Menganalisis performa penjualan dari sebuah e-commerce selama 6 bulan terakhir berdasarkan data transaksi yang telah dibersihkan melalui proses data wrangling.
library(data.table)
library(lubridate)
# 1. Ambil semua file CSV
folder_path <- "C:/Users/ASUS/OneDrive/Dokumen/4. Proyek/7. GitHub/Dadan-Ramdan-Hidayat-main"
file_list <- list.files(path = folder_path, pattern = "^penjualan_.*\\.csv$", full.names = TRUE)
# 2. Gabungkan semua file jadi satu data.table
dt <- rbindlist(lapply(file_list, function(file) fread(file)), fill = TRUE)
# 3. Normalisasi nama kolom
setnames(dt, tolower(gsub(" ", "_", names(dt))))
# 4. Format tanggal dan buat kolom bulan
dt[, tanggal_transaksi := as.IDate(tanggal_transaksi)]
dt[, bulan := lubridate::month(tanggal_transaksi, label = TRUE, abbr = FALSE)]
# 5. Hapus NA dan duplikat
dt <- na.omit(dt)
dt <- unique(dt)
# 6. Lihat ringkasan
DT::datatable(dt,
caption = "📊 Data Penjualan Gabungan",
options = list(pageLength = 10))library(data.table)
library(lubridate)
library(plotly)
library(viridis)
# Pastikan kolom 'bulan' tersedia
if (!"bulan" %in% names(dt)) {
dt[, bulan := lubridate::month(tanggal_transaksi, label = TRUE, abbr = FALSE)]
}
# Agregasi total penjualan per bulan
penjualan_bulanan <- dt[, .(
total_penjualan = sum(total_penjualan, na.rm = TRUE)
), by = bulan]
# Urutkan bulan
penjualan_bulanan <- penjualan_bulanan[order(bulan)]
# Buat warna turbo berdasarkan jumlah bulan
bulan_order <- as.character(penjualan_bulanan$bulan)
bulan_colors <- setNames(
viridis::turbo(length(bulan_order), alpha = 0.95, direction = -1),
bulan_order
)
# Tambahkan warna ke data
penjualan_bulanan[, warna := bulan_colors[as.character(bulan)]]
# Plot interaktif dengan warna turbo
plot_ly(
data = penjualan_bulanan,
x = ~bulan,
y = ~total_penjualan,
type = 'bar',
marker = list(color = ~warna),
text = ~paste("Total: ", scales::comma(total_penjualan)),
hoverinfo = 'text'
) %>%
layout(
title = "Total Penjualan per Bulan",
xaxis = list(title = "Bulan"),
yaxis = list(title = "Total Penjualan"),
showlegend = FALSE
)Grafik ini menunjukkan total penjualan per bulan selama periode Januari hingga Juni dalam satu tahun, yang diilustrasikan dengan batang berwarna interaktif dan efek turbo untuk menambah daya tarik visual. Data ini memberikan gambaran mengenai tren dan fluktuasi penjualan yang terjadi selama setengah tahun terakhir.
Dari grafik tersebut, dapat disimpulkan bahwa:
Bulan Mei mencatatkan penjualan tertinggi, dengan total sekitar 1,8 miliar, menunjukkan adanya momentum positif atau kampanye pemasaran yang efektif pada bulan tersebut.
Bulan Maret juga menunjukkan kinerja yang baik, dengan total penjualan sekitar 1,58 miliar, menempatkannya sebagai bulan dengan penjualan tertinggi kedua.
Sebaliknya, bulan Februari mengalami penurunan penjualan relatif cukup signifikan dibanding bulan Januari dan Maret, yakni sekitar 1,35 miliar.
Penjualan terendah terjadi di bulan Februari, menunjukkan adanya kemungkinan faktor musiman, ekonomi, atau strategi pemasaran yang kurang optimal pada bulan tersebut.
Setelah puncak di bulan Mei, terjadi penurunan pada bulan Juni ke angka sekitar 1,66 miliar, meskipun tetap menunjukkan performa yang cukup stabil.
Secara keseluruhan, grafik ini menunjukkan tren peningkatan penjualan dari Januari ke Maret, diikuti oleh fluktuasi dengan puncaknya di Mei. Hal ini penting untuk menjadi dasar evaluasi strategi penjualan dan pemasaran, serta untuk mengidentifikasi faktor-faktor yang mempengaruhi kenaikan dan penurunan penjualan di bulan-bulan tertentu.
# 5 Produk dengan total penjualan tertinggi
produk_terlaris <- dt[, .(total = sum(total_penjualan)), by = produk][
order(-total)][1:5]
# Tampilkan dalam tabel interaktif
DT::datatable(produk_terlaris,
caption = "🏆 5 Produk Terlaris Berdasarkan Total Penjualan",
options = list(pageLength = 5))Tabel ini menyajikan daftar lima produk terlaris berdasarkan jumlah penjualan total sepanjang periode yang diamati. Data ini penting untuk memahami produk mana yang paling diminati oleh konsumen dan memberikan panduan strategis dalam pengelolaan inventaris dan pemasaran.
Dari tabel terlihat bahwa:
Smartphone menempati posisi teratas dengan total penjualan mencapai 1.810.666.404 unit, menunjukkan bahwa produk ini paling diminati dan menjadi pendorong utama pendapatan perusahaan.
TV berada di posisi kedua dengan total penjualan sekitar 1.645.333.270 unit, yang menunjukkan tingginya permintaan terhadap perangkat elektronik ini.
Laptop dan Tablet masing-masing mencatat penjualan yang sangat tinggi, dengan total sekitar 1.507.654.430 dan 1.505.997.784 unit, mengindikasikan bahwa perangkat portable dan gadget menjadi pilihan utama konsumen.
Kamera berada di posisi kelima dengan total penjualan sekitar 1.444.403.603 unit, masih menunjukkan minat yang cukup besar terhadap produk ini.
Kesimpulan utama dari data ini adalah bahwa perangkat elektronik seperti smartphone, TV, laptop, dan tablet mendominasi pasar, dengan smartphone sebagai produk terlaris utama. Hal ini menandakan adanya peluang untuk fokus pada strategi pemasaran produk-produk ini guna meningkatkan penjualan dan memperkuat posisi pasar.
Berdasarkan data penjualan bulanan dan produk terlaris, dapat disimpulkan bahwa: