df_customer <- read.csv("df_customer.csv")
head(df_customer)
## X ID_Pelanggan Jenis_Kelamin Tempat_Tinggal Penghasilan Total_Belanja
## 1 1 ID00031 Laki-laki Desa 2227350 2563031
## 2 2 ID00079 Perempuan Kota 9047608 8369550
## 3 3 ID00051 Perempuan Kota 9735540 8053033
## 4 4 ID00014 Laki-laki Kota 13510126 9799876
## 5 5 ID00067 Perempuan Desa 7773498 6982081
## 6 6 ID00042 Laki-laki Desa 6666740 4782002
nrow(df_customer)
## [1] 300
length(unique(df_customer$ID_Pelanggan))
## [1] 94
sort(table(df_customer$ID_Pelanggan), decreasing = TRUE)[1:3]
##
## ID00007 ID00025 ID00089
## 9 7 7
aggregate(Penghasilan ~ Jenis_Kelamin, data = df_customer, mean)
## Jenis_Kelamin Penghasilan
## 1 Laki-laki 8880902
## 2 Perempuan 8505199
aggregate(Total_Belanja ~ Jenis_Kelamin, data = df_customer, mean)
## Jenis_Kelamin Total_Belanja
## 1 Laki-laki 6034728
## 2 Perempuan 7114786
aggregate(Penghasilan ~ Tempat_Tinggal, data = df_customer, mean)
## Tempat_Tinggal Penghasilan
## 1 Desa 6249122
## 2 Kota 9878685
aggregate(Total_Belanja ~ Tempat_Tinggal, data = df_customer, mean)
## Tempat_Tinggal Total_Belanja
## 1 Desa 5022231
## 2 Kota 7520118
df_customer[order(-df_customer$Total_Belanja), c("ID_Pelanggan", "Total_Belanja")] |> head(5)
## ID_Pelanggan Total_Belanja
## 76 ID00034 11626302
## 175 ID00011 11527638
## 228 ID00057 11031197
## 287 ID00093 10984825
## 33 ID00007 10846012
table(df_customer$Jenis_Kelamin)
##
## Laki-laki Perempuan
## 121 179
df_customer$Kategori_Penghasilan <- cut(df_customer$Penghasilan,
breaks = c(-Inf, 5000000, 10000000, Inf),
labels = c("Rendah", "Menengah", "Tinggi"))
table(df_customer$Kategori_Penghasilan)
##
## Rendah Menengah Tinggi
## 27 175 98
sort(table(df_customer$ID_Pelanggan), decreasing = TRUE)[1:23]
##
## ID00007 ID00025 ID00089 ID00093 ID00026 ID00032 ID00009 ID00014 ID00023 ID00024
## 9 7 7 7 6 6 5 5 5 5
## ID00031 ID00042 ID00053 ID00054 ID00063 ID00072 ID00074 ID00079 ID00084 ID00090
## 5 5 5 5 5 5 5 5 5 5
## ID00006 ID00016 ID00017
## 4 4 4
freq <- as.data.frame(table(df_customer$Jenis_Kelamin))
freq
## Var1 Freq
## 1 Laki-laki 121
## 2 Perempuan 179
#load data
df_customer <- read.csv("df_customer.csv")
#Pelanggan yang paling sering membeli dengan total belanja > 5.000.000
q1 <- df_customer[df_customer$Total_Belanja > 5000000,]
q1 <- sort(table(q1$ID_Pelanggan), decreasing = TRUE)
head(q1)
##
## ID00007 ID00025 ID00026 ID00089 ID00053 ID00079
## 7 7 6 6 5 5
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
#1. Pelanggan yang paling sering membeli dengan total belanja > 5.000.000
q11<- df_customer %>%
filter(Total_Belanja > 5000000) %>%
count(ID_Pelanggan, sort = TRUE) %>%
slice_head(n=6)
q11
