3.1 Bar Chart

PENGERTIAN BAR CHART

Barchart, atau bagan batang, adalah jenis grafik yang menggunakan batang (vertikal atau horizontal) untuk membandingkan data antar kategori secara visual. Setiap batang menunjukkan nilai atau frekuensi dari suatu kategori, di mana panjang atau tingginya batang mewakili besaran nilai tersebut.

🧠 Singkatnya:

Barchart menunjukkan frekuensi data dalam bentuk batang yang berdekatan dengan jarak antar batang.

ATURAN PENGGUNAAN BAR CHART

• Data yang ingin tampilkan bertipe kategori (contoh: jenis produk, nama orang, negara, dll).

• Jika ingin membandingkan nilai antar kategori.

• Jumlah kategori tidak terlalu banyak supaya mudah dibaca.

📌 Aturan tambahan:

• Gunakan warna berbeda untuk kategori agar mudah dibedakan.

• Gunakan label sumbu (axis) dan judul yang jelas.

• Jangan gunakan bar chart untuk data kontinu (misalnya suhu, waktu, jarak).

KELEBIHAN PENGGUNAAN BAR CHART

✅ Mudah dipahami – cocok untuk pemula atau pembaca non-teknis.

✅ Visualisasi perbandingan yang jelas antar kategori.

✅ Dapat digunakan untuk data nominal atau ordinal.

KEKURANGAN PENGGUNAAN BARCHART

❌ Kurang efisien jika kategori terlalu banyak

❌ Tidak cocok untuk menunjukkan perubahan waktu

❌ Sulit melihat pola tren jika datanya banyak atau kompleks.

# Memuat paket
library(ggplot2)

# Visualisasi jumlah followers influencer
ggplot(data_media, aes(x = reorder(User_ID, -Followers_Juta),
                       y = Followers_Juta,
                       fill = Platform)) +
  geom_bar(stat = "identity", color = "black", alpha = 0.8) +
  geom_text(aes(label = Followers_Juta),
            vjust = -0.3, size = 3, fontface = "bold") +
  scale_fill_manual(values = c(
    "Instagram" = "#800080", 
    "Youtube"   = "#FF0000", 
    "Tiktok"    = "#69C9D0"
  )) +
  labs(
    title = "Jumlah Followers Influencer (dalam Juta)",
    x = "Influencer",
    y = "Followers (Juta)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    axis.text.x = element_text(angle = 45, hjust = 1, size = 9),
    legend.title = element_blank()
  )

Bar chart di atas menunjukkan perbandingan jumlah followers dari beberapa influencer di berbagai platform media sosial.Dari grafik terlihat bahwa MrBeast memiliki jumlah followers terbanyak di antara semua influencer, diikuti oleh Ariana Grande dan Khaby Lame.Sementara itu, beberapa kreator TikTok dan YouTube lain memiliki jumlah pengikut yang lebih sedikit tetapi mungkin memiliki Engagement Rate yang lebih tinggi.

3.2 Histogram

PENGERTIAN HISTOGRAM

Histogram adalah grafik yang digunakan untuk menampilkan sebaran (distribusi) data numerik (angka). Berbeda dengan bar chart yang dipakai untuk data kategori, histogram menunjukkan berapa banyak data yang masuk ke dalam interval tertentu (kelompok nilai).

🧠 Singkatnya:

Histogram menunjukkan frekuensi data dalam bentuk batang yang berdekatan tanpa jarak antar batang.

ATURAN PENGGUNAAN HISTOGRAM

• Data yang akan di visualisasikan adalah data yang berbentuk kuantitatif, sebab histogram menunjukkan frekuensi pada rentang angka tertentu.
• Histogram digunakan saat kita ingin mengetahu pola distribusi. Data tersebut memiliki beberapa jenis yaitu berbentuk simetris, memiliki kemiringan ke kanan maupun ke kiri.
• Histogram digunakan ketika data berjumlah besar karena dapat meringkasnya dalam bentuk visual yang mudah dipahami.
• Histogram mampu menunjukkan seberapa besar frekuensi nilai dalam interval tertentu, contohnya menentukan modus, melihat skala sebaran data, serta mampu mengidentifikasi adanya kecenderungan tertentu dalam data.

KELEBIHAN PENGGUNAAN HISTOGRAM

✅ Menyederhanakan data besar menjadi bentuk grafis yang mudah dipahami

✅ Mempermudah melihat perbandingan antar kelompok atau interval data, sehingga pola perbedaan dalam distribusi dapat terlihat dengan jelas.

