Visualisasi 1:Bar Chart

Frekuensi Berlian Berdasarkan Clarity

ggplot(diamonds, aes(x = clarity)) +
  geom_bar(
    fill = "#A5D8FF",
    color = "white",
    linewidth = 0.3
  ) +
  labs(
    title = "Jumlah Berlian Menurut Tingkat Kejernihan pada Dataset Diamonds",
    x = "Clarity",
    y = "Jumlah"
  ) +
  theme_minimal()

Interpretasi:
Grafik ini menunjukkan jumlah berlian pada setiap tingkat kejernihan.
Terlihat bahwa berlian dengan kejernihan SI1 dan VS2 jumlahnya paling banyak, sedangkan kejernihan I1 dan IF paling sedikit.
Artinya, di dataset ini berlian dengan kualitas kejernihan menengah lebih umum ditemukan dibandingkan kualitas yang sangat rendah atau sangat tinggi.

Visualisasi 2:Grouped Bar Chart

Jumlah Berlian Berdasarkan Cut dan Color

ggplot(diamonds, aes(x = cut, fill = color)) +
  geom_bar(
    position = position_dodge(width = 0.8),
    width = 0.7,
    color = "white",
    linewidth = 0.3
  ) +
  scale_fill_manual(values = c(
    "#0D3B66",  
    "#1D4E89",  
    "#2E6F95",  
    "#4EA8DE",  
    "#74C0FC",  
    "#A5D8FF",  
    "#D0EBFF"   
  )) +
  labs(
    title = "Jumlah Berlian Berdasarkan Potongan dan Warna pada Dataset Diamonds",
    x = "Cut",
    y = "Jumlah",
    fill = "Color"
  ) +
  theme_minimal()

Interpretasi:
Grafik ini membandingkan jumlah berlian berdasarkan kualitas potongan (cut) dan warna (color).
Secara umum, berlian dengan potongan Ideal dan Premium muncul lebih banyak dibandingkan potongan lainnya. Jadi, kebanyakan berlian di data ini kualitas potongannya sudah bagus. Untuk warna, yang paling sering muncul itu G, E, dan F, sementara warna J paling jarang. Artinya, berlian yang paling banyak di pasaran adalah yang potongannya bagus dan warnanya masih cukup bening, sedangkan yang kualitas potongan dan warnanya kurang bagus jumlahnya lebih sedikit. —

Visualisasi 3:Proportion Bar Chart

Proporsi Clarity pada Setiap Cut

ggplot(diamonds, aes(x = cut, fill = clarity)) +
  geom_bar(
    position = "fill",
    color = "white",
    linewidth = 0.3
  ) +
  scale_fill_manual(values = c(
    "#0D3B66",  
    "#1D4E89",  
    "#2E6F95",  
    "#3F8EFC",  
    "#4EA8DE",  
    "#74C0FC",  
    "#A5D8FF",  
    "#D0EBFF"   
  )) +
  labs(
    title = "Proporsi Tingkat Kejernihan pada Jenis Potongan Berlian (Dataset Diamonds)",
    x = "Cut",
    y = "Proporsi",
    fill = "Clarity"
  ) +
  theme_minimal()

Interpretasi:
Grafik ini menunjukkan perbandingan proporsi tingkat kejernihan di dalam setiap kategori potongan berlian.
Terlihat bahwa sebagian besar potongan memiliki komposisi kejernihan yang mirip, dengan kategori SI1, VS2, dan VS1 sering muncul dalam proporsi cukup besar.
Hal ini menunjukkan bahwa kualitas kejernihan menengah cukup umum ditemukan pada berbagai jenis potongan berlian.

Visualisasi 4:Stacked Bar Chart

Jumlah Berlian Berdasarkan Color dan Clarity

ggplot(diamonds, aes(x = color, fill = clarity)) +
  geom_bar(
    color = "white",
    linewidth = 0.3
  ) +
  scale_fill_manual(values = c(
    "#0D3B66",  
    "#1D4E89",  
    "#2E6F95",  
    "#3F8EFC",  
    "#4EA8DE",  
    "#74C0FC",  
    "#A5D8FF",  
    "#D0EBFF"
  )) +
  labs(
    title = "Jumlah Berlian Berdasarkan Warna dan Tingkat Kejernihan",
    x = "Color",
    y = "Jumlah",
    fill = "Clarity"
  ) +
  theme_minimal()

Interpretasi:
Grafik ini menunjukkan bahwa jumlah berlian paling banyak ada pada warna G, E, dan F, yaitu warna yang masih tergolong bening tapi bukan yang paling sempurna. Warna paling bening (D) justru jumlahnya lebih sedikit, dan semakin ke warna H, I, sampai J jumlah berliannya makin berkurang.

Dari sisi kejernihan, sebagian besar berlian berada di tingkat kejernihan menengah (SI1 dan SI2), bukan yang paling jernih. Berlian dengan kejernihan paling tinggi seperti IF jumlahnya sangat sedikit di semua warna. Artinya, di pasaran lebih banyak berlian dengan kualitas bagus tapi tidak sempurna, sedangkan yang benar-benar sempurna itu langka.