## ID_Pelanggan n
## 1 ID00007 7
## 2 ID00025 7
## 3 ID00026 6
## 4 ID00089 6
## 5 ID00053 5
## 6 ID00079 5
# 2. Ada berapa banyak perempuan di kota yang berbelanja lebih dari 5x
q2 <- subset(df_customer, Jenis_Kelamin == "Perempuan" & Tempat_Tinggal == "Kota")
q2_count <- table(q2$ID_Pelanggan)
q2_count <- data.frame(q2_count)
q2_count
## Var1 Freq
## 1 ID00001 1
## 2 ID00002 3
## 3 ID00004 2
## 4 ID00005 1
## 5 ID00006 2
## 6 ID00007 5
## 7 ID00009 1
## 8 ID00010 1
## 9 ID00011 1
## 10 ID00012 1
## 11 ID00013 1
## 12 ID00016 1
## 13 ID00017 1
## 14 ID00021 1
## 15 ID00023 3
## 16 ID00024 3
## 17 ID00025 4
## 18 ID00026 4
## 19 ID00030 2
## 20 ID00031 2
## 21 ID00032 3
## 22 ID00034 1
## 23 ID00035 1
## 24 ID00036 3
## 25 ID00037 3
## 26 ID00038 1
## 27 ID00039 2
## 28 ID00040 2
## 29 ID00041 1
## 30 ID00042 2
## 31 ID00043 1
## 32 ID00044 1
## 33 ID00045 3
## 34 ID00046 3
## 35 ID00048 1
## 36 ID00050 2
## 37 ID00051 2
## 38 ID00053 4
## 39 ID00054 2
## 40 ID00056 1
## 41 ID00057 2
## 42 ID00058 1
## 43 ID00060 2
## 44 ID00063 3
## 45 ID00066 1
## 46 ID00067 1
## 47 ID00069 2
## 48 ID00070 1
## 49 ID00071 2
## 50 ID00072 1
## 51 ID00074 1
## 52 ID00075 1
## 53 ID00076 2
## 54 ID00079 2
## 55 ID00082 1
## 56 ID00083 1
## 57 ID00084 1
## 58 ID00085 3
## 59 ID00086 1
## 60 ID00087 3
## 61 ID00089 1
## 62 ID00090 2
## 63 ID00091 2
## 64 ID00092 1
## 65 ID00093 1
## 66 ID00096 1
## 67 ID00099 1
# 2. Ada berapa banyak perempuan di kota yang berbelanja lebih dari 5x
q22 <- df_customer %>%
filter(Jenis_Kelamin == "Perempuan", Tempat_Tinggal == "Kota") %>%
count(ID_Pelanggan) %>%
filter(n > 5) %>%
summarise(jumlah = n())
q22
## jumlah
## 1 0
# 3. Pelanggan yang paling sering membeli dengan penghasilan > 5.000.000
q3 <- df_customer[df_customer$Penghasilan > 5000000, ]
q3 <- sort(table(q3$ID_Pelanggan), decreasing = TRUE)
head(q3, 1)
##
## ID00007
## 9
# 3. Pelanggan yang paling sering membeli dengan penghasilan > 5.000.000
q33 <- df_customer %>%
filter(Penghasilan > 5000000) %>%
count(ID_Pelanggan, sort = TRUE) %>%
slice_head(n = 1)
q33
## ID_Pelanggan n
## 1 ID00007 9
# 4. Berjenis kelamin apa pelanggan yang tinggal di desa dengan total belanja > 5.000.000
q4 <- subset(df_customer, Tempat_Tinggal == "Desa" & Total_Belanja > 5000000)
table(q4$Jenis_Kelamin)
##
## Laki-laki Perempuan
## 10 37
# 4. Berjenis kelamin apa pelanggan yang tinggal di desa dengan total belanja > 5.000.000
q44 <- df_customer %>%
filter(Tempat_Tinggal == "Desa", Total_Belanja > 5000000) %>%
count(Jenis_Kelamin)
q44
## Jenis_Kelamin n
## 1 Laki-laki 10
## 2 Perempuan 37
# 5. Berpenghasilan berapa pelanggan yang tinggal di desa namun memiliki total belanja > 5.000.000
q5 <- subset(df_customer, Tempat_Tinggal == "Desa" & Total_Belanja > 5000000)
head(q5[, c("ID_Pelanggan", "Penghasilan")], 5)