✅ Mempermudah untuk analisis statistic yang menjadi dasar untuk memahami tren data.

KEKURANGAN PENGGUNAAN HISTOGRAM

❌ Histogram tidak dapat menampilkan data individual

❌Memberikan gambaran umum, bukan detail sehingga ke Valid an data terkadang dipertanyakan

❌ Kurang efektif untuk membandingkan beberapa data kelompok sekaligus

# Histogram jumlah postingan influencer
ggplot(data_media, aes(x = Posts, fill = Platform)) +
  geom_histogram(
    bins = 5, 
    color = "black", 
    alpha = 0.75, 
    linewidth = 0.3
  ) +
  scale_fill_manual(values = c(
    "Instagram" = "purple", 
    "Youtube"   = "red",
    "Tiktok"    = "#69C9D0"
  )) +
  labs(
    title = "Distribusi Jumlah Postingan Influencer",
    x = "Jumlah Postingan",
    y = "Frekuensi"
  ) +
  theme_minimal(base_size = 11) +
  theme(
    plot.title = element_text(face = "bold", hjust = 0.5),
    legend.title = element_blank(),
    axis.text = element_text(color = "gray25")
  )

Histogram di atas memperlihatkan bagaimana distribusi jumlah postingan dari para influencer di berbagai platform media sosial. Grafik ini membantu kita melihat apakah ada influencer yang sangat aktif (banyak postingan) atau justru jarang mengunggah konten. Dari hasil visualisasi, terlihat bahwa YouTube dan TikTok cenderung memiliki jumlah postingan yang jauh lebih tinggi dibandingkan pengguna Instagram.

3.3 Boxplot

PENGERTIAN BOXPLOT

Boxplot (atau diagram kotak) adalah jenis grafik yang menampilkan sebaran data numerik berdasarkan lima ukuran utama statistik:

1️⃣ Minimum

2️⃣ Kuartil 1 (Q1)

3️⃣ Median (Q2)

4️⃣ Kuartil 3 (Q3)

5️⃣ Maksimum

🧠 Dengan boxplot, kita bisa melihat persebaran data, mendeteksi outlier, dan membandingkan beberapa kelompok data sekaligus.

ATURAN PENGGUNAAN BOXPLOT

• Data harus berupa angka (kuantitatif), karena boxplot menggambarkan ukuran pemusatan dan penyebaran data.

• Data memiliki skala pengukuran yang kontinu (interval atau rasio) agar nilai median dan kuartil dapat dihitung secara valid.

• Jumlah data mencukupi untuk menunjukkan pola distribusi sehingga bentuk boxplot dapat merepresentasikan karakter data dengan jelas.

KELEBIHAN MENGGUNAKAN BOXPLOT

✅ Mampu menampilkan ringkasan data secara sederhana namun informatif

✅ Dapat mendeteksi pencilan atau outlier

✅ Efektif untuk membandingkan distribusi antar kelompok data

KEKURANGAN MENGGUNAKAN BOXPLOT

❌ Tidak menampilkan detail nilai individu.

❌ Sulit dipahami oleh orang yang belum terbiasa membaca boxplot.

❌ Tidak menunjukkan bentuk distribusi secara halus (tidak seperti histogram).

ggplot(data_media, aes(x = Platform, y = Avg_Likes, fill = Platform)) +
  geom_boxplot() +
  scale_fill_manual(
    values = c(
      "Instagram" = "purple",     # ungu
      "Youtube"   = "red",        # merah
      "Tiktok"    = "skyblue"     # baby blue
    )
  ) +
  labs(
    title = "Penyebaran Rata-rata Likes per Platform",
    x = "Platform",
    y = "Rata-rata Likes"
  ) +
  theme_minimal()

Instagram (ungu)

Instagram terlihat memiliki penyebaran nilai likes yang cukup lebar, dengan satu nilai yang sangat tinggi (outlier) yaitu dari akun @thv. Ini menandakan bahwa meskipun sebagian besar akun Instagram memiliki rata-rata likes yang mirip, ada satu akun dengan interaksi luar biasa tinggi.

YouTube (merah)

YouTube memiliki median likes yang cukup tinggi namun lebih stabil, artinya rata-rata likes antar akun YouTube tidak terlalu jauh berbeda.

