us_price * quantity, na.rm = TRUE)) %>%
ggplot(aes(x = factor(age), y = total_sales, fill = factor(age))) +
geom_col(show.legend = FALSE) +
labs(title = "Komposisi Penjualan Berdasarkan Usia",
x = "Usia", y = "Total Sales (USD)") +
theme_minimal()
# Insight
cat("Grafik Komposisi Penjualan Berdasarkan Usia menampilkan distribusi penjualan LEGO di berbagai kelompok usia, menunjukkan adanya puncak penjualan yang signifikan pada rentang usia 25-27 tahun dan 32-33 tahun, serta peningkatan penjualan yang cukup besar pada usia 20-24 tahun dan 34-42 tahun. Terlihat juga adanya peningkatan penjualan kembali di rentang usia 50-52 tahun, meskipun tidak setinggi kelompok usia sebelumnya. Secara umum, penjualan cenderung lebih rendah pada kelompok usia remaja (16-19 tahun) dan kelompok usia lanjut (di atas 55 tahun), dengan beberapa fluktuasi di antara kelompok usia tersebut, mengindikasikan adanya preferensi pembelian LEGO yang berbeda-beda di setiap tahapan usia dewasa.")## Grafik Komposisi Penjualan Berdasarkan Usia menampilkan distribusi penjualan LEGO di berbagai kelompok usia, menunjukkan adanya puncak penjualan yang signifikan pada rentang usia 25-27 tahun dan 32-33 tahun, serta peningkatan penjualan yang cukup besar pada usia 20-24 tahun dan 34-42 tahun. Terlihat juga adanya peningkatan penjualan kembali di rentang usia 50-52 tahun, meskipun tidak setinggi kelompok usia sebelumnya. Secara umum, penjualan cenderung lebih rendah pada kelompok usia remaja (16-19 tahun) dan kelompok usia lanjut (di atas 55 tahun), dengan beberapa fluktuasi di antara kelompok usia tersebut, mengindikasikan adanya preferensi pembelian LEGO yang berbeda-beda di setiap tahapan usia dewasa.Heatmap Korelasi Antar Variabel Numerik beserta insight
data_numerik <- lego_sales[, c("age", "set_id", "year", "pieces", "us_price", "quantity")]
matriks_korelasi <- cor(data_numerik, use = "complete.obs")## Warning in cor(data_numerik, use = "complete.obs"): the standard deviation is
## zerolibrary(reshape2)## Warning: package 'reshape2' was built under R version 4.4.3##
## Attaching package: 'reshape2'## The following object is masked from 'package:tidyr':
##
## smithskorelasi_melted <- melt(matriks_korelasi)
ggplot(korelasi_melted, aes(x = Var1, y = Var2, fill = value)) +
geom_tile(color = "white") +
geom_text(aes(label = round(value, 2)), color = "black") +
scale_fill_gradient2(
low = "blue", mid = "white", high = "red",
midpoint = 0, limit = c(-1, 1), name = "Korelasi"
) +
theme_minimal() +
coord_fixed() +
theme(
axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
axis.title.x = element_blank(),
axis.title.y = element_blank()
) +
labs(title = "Heatmap Korelasi Antar Variabel Numerik")## Warning: Removed 10 rows containing missing values or values outside the scale range
## (`geom_text()`).
# Insight
cat("Heatmap korelasi antar variabel numerik ini memperlihatkan beberapa hubungan yang menarik, di antaranya korelasi positif yang sangat kuat antara variabel 'pieces' dan 'us_price' (0.94), serta korelasi sempurna antara 'pieces' dan dirinya sendiri (1) dan 'us_price' dengan dirinya sendiri (1). Selain itu, terdapat korelasi positif yang kuat antara 'set_id' dan 'year' (1), yang mengindikasikan kemungkinan adanya pola pemberian ID set berdasarkan tahun rilis. Korelasi negatif tidak terlihat signifikan di antara variabel-variabel ini. Sebagian besar korelasi lainnya cenderung lemah, mendekati nol, seperti korelasi antara 'quantity' dengan variabel lainnya. Variabel 'age' menunjukkan korelasi positif terkuat dengan 'set_id' (1), yang mungkin mengindikasikan bahwa ID set cenderung meningkat seiring bertambahnya usia set (atau sebaliknya, tergantung pada bagaimana 'age' didefinisikan).")## Heatmap korelasi antar variabel numerik ini memperlihatkan beberapa hubungan yang menarik, di antaranya korelasi positif yang sangat kuat antara variabel 'pieces' dan 'us_price' (0.94), serta korelasi sempurna antara 'pieces' dan dirinya sendiri (1) dan 'us_price' dengan dirinya sendiri (1). Selain itu, terdapat korelasi positif yang kuat antara 'set_id' dan 'year' (1), yang mengindikasikan kemungkinan adanya pola pemberian ID set berdasarkan tahun rilis. Korelasi negatif tidak terlihat signifikan di antara variabel-variabel ini. Sebagian besar korelasi lainnya cenderung lemah, mendekati nol, seperti korelasi antara 'quantity' dengan variabel lainnya. Variabel 'age' menunjukkan korelasi positif terkuat dengan 'set_id' (1), yang mungkin mengindikasikan bahwa ID set cenderung meningkat seiring bertambahnya usia set (atau sebaliknya, tergantung pada bagaimana 'age' didefinisikan).