## ID_Pelanggan Penghasilan
## 5 ID00067 7773498
## 9 ID00014 6776730
## 43 ID00027 8108645
## 46 ID00089 9032981
## 47 ID00034 5616450
# 5. Berpenghasilan berapa pelanggan yang tinggal di desa namun memiliki total belanja > 5.000.000
q55 <- df_customer %>%
filter(Tempat_Tinggal == "Desa", Total_Belanja > 5000000) %>%
select(ID_Pelanggan, Penghasilan) %>%
head(5)
q55
## ID_Pelanggan Penghasilan
## 1 ID00067 7773498
## 2 ID00014 6776730
## 3 ID00027 8108645
## 4 ID00089 9032981
## 5 ID00034 5616450
library(ggplot2)
library(dplyr)
df_customer <- read.csv("df_customer.csv")
head(df_customer)
## X ID_Pelanggan Jenis_Kelamin Tempat_Tinggal Penghasilan Total_Belanja
## 1 1 ID00031 Laki-laki Desa 2227350 2563031
## 2 2 ID00079 Perempuan Kota 9047608 8369550
## 3 3 ID00051 Perempuan Kota 9735540 8053033
## 4 4 ID00014 Laki-laki Kota 13510126 9799876
## 5 5 ID00067 Perempuan Desa 7773498 6982081
## 6 6 ID00042 Laki-laki Desa 6666740 4782002
grafik1 = ggplot(data= df_customer, aes(x= Jenis_Kelamin, y = Total_Belanja))
grafik2 = ggplot(data= df_customer, aes(x= Jenis_Kelamin, y = Total_Belanja))+geom_point()
grafik3 = ggplot(data= df_customer)+geom_point(aes(x= Jenis_Kelamin, y = Total_Belanja))
grafik1
grafik2
grafik3
ggplot(df_customer, aes(x = Jenis_Kelamin, y = Total_Belanja)) +
geom_point(aes(color = Jenis_Kelamin)) +
labs(title = "Scatter Plot Jenis Kelamin vs Total Belanja")
#Pelanggan yang paling sering membeli dengan total belanja > 5.000.000
q11 <- df_customer %>%
filter(Total_Belanja > 5000000) %>%
count(ID_Pelanggan, sort = TRUE) %>%
slice_head(n=5)
q11 <- data.frame(q11)
ggplot(q11, aes(x = reorder(ID_Pelanggan, n), y = n)) +
geom_bar(stat = "identity", fill = "purple") +
labs(title = "Top 6 Pelanggan dengan Transaksi > 5 Juta",
x = "ID Pelanggan", y = "Jumlah Transaksi")
q22 <- df_customer %>%
filter(Total_Belanja > 9500000)
q22
## X ID_Pelanggan Jenis_Kelamin Tempat_Tinggal Penghasilan Total_Belanja
## 1 4 ID00014 Laki-laki Kota 13510126 9799876
## 2 11 ID00090 Perempuan Kota 10910287 10137674
## 3 26 ID00036 Perempuan Kota 10513994 10641105
## 4 33 ID00007 Perempuan Kota 12418168 10846012
## 5 49 ID00069 Laki-laki Kota 12913133 9594128
## 6 57 ID00025 Perempuan Kota 12165915 9945372
## 7 64 ID00060 Perempuan Kota 8044495 9758749
## 8 72 ID00039 Perempuan Kota 8426053 10344433
## 9 76 ID00034 Perempuan Kota 13710077 11626302
## 10 86 ID00087 Perempuan Kota 10801006 9872391
## 11 101 ID00079 Laki-laki Kota 11457479 10241993
## 12 113 ID00046 Perempuan Kota 12685031 9689403
## 13 126 ID00023 Perempuan Kota 9959994 9531823
## 14 132 ID00005 Perempuan Kota 13866523 9817378
## 15 164 ID00048 Perempuan Kota 10267976 9695153
## 16 167 ID00093 Laki-laki Kota 