TikTok (baby blue)

TikTok memiliki penyebaran yang cukup variatif, menunjukkan bahwa ada beberapa akun dengan likes tinggi dan ada juga yang rendah, tetapi tidak se-ekstrem Instagram.

3.4 Pie Chart

PENGERTIAN PIE CHART

Pie chart atau diagram lingkaran adalah jenis grafik yang menampilkan proporsi atau persentase data dalam bentuk potongan lingkaran. Setiap potongan mewakili kategori data, dan ukuran potongan menunjukkan besarnya kontribusi tiap kategori terhadap total keseluruhan.

ATURAN PENGGUNAAN PIE CHART

✅ Gunakan data kategorikal (bukan angka berkelanjutan). Contoh: jenis platform media sosial, gender, preferensi produk.

• Jumlah kategori sebaiknya tidak lebih dari 5–7 agar grafik tetap mudah dipahami.

• Pastikan total data bernilai 100% (karena pie chart menggambarkan bagian dari keseluruhan).

• Gunakan warna berbeda dan kontras untuk tiap potongan.

⚠️ Hindari menampilkan data dengan nilai yang terlalu kecil karena sulit dibaca di pie chart

KELEBIHAN PENGGUNAAN PIE CHART

✅ Mudah dipahami — menampilkan perbandingan antar bagian secara visual.

✅ Cocok untuk menunjukkan proporsi — misalnya, persentase pengguna tiap platform.

✅ Mudah dibuat di RStudio dengan fungsi sederhana.

KEKURANGAN PENGGUNAAN PIE CHART

❌ Kurang akurat untuk perbandingan detail — sulit membedakan potongan dengan ukuran mirip.

❌ Tidak cocok untuk banyak kategori — grafik jadi padat dan sulit dibaca.

❌ Tidak menunjukkan tren waktu — hanya menggambarkan satu momen data.

ggplot(data_media, aes(x = "", fill = Platform)) +
  geom_bar(width = 1, color = "white") +
  coord_polar("y") +
  scale_fill_manual(values = c("Instagram" = "purple", "Youtube" = "red", "Tiktok" = "skyblue")) +
  labs(title = "Proporsi Influencer Berdasarkan Platform") +
  theme_void()

Pie chart ini memperlihatkan proporsi jumlah influencer dari masing-masing platform. Platform TikTok memiliki jumlah influencer terbanyak (4 orang). YouTube dan Instagram masing-masing memiliki 3 influencer.

3.5 Scatter plot

PENGEERTIAN SCATTER PLOT

Scatter plot (diagram sebar) adalah jenis grafik yang menampilkan hubungan antara dua variabel numerik (misalnya tinggi dan berat, likes dan engagement). Setiap titik pada grafik mewakili satu observasi/data, dengan:

• Sumbu X (horizontal) mewakili satu variabel,

• Sumbu Y (vertikal) mewakili variabel lainnya.

ATURAN PENGGUNAAN SCATTER PLOT

• Gunakan dua variable numerik

• Setiap titik mewakili satu pasang data (x,y)

• Variable bebas di sumbu X dan variable terkaitu sumbu Y

⚠️ Hindari terlalu banyak titik (data besar) tanpa transparansi, bisa menumpuk dan sulit dibaca.

KELEBIHAN PENGGUNAAN SCATTER PLOT

✅ Menunjukkan pola hubungan (positif, negatif, atau tidak ada hubungan) dengan jelas.

✅ Dapat mendeteksi outlier atau data yang menyimpang dari pola umum.

✅ Sederhana, mudah dibuat, dan cepat memberikan gambaran awal hubungan antar variabel.

KEKURANGAN PENGGUNAAN SCATTER PLOT

❌ Tidak menunjukkan kekuatan hubungan secara pasti (perlu analisis korelasi lanjutan).

❌ Sulit dibaca jika jumlah titik terlalu banyak dan saling menumpuk.

❌ Tidak cocok untuk data kategorikal atau data dengan jumlah kecil.

ggplot(data_media, aes(x = Followers_Juta, y = Avg_Likes, color = Platform)) +
  geom_point(size = 4) +
  scale_color_manual(values = c("Instagram" = "purple", "Youtube" = "red", "Tiktok" = "skyblue")) +
  labs(title = "Hubungan Followers dan Likes", x = "Followers (juta)", y = "Rata-rata Likes") +
  theme_minimal()

Penjelasan Hasil:

Scatter plot ini menunjukkan hubungan antara jumlah followers dan rata-rata likes. Secara umum, semakin banyak followers, semakin besar jumlah likes yang diterima. Namun, ada beberapa pengecualian seperti user THV (followers sedang tapi likes sangat tinggi).

