install.packages(“tidyverse”) install.packages(“lubridate”) install.packages(“ggplot2”) install.packages(“zoo”) install.packages(“tsibble”) install.packages(“feasts”) install.packages(“readr”) install.packages(“scales”)
Perkembangan teknologi dan dorongan kebijakan pemerintah telah meningkatkan adopsi kendaraan listrik (EV) di Indonesia. Untuk memahami fenomena ini, kita dapat melakukan Exploratory Data Analysis (EDA) terhadap data jumlah pengguna mobil listrik dari waktu ke waktu.
EDA adalah pendekatan statistik awal untuk:
set.seed(123)
tanggal <- seq(ym("2018-01"), ym("2024-12"), by = "1 month")
jumlah_pengguna <- round(cumsum(rnorm(length(tanggal), mean = 500, sd = 100)))
mobil_listrik <- tibble(
Tanggal = tanggal,
Jumlah = pmax(jumlah_pengguna, 0) # Pastikan tidak negatif
)
head(mobil_listrik)
## # A tibble: 6 × 2
## Tanggal Jumlah
## <date> <dbl>
## 1 2018-01-01 444
## 2 2018-02-01 921
## 3 2018-03-01 1577
## 4 2018-04-01 2084
## 5 2018-05-01 2597
## 6 2018-06-01 3268
mobil_listrik %>%
summarise(
Total_Pengguna = max(Jumlah),
Rata2_Kenaikan_Bulanan = mean(Jumlah - lag(Jumlah), na.rm = TRUE),
Kenaikan_Terbesar = max(Jumlah - lag(Jumlah), na.rm = TRUE)
)
## # A tibble: 1 × 3
## Total_Pengguna Rata2_Kenaikan_Bulanan Kenaikan_Terbesar
## <dbl> <dbl> <dbl>
## 1 42220 503. 717
ggplot(mobil_listrik, aes(x = Tanggal, y = Jumlah)) +
geom_line(color = "darkgreen", size = 1.2) +
geom_smooth(method = "loess", se = FALSE, color = "blue") +
scale_y_continuous(labels = comma) +
labs(title = "Tren Jumlah Pengguna Mobil Listrik di Indonesia",
x = "Tahun", y = "Jumlah Pengguna")
## 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_smooth()` using formula = 'y ~ x'
ts_data <- ts(mobil_listrik$Jumlah, start = c(2018, 1), frequency = 12)
decomp <- decompose(ts_data)
plot(decomp)
Dari hasil eksplorasi, terlihat tren kenaikan signifikan dalam jumlah pengguna mobil listrik di Indonesia. Pola ini mencerminkan perubahan preferensi konsumen, inovasi teknologi, serta intervensi kebijakan publik. EDA ini dapat dijadikan dasar untuk analisis lanjutan seperti peramalan (forecasting) atau evaluasi efektivitas insentif kendaraan listrik.