Jawablah pertanyaan di bawah ini

  1. Siapa pelanggan yang paling sering membeli dengan total belanja lebih dari 5000000?
  2. Ada berapa banyak perempuan di kota yang berbelanja lebih dari 5x?
  3. Siapa pelanggan yang paling sering membeli dengan penghasilan lebih dari 5000000?
  4. Berjenis kelamin apa pelanggan yang tinggal di desa namun memiliki total belanja yang lebih dari 5000000?
  5. Berpenghasilan berapa pelanggan yang tinggal di desa namun memiliki total belanja lebih dari 5000000?
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
df<-read.csv("df_customer.csv")
head(df)
##   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
# SOAL 1: Siapa pelanggan yang paling sering membeli dengan total belanja lebih dari 5.000.000?
df_1 <- df %>%
  filter(Total_Belanja > 5000000)
sort(table(df_1$ID_Pelanggan), decreasing = TRUE)[1]
## ID00007 
##       7
# 2. Ada berapa banyak perempuan di kota yang berbelanja lebih dari 5x?
df_2<- df %>%
  filter(Jenis_Kelamin == "Perempuan",
         Tempat_Tinggal== "Kota") %>%
  group_by(ID_Pelanggan)%>%
  summarise(Frekuensi_Belanja=n())%>%
  filter(Frekuensi_Belanja > 5)
nrow(df_2)
## [1] 0
# 3. Siapa pelanggan yang paling sering membeli dengan penghasilan lebih dari 5.000.000?
df_3 <- df %>%
  filter(Penghasilan > 5000000)
sort(table(df_3$ID_Pelanggan), decreasing = TRUE)[1]
## ID00007 
##       9
# 4. Berjenis kelamin apa pelanggan yang tinggal di desa namun memiliki total belanja lebih dari 5.000.000?
df_4 <- df %>%
  filter(Tempat_Tinggal == "Desa",
         Total_Belanja > 5000000)
table(df_4$Jenis_Kelamin)
## 
## Laki-laki Perempuan 
##        10        37
# 5. Berpenghasilan berapa pelanggan yang tinggal di desa namun memiliki total belanja lebih dari 5.000.000?
df_5 <- df %>%
  filter(Tempat_Tinggal == "Desa",
         Total_Belanja > 5000000) %>%
  select(ID_Pelanggan,Penghasilan)
table(df_5$Penghasilan)
## 
##  3157783  3373098  3726214  4481204  4626369  4849165  5455465  5575699 
##        1        1        1        1        1        1        1        1 
##  5616450  5671820  5809025  5940612  5947963  6005712  6093467  6128487 
##        1        1        1        1        1        1        1        1 
##  6193172  6455085  6467267  6499451  6533837  6571179  6776730  6856664 
##        1        1        1        1        1        1        1        1 
##  6915574  6928182  6940985  7028460  7082568  7212261  7651846  7773498 
##        1        1        1        1        1        1        1        1 
##  7822419  8032910  8108645  8141032  8635642  9024791  9032981  9231091 
##        1        1        1        1        1        1        1        1 
##  9310352  9331982  9498495  9657061  9810087 10832415 11664452 
##        1        1        1        1        1        1        1