R Markdown
df_mahasiswa <- read.csv("df_mahasiswa.csv")
head(df_mahasiswa)
## X id_mahasiswa jenis_kelamin jam_belajar_per_hari frekuensi_login_lms
## 1 1 MHS001 L 4 1
## 2 2 MHS002 P 4 2
## 3 3 MHS003 P 2 6
## 4 4 MHS004 P 5 3
## 5 5 MHS005 L 3 2
## 6 6 MHS006 L 3 7
## motivasi_belajar ipk
## 1 82 3.12
## 2 73 3.45
## 3 71 3.07
## 4 98 3.43
## 5 81 2.83
## 6 61 3.10
str(df_mahasiswa)
## 'data.frame': 55 obs. of 7 variables:
## $ X : int 1 2 3 4 5 6 7 8 9 10 ...
## $ id_mahasiswa : chr "MHS001" "MHS002" "MHS003" "MHS004" ...
## $ jenis_kelamin : chr "L" "P" "P" "P" ...
## $ jam_belajar_per_hari: int 4 4 2 5 3 3 1 3 2 1 ...
## $ frekuensi_login_lms : int 1 2 6 3 2 7 7 4 6 5 ...
## $ motivasi_belajar : int 82 73 71 98 81 61 44 69 44 46 ...
## $ ipk : num 3.12 3.45 3.07 3.43 2.83 3.1 2.98 3.08 2.82 2.93 ...
colSums(is.na(df_mahasiswa))
## X id_mahasiswa jenis_kelamin
## 0 0 0
## jam_belajar_per_hari frekuensi_login_lms motivasi_belajar
## 0 0 0
## ipk
## 0
table(df_mahasiswa$jenis_kelamin)
##
## L P
## 32 23
df_mahasiswa[order(-df_mahasiswa$ipk), c("jenis_kelamin", "ipk")] |> head(2)
## jenis_kelamin ipk
## 18 L 3.89
## 41 L 3.73
df_mahasiswa[order(-df_mahasiswa$motivasi_belajar), c("id_mahasiswa", "motivasi_belajar")] |> head(2)
## id_mahasiswa motivasi_belajar
## 54 MHS054 100
## 4 MHS004 98
df_mahasiswa[order(-df_mahasiswa$frekuensi_login_lms), c("ipk", "frekuensi_login_lms")] |> head(1)
## ipk frekuensi_login_lms
## 6 3.1 7
df_mahasiswa[order(-df_mahasiswa$ipk), c("id_mahasiswa", "motivasi_belajar", "ipk")] |> head(2)
## id_mahasiswa motivasi_belajar ipk
## 18 MHS018 92 3.89
## 41 MHS041 90 3.73
mean(df_mahasiswa$ipk[df_mahasiswa$jam_belajar_per_hari >= 4])
## [1] 3.405185
mean(df_mahasiswa$ipk[df_mahasiswa$jam_belajar_per_hari < 4])
## [1] 2.935357
mahasiswa_1ms_tertinggi <- df_mahasiswa %>%
filter(ipk == max(ipk))
mahasiswa_1ms_tertinggi
## X id_mahasiswa jenis_kelamin jam_belajar_per_hari frekuensi_login_lms
## 1 18 MHS018 L 5 7
## motivasi_belajar ipk
## 1 92 3.89
mahasiswa_lms_tertinggi <- df_mahasiswa %>% filter(ipk > 3.5, motivasi_belajar > 85)
hasil_analisis <- mahasiswa_1ms_tertinggi %>%
mutate(ipk = ifelse(ipk > 3.5, "YA (>3.5)", "TIDAK(<=3.5)"))
print(hasil_analisis)
## X id_mahasiswa jenis_kelamin jam_belajar_per_hari frekuensi_login_lms
## 1 18 MHS018 L 5 7
## motivasi_belajar ipk
## 1 92 YA (>3.5)