3.6 Line plot

PENGERTIAN LINE PLOT

Line plot atau diagram garis adalah jenis grafik yang digunakan untuk menampilkan perubahan data dari waktu ke waktu (tren) atau hubungan antara dua variabel numerik yang terhubung secara berurutan. Data ditampilkan dalam bentuk titik-titik yang dihubungkan dengan garis — sehingga pola atau arah perubahan bisa terlihat dengan jelas.

ATURAN PENGGUNAAN LINE PLOT

• Gunakan data numerik yang berurutan — misalnya waktu, tanggal, bulan, atau urutan peristiwa.

• Pastikan urutan sumbu X logis dan konsisten (misalnya Januari ke Desember, bukan acak).

• Beri label dan judul yang jelas pada sumbu X dan Y.

• Gunakan warna berbeda jika menampilkan lebih dari satu garis.

⚠️ Hindari terlalu banyak garis karena grafik bisa terlihat berantakan.

KELEBIHAN PENGGUNAAN LINE PLOT

✅ Menunjukkan tren/perubahan dari waktu ke waktu dengan jelas.

✅ Mudah membaca pola naik-turun (fluktuasi) suatu data.

✅ Sederhana dan mudah dibuat di RStudio.

KEKURANGAN PENGGUNAAN LINE PLOT

❌ Hanya cocok untuk data berurutan (time series) — tidak bisa untuk kategori acak.

❌ Sulit dibaca jika terlalu banyak garis atau titik data.

❌ Kurang efektif untuk menunjukkan proporsi atau perbandingan total.

library(ggplot2)

ggplot(data_media, aes(
  x = reorder(User_ID, Timestamp),
  y = Timestamp,
  group = User_ID,
  color = User_ID
)) +
  geom_line(size = 1.2) +
  geom_point(size = 3) +
  geom_text(aes(label = Timestamp),
            vjust = -0.8, size = 3.5, fontface = "bold") +
  scale_color_manual(values = c(
    "arianagrande"        = "#FF4B5C",   # merah muda terang
    "sza"                 = "#FF6B6B",   # merah pastel
    "thv"                 = "#C92A2A",   # merah tua elegan
    "MrBeast"             = "#007BFF",   # biru cerah
    "Windah Basudara"     = "#4C9AFF",   # biru langit
    "Nessie Judge"        = "#003366",   # biru gelap
    "Vilmei"              = "#69C9D0",   # biru tiktok khas
    "Shasa Zhania"        = "#3399CC",   # biru medium
    "Gracia Jessica Jane" = "#FF8C8C",   # merah lembut
    "Khaby Lame"          = "#1E90FF"    # biru klasik
  )) +
  labs(
    title = "Timeline Tahun Pertama Aktivitas Influencer di Media Sosial",
    x = "Influencer (Urut Berdasarkan Tahun Pertama Posting)",
    y = "Tahun Pertama Posting"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    legend.title = element_blank(),
    plot.title = element_text(face = "bold", size = 13)
  )

## 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_line()`: Each group consists of only one observation.
## ℹ Do you need to adjust the group aesthetic?

Penjelasan Hasil:

Line plot menunjukkan bahwa aktivitas influencer dimulai dari tahun 2010 hingga 2021. Influencer lama seperti SZA, Ariana Grande, dan MrBeast muncul lebih awal di YouTube dan Instagram, sedangkan Khaby Lame, Vilmei, dan lainnya mulai aktif di era TikTok (2019–2020). Secara keseluruhan, terlihat adanya pergeseran tren platform dan munculnya generasi baru influencer seiring waktu.

3.7 Density plot

PENGERTIAN DENSITY PLOT

Density plot atau diagram kepadatan adalah grafik yang menunjukkan distribusi data numerik secara halus menggunakan kurva kepadatan (density curve). Berbeda dari histogram yang menampilkan batang, density plot menggambarkan pola sebaran data dengan garis lengkung — sehingga kita bisa melihat di mana data paling banyak terkonsentrasi.

ATURAN PENGGUNAAN DENSITY PLOT

• Gunakan data numerik kontinu (misalnya nilai, penghasilan, tinggi, likes, engagement).

• Gunakan jumlah data yang cukup banyak agar kurva terlihat halus dan akurat.

