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
Jumlah total transaksi dalam data.
nrow(df_customer)
## [1] 300
Jumlah pelanggan unik dalam dataset.
length(unique(df_customer$ID_Pelanggan))
## [1] 94
Pelanggan yang paling sering berbelanja.
sort(table(df_customer$ID_Pelanggan), decreasing = TRUE)[1:3]
##
## ID00007 ID00025 ID00089
## 9 7 7
Rata-rata penghasilan pelanggan berdasarkan jenis kelamin
aggregate(Penghasilan ~ Jenis_Kelamin, data = df_customer, mean )
## Jenis_Kelamin Penghasilan
## 1 Laki-laki 8880902
## 2 Perempuan 8505199
Rata-rata total belanja pelanggan berdasarkan jenis kelamin.
aggregate(Total_Belanja ~Jenis_Kelamin, data = df_customer, mean)
## Jenis_Kelamin Total_Belanja
## 1 Laki-laki 6034728
## 2 Perempuan 7114786
Rata-rata penghasilan pelanggan berdasarkan tempat tinggal (Kota vs
Desa).
aggregate(Penghasilan ~ Tempat_Tinggal, data = df_customer, mean)
## Tempat_Tinggal Penghasilan
## 1 Desa 6249122
## 2 Kota 9878685
Rata-rata total belanja pelanggan berdasarkan tempat tinggal.
aggregate(Total_Belanja ~ Tempat_Tinggal, data = df_customer, mean)
## Tempat_Tinggal Total_Belanja
## 1 Desa 5022231
## 2 Kota 7520118
Lima pelanggan dengan total belanja tertinggi
df_customer[order(-df_customer$Total_Belanja), c("ID_Pelanggan", "Total_Belanja")] |> head(6)
## ID_Pelanggan Total_Belanja
## 76 ID00034 11626302
## 175 ID00011 11527638
## 228 ID00057 11031197
## 287 ID00093 10984825
## 33 ID00007 10846012
## 208 ID00023 10739381
Distribusi jumlah transaksi berdasarkan jenis kelamin.
table(df_customer$Jenis_Kelamin)
##
## Laki-laki Perempuan
## 121 179
Buat kategori penghasilan
df_customer$Kategori_Penghasilan <- cut(df_customer$Penghasilan, breaks = c(-Inf, 5000000, 10000000, Inf), labels = c("Rendah", "Menengah", "Tinggi"))
table(df_customer$Kategori_Penghasilan)
##
## Rendah Menengah Tinggi
## 27 175 98
Frekuensi
freq <- as.data.frame(table(df_customer$ID_Pelanggan))
freq
## Var1 Freq
## 1 ID00001 2
## 2 ID00002 3
## 3 ID00004 2
## 4 ID00005 2
## 5 ID00006 4
## 6 ID00007 9
## 7 ID00008 3
## 8 ID00009 5
## 9 ID00010 2
## 10 ID00011 2
## 11 ID00012 1
## 12 ID00013 3
## 13 ID00014 5
## 14 ID00015 1
## 15 ID00016 4
## 16 ID00017 4
## 17 ID00018 1
## 18 ID00020 2
## 19 ID00021 2
## 20 ID00022 2
## 21 ID00023 5
## 22 ID00024 5
## 23 ID00025 7
## 24 ID00026 6
## 25 ID00027 4
## 26 ID00029 2
## 27 ID00030 3
## 28 ID00031 5
## 29 ID00032 6
## 30 ID00033 3
## 31 ID00034 2
## 32 ID00035 3
## 33 ID00036 4
## 34 ID00037 3
## 35 ID00038 2
## 36 ID00039 3
## 37 ID00040 4
## 38 ID00041 3
## 39 ID00042 5
## 40 ID00043 2
## 41 ID00044 1
## 42 ID00045 3
## 43 ID00046 4
## 44 ID00047 1
## 45 ID00048 3
## 46 ID00049 3
## 47 ID00050 3
## 48 ID00051 2
## 49 ID00052 3
## 50 ID00053 5
## 51 ID00054 5
## 52 ID00055 3
## 53 ID00056 1
## 54 ID00057 4
## 55 ID00058 2
## 56 ID00059 1
## 57 ID00060 3
## 58 ID00061 