11201564 9890886
## 17 175 ID00011 Perempuan Kota 14915620 11527638
## 18 182 ID00046 Perempuan Kota 12526695 9516174
## 19 204 ID00074 Perempuan Kota 12967967 10556216
## 20 208 ID00023 Perempuan Kota 16145151 10739381
## 21 224 ID00090 Perempuan Desa 11664452 9796996
## 22 228 ID00057 Perempuan Kota 12812680 11031197
## 23 246 ID00084 Laki-laki Kota 13498940 9639414
## 24 252 ID00064 Laki-laki Kota 12547893 10615150
## 25 264 ID00025 Perempuan Kota 9725724 9710543
## 26 275 ID00061 Laki-laki Kota 11541420 9924147
## 27 278 ID00045 Perempuan Kota 12419648 9928570
## 28 282 ID00053 Perempuan Kota 13719595 9589712
## 29 287 ID00093 Perempuan Kota 10699070 10984825
q222 = aggregate(q22$Total_Belanja, by = list(q22$ID_Pelanggan), FUN = mean)
head(q222)
## Group.1 x
## 1 ID00005 9817378
## 2 ID00007 10846012
## 3 ID00011 11527638
## 4 ID00014 9799876
## 5 ID00023 10135602
## 6 ID00025 9827958
ggplot(data= q222, aes(x = reorder(Group.1, x), y = x))+ geom_point(color = "navyblue", size = 4, alpha = 0.6) + geom_segment(aes(x = reorder(Group.1, x),xend = reorder(Group.1, x), y = 0, yend = x))+labs(x = "ID Pelanggan", y = "Total Belanja") +coord_flip()
# Histogram Penghasilan
ggplot(df_customer, aes(x = Penghasilan)) +
geom_histogram(bins = 30, fill = "steelblue", color = "white") +
labs(title = "Sebaran Penghasilan Pelanggan", x = "Penghasilan", y = "Frekuensi")
# Histogram Total Belanja
ggplot(df_customer, aes(x = Total_Belanja)) +
geom_histogram(bins = 30, fill = "darkred", color = "white") +
labs(title = "Sebaran Total Belanja Pelanggan", x = "Total Belanja", y = "Frekuensi")
# Boxplot untuk membandingkan pengahasilan Kota vs Desa
ggplot(df_customer, aes(x = Tempat_Tinggal, y = Penghasilan, fill = Tempat_Tinggal)) +
geom_boxplot()+
labs(title = "Perbandingan Pengahasilan Kota vs Desa", x = "Tempat Tinggal", y = "Penghasilan")
# Boxplot untuk membandingkan belanja berdasarkan Jenis Kelamin
ggplot(df_customer, aes(x = Jenis_Kelamin, y = Total_Belanja, fill = Jenis_Kelamin)) +
geom_boxplot() +
labs(title = "Perbandingan Belanja Berdasarkan Jenis Kelamin", x = "Jenis Kelamin", y = "Total Belanja")
# Scatterplot Penghasilan vs Total Belanja
ggplot(df_customer, aes(x = Penghasilan, y = Total_Belanja, color = Tempat_Tinggal)) +
geom_point(alpha = 0.6) +
geom_smooth(method = "lm", se = FALSE, color = "brown") +
labs(title = "Hubungan Penghasilan vs Total Belanja",
x = "Penghasilan", y = "Total Belanja")
## `geom_smooth()` using formula = 'y ~ x'
# Scatterplot dengan jenis kelamin
ggplot(df_customer, aes(x = Penghasilan, y = Total_Belanja, color = Jenis_Kelamin))+
geom_point(alpha = 0.6)+
labs(title = "Hubungan Pengahasilan vs Belanja Berdasarkan Gender",
x = "Penghasilan", y = "Total Belanja")