• Dapat dibandingkan antar kelompok (dengan warna berbeda) jika ingin melihat perbedaan distribusi.

• Gunakan label sumbu dan judul yang jelas.

⚠️ Hindari penggunaan pada data kategorikal atau data yang sedikit (hasilnya tidak bermakna).

KELEBIHAN PENGGUNAAN DENSITY PLOT

✅ Lebih halus dari histogram — menampilkan pola distribusi tanpa batasan bin (batang).

✅ Memudahkan perbandingan antar kelompok data dengan menumpuk beberapa kurva.

✅ Cocok untuk analisis statistik seperti melihat sebaran nilai ER, likes, atau skor.

Kekurangan

❌ Sulit dipahami bagi pemula karena tidak langsung menunjukkan frekuensi absolut.

❌ Kurang cocok untuk data sedikit (kurva bisa tidak akurat).

❌ Bisa menyesatkan jika bandwidth (parameter penghalus) tidak diatur dengan tepat.

ggplot(data_media, aes(x = ER, fill = Platform)) +
  geom_density(alpha = 0.6) +
  scale_fill_manual(values = c("Instagram" = "purple", "Youtube" = "red", "Tiktok" = "skyblue")) +
  xlim(0, 0.05) +
  labs(
    title = "Distribusi Engagement Rate (ER)",
    x = "Engagement Rate",
    y = "Kepadatan"
  ) +
  theme_minimal()

## Warning: Removed 3 rows containing non-finite outside the scale range
## (`stat_density()`).

Penjelasan Hasil: Density plot ini memperlihatkan persebaran nilai Engagement Rate (ER) di setiap platform. Sebagian besar akun memiliki ER rendah (<0.01). Namun, ada beberapa akun di TikTok dan Instagram dengan ER sangat tinggi seperti Shasa Zhania dan THV.

3.8 Ridgeline plot

Pengertian

Ridgeline plot (kadang disebut juga joyplot) adalah jenis grafik yang menampilkan beberapa distribusi data (density plot) dari berbagai kelompok atau kategori secara bertumpuk dan sejajar.

Tujuannya adalah untuk membandingkan bentuk distribusi antar kelompok dengan cara yang visual dan menarik. Setiap “lapisan” (ridge) mewakili satu kategori, seperti platform, tahun, atau jenis pengguna.

Aturan Penggunaan

• Gunakan data numerik kontinu (misalnya likes, engagement, durasi).

• Data harus memiliki kategori pengelompok (faktor), seperti platform atau tahun.

• Gunakan warna lembut atau transparan (alpha) agar lapisan tidak menutupi satu sama lain.

• Urutkan kategori secara logis (misalnya dari tahun lama ke terbaru, atau dari platform populer ke kurang populer).

⚠️ Hindari terlalu banyak kategori karena bisa membuat grafik penuh dan sulit dibaca.

Kelebihan

✅ Kombinasi antara density plot dan kategori, jadi lebih informatif.

✅ Cocok untuk data media sosial, riset perilaku, atau tren waktu.

✅ Menunjukkan perbedaan bentuk distribusi (rata-rata, sebaran, kemiringan) dengan jelas.

Kekurangan

❌ Sulit dibaca jika terlalu banyak kategori (grafik jadi padat).

❌ Tidak cocok untuk data sedikit — kurva bisa tidak akurat.

❌ Membutuhkan paket tambahan (ggridges), tidak tersedia di fungsi dasar R.

library(ggridges)

ggplot(data_media, aes(x = ER, y = Platform, fill = Platform)) +
  geom_density_ridges(alpha = 0.7) +
  scale_fill_manual(values = c(
    "Instagram" = "purple",
    "Youtube" = "red",
    "Tiktok" = "skyblue"
  )) +
  labs(
    title = "Perbandingan Distribusi ER antar Platform",
    x = "Engagement Rate",
    y = "Platform"
  ) +
  theme_minimal()

## Picking joint bandwidth of 0.0754

Penjelasan Hasil:

Ridgeline plot ini membandingkan bentuk distribusi ER (engagement Rate) antar platform. TikTok memiliki puncak distribusi yang lebih tinggi, menandakan lebih banyak akun dengan (Engagemeent Rate) tinggi. Instagram menunjukkan satu puncak ekstrem karena adanya akun THV dengan ER (Engagement Rate) sangat besar. YouTube memiliki distribusi yang datar, artinya tingkat engagement di sana lebih rendah dan stabil.