#Satu

library(ggplot2)
head(diamonds)
## # A tibble: 6 × 10
##   carat cut       color clarity depth table price     x     y     z
##   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
## 1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
## 2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
## 3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
## 4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
## 5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
## 6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
ggplot(diamonds, aes(x = color)) +
  geom_bar(fill = "pink") +
  labs(
    title = "Jumlah Berlian Berdasarkan Color",
    x = "Color",
    y = "Jumlah"
  ) 

theme_set(
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold", color = "#AD1457"))
)

##interpretasi Diagram batang menunjukkan bahwa warna G memiliki jumlah berlian yang paling banyak dibandingkan dengan warna lainnya, menunjukkan bahwa berlian warna G adalah yang paling umum atau paling sering ditemukan dalam kumpulan berlian. Warna E dan F juga memiliki jumlah berlian yang relatif tinggi dan hampir tidak berbeda satu sama lain, menunjukkan bahwa kedua warna ini juga cukup dominan. Namun, jumlah berlian warna H berada pada tingkat menengah, lebih sedikit daripada warna G, E, dan F, tetapi masih lebih banyak daripada warna I dan J. Jumlah berlian warna J paling sedikit, jadi mungkin agak jarang di dataset ini.

library(ggplot2)

ggplot(diamonds, aes(x = cut, fill = color)) +
  geom_bar(position = "dodge", color = "white") +
  scale_fill_manual(
    values = c(
      "#E91E63", "#F8BBD0", "#F48FB1",
      "#F06", "#EC407A", "#AD1457", "#B71C1C"
    )
  ) +
  labs(
    title = "Grouped Bar Chart Cut dan Color Berlian",
    x = "Cut",
    y = "Jumlah"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold", color = "#AD1457"),
    axis.title = element_text(face = "bold"),
    axis.text = element_text(color = "#880E4F"),
    legend.title = element_text(face = "bold"),
    legend.text = element_text(color = "#880E4F")
  ) +
  theme(
    plot.title = element_text(hjust = 0.5)
  )

##interpretasi Secara keseluruhan, visualisasi bar chart grup ini menunjukkan bahwa kategori potongan dan warna mempengaruhi distribusi jumlah berlian secara bersamaan, bukan hanya oleh satu variabel. Untuk hampir semua warna, cut Ideal jelas memiliki jumlah berlian paling banyak, diikuti oleh Premium dan Very Good, dengan cut Fair memiliki jumlah berlian paling sedikit. Hal ini menunjukkan bahwa berlian dengan kualitas potongan yang lebih tinggi mungkin lebih mudah ditemukan atau diproduksi. Untuk warna berlian, warna kelas menengah (G, H, dan F) mendominasi hampir setiap kategori potongan, sementara warna ekstrem (D, J) lebih sedikit. Pola ini menunjukkan bahwa pasar berlian sedang berkonsentrasi pada kombinasi kualitas potongan tinggi warna yang tetap murah.

ggplot(diamonds, aes(x = cut, fill = color)) +
  geom_bar(position = "fill", color = "white") +
  scale_fill_manual(
    values = c(
      "#E91E63", "#F8BBD0", "#F48FB1",
      "#F06", "#EC407A", "#AD1457", "#B71C1C"
    )
  ) +
  scale_y_continuous(labels = scales::percent) +
  labs(
    title = "Proportion Bar Chart Cut dan Color Berlian",
    x = "Cut",
    y = "Proporsi"
  ) +
  theme_minimal() +
theme(
  plot.title = element_text(
    hjust = 0.5,
    face = "bold",
    color = "#AD1457"
  )
)

##interpretasi Secara keseluruhan, rasio bar chart ini menunjukkan bahwa komposisi warna berlian pada setiap kategori potongan relatif konsisten, meskipun jumlah total berlian berbeda-beda. Warna kelas menengah (G, H, dan F) memiliki proporsi paling besar di semua jenis potongan, menunjukkan bahwa warna tersebut paling sering digunakan pada berbagai kualitas potongan. Warna ekstrim (D, J, dan sebaliknya) cenderung memiliki proporsi paling kecil di hampir semua kategori potongan. Potongan dengan kualitas lebih tinggi (Ideal dan Premium) memiliki distribusi warna yang lebih seimbang dibandingkan dengan potongan Fair, yang didominasi oleh warna-warna tertentu. Hal ini menunjukkan bahwa peningkatan kualitas cut berdampak pada jumlah berlian dan variasi warna.