2
## 59 ID00062 1
## 60 ID00063 5
## 61 ID00064 2
## 62 ID00066 2
## 63 ID00067 4
## 64 ID00068 1
## 65 ID00069 3
## 66 ID00070 2
## 67 ID00071 4
## 68 ID00072 5
## 69 ID00073 1
## 70 ID00074 5
## 71 ID00075 2
## 72 ID00076 3
## 73 ID00077 3
## 74 ID00078 1
## 75 ID00079 5
## 76 ID00081 3
## 77 ID00082 4
## 78 ID00083 3
## 79 ID00084 5
## 80 ID00085 4
## 81 ID00086 3
## 82 ID00087 4
## 83 ID00088 1
## 84 ID00089 7
## 85 ID00090 5
## 86 ID00091 4
## 87 ID00092 2
## 88 ID00093 7
## 89 ID00094 4
## 90 ID00095 1
## 91 ID00096 2
## 92 ID00097 3
## 93 ID00098 2
## 94 ID00099 2
Tugas no 1
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
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
Tugas no 2
q2 <- subset(df_customer, Jenis_Kelamin == "Perempuan" & Tempat_Tinggal == "Kota")
q2_count <- table(q2$ID_Pelanggan)
q2_count <- data.frame(q2_count)
q2_count
## Var1 Freq
## 1 ID00001 1
## 2 ID00002 3
## 3 ID00004 2
## 4 ID00005 1
## 5 ID00006 2
## 6 ID00007 5
## 7 ID00009 1
## 8 ID00010 1
## 9 ID00011 1
## 10 ID00012 1
## 11 ID00013 1
## 12 ID00016 1
## 13 ID00017 1
## 14 ID00021 1
## 15 ID00023 3
## 16 ID00024 3
## 17 ID00025 4
## 18 ID00026 4
## 19 ID00030 2
## 20 ID00031 2
## 21 ID00032 3
## 22 ID00034 1
## 23 ID00035 1
## 24 ID00036 3
## 25 ID00037 3
## 26 ID00038 1
## 27 ID00039 2
## 28 ID00040 2
## 29 ID00041 1
## 30 ID00042 2
## 31 ID00043 1
## 32 ID00044 1
## 33 ID00045 3
## 34 ID00046 3
## 35 ID00048 1
## 36 ID00050 2
## 37 ID00051 2
## 38 ID00053 4
## 39 ID00054 2
## 40 ID00056 1
## 41 ID00057 2
## 42 ID00058 1
## 43 ID00060 2
## 44 ID00063 3
## 45 ID00066 1
## 46 ID00067 1
## 47 ID00069 2
## 48 ID00070 1
## 49 ID00071 2
## 50 ID00072 1
## 51 ID00074 1
## 52 ID00075 1
## 53 ID00076 2
## 54 ID00079 2
## 55 ID00082 1
## 56 ID00083 1
## 57 ID00084 1
## 58 ID00085 3
## 59 ID00086 1
## 60 ID00087 3
## 61 ID00089 1
## 62 ID00090 2
## 63 ID00091 2
## 64 ID00092 1
## 65 ID00093 1
## 66 ID00096 1
## 67 ID00099 1
q22 <- df_customer %>%
filter(Jenis_Kelamin == "Perempuan", Tempat_Tinggal == "Kota") %>%
count(ID_Pelanggan) %>%
filter(n > 5) %>%
summarise(jumlah = n())
q22
## jumlah
## 1 0
Tugas No 3
q3 <- df_customer[df_customer$Penghasilan > 5000000, ]
q3 <- sort(table(q3$ID_Pelanggan), decreasing = TRUE)
head(q3, 1)
##
## ID00007
## 9
q33 <- df_customer %>%
filter(Penghasilan > 5000000) %>%
count(ID_Pelanggan, sort = TRUE) %>%
slice_head(n = 1)
q33
## ID_Pelanggan n
## 1 ID00007 9
Tugas No 4
q4 <- subset(df_customer, Tempat_Tinggal == "Desa" & Total_Belanja > 5000000)
table(q4$Jenis_Kelamin)
##
## Laki-laki Perempuan
## 10 37
q44 <- df_customer %>%
filter(Tempat_Tinggal == "Desa", Total_Belanja > 5000000) %>%
count(Jenis_Kelamin)
q44
## Jenis_Kelamin n
## 1 Laki-laki 10
## 2 Perempuan 37
Tugas No 5
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
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