data <- read.csv("data_kesehatan.csv")

sehat <- subset(data, gula_darah < 110 & kolesterol < 200 &
                      tekanan_sistolik < 130 & tekanan_diastolik < 85)

jumlah_sehat <- nrow(sehat)

print(paste("Jumlah responden sehat =", jumlah_sehat))

## [1] "Jumlah responden sehat = 48"

data <- read.csv("data_kesehatan.csv")

lima_terendah <- head(data[order(data$skor_kesehatan), ], 5)

lima_terendah[, c("id", "umur", "jenis_kelamin", "skor_kesehatan")]

##      id umur jenis_kelamin skor_kesehatan
## 49   49   32     Perempuan       45.44594
## 11   11   68     Perempuan       48.51474
## 70   70   41     Laki-laki       53.51686
## 193 193   69     Laki-laki       54.22224
## 176 176   50     Laki-laki       57.96087

data <- read.csv("data_kesehatan.csv")

data$kelompok_umur <- cut(
  data$umur,
  breaks = c(-Inf, 29, 50, Inf),
  labels = c("<30", "30-50", ">50")
)

rata_per_kelompok <- aggregate(skor_kesehatan ~ kelompok_umur, data = data, FUN = mean)

print(rata_per_kelompok)

##   kelompok_umur skor_kesehatan
## 1           <30       90.37880
## 2         30-50       89.35499
## 3           >50       89.53153

data <- read.csv("data_kesehatan.csv")

terendah_gula <- data[which.min(data$gula_darah), ]

terendah_gula[, c("id", "umur", "jenis_kelamin", "gula_darah")]

##   id umur jenis_kelamin gula_darah
## 5  5   67     Perempuan   49.01314

data <- read.csv("data_kesehatan.csv")

filtered <- subset(data, kolesterol < 200 & gula_darah < 110)

rata_skor <- mean(filtered$skor_kesehatan)

print(paste("Rata-rata skor kesehatan =", rata_skor))

## [1] "Rata-rata skor kesehatan = 96.5727187374933"