Analisis Faktor-Faktor Penentu Harga Berlian dengan Visualisasi

Rima Nurfitriana

2026-03-04

Analisis Faktor-Faktor Penentu Harga Berlian

Berlian merupakan komoditas bernilai tinggi yang harganya ditentukan oleh berbagai karakteristik, seperti berat (carat), warna (color), kualitas potongan (cut), dan kedalaman (depth). Dalam praktiknya, harga tidak ditentukan oleh satu faktor saja, melainkan kombinasi dari beberapa aspek kualitas tersebut. Tantangannya adalah memahami faktor mana yang paling berpengaruh terhadap harga, terutama ketika jumlah data sangat besar.

Visualisasi sederhana seperti scatter plot sering kurang efektif karena terjadi penumpukan data (overplotting), sehingga pola hubungan sulit terlihat. Oleh karena itu, analisis ini menggunakan teknik visualisasi yang lebih informatif, seperti hexbin plot untuk data padat dan boxplot serta violin plot untuk membandingkan distribusi harga antar kategori. Pendekatan ini diharapkan mampu memberikan gambaran yang lebih jelas mengenai hubungan antar variabel.

Berdasarkan hal tersebut, penelitian ini bertujuan menjawab beberapa pertanyaan berikut:
- Apakah semakin besar berat berlian maka harganya semakin tinggi?
- Apakah warna dan kualitas potongan memengaruhi harga?
- Apakah kedalaman berlian berkaitan dengan harga?
- Faktor manakah yang tampak paling dominan dalam menentukan harga berlian?

Visualisasi

Hubungan Berat (Carat) dan Harga

ggplot(diamonds, aes(x = carat, y = price)) +
  geom_hex(color = "white", linewidth = 0.1) + 
  scale_fill_gradient(low = "bisque", high = "saddlebrown") + 
  labs(
    title = "Kepadatan Berat vs Harga Berlian",
    x = "Berat (Carat)",
    y = "Harga (USD)",
    fill = "Jumlah"
  ) +
  theme_minimal()

Hexbin plot digunakan karena jumlah data berlian sangat besar. Pada grafik ini, warna yang semakin gelap menunjukkan semakin banyak berlian yang berada pada kombinasi berat dan harga tertentu.

Hexbin plot menunjukkan bahwa terdapat hubungan positif antara berat (carat) dan harga. Artinya, semakin besar berat berlian, maka harga cenderung meningkat. Pola ini tidak hanya terlihat pada sebagian kecil data, tetapi hampir di seluruh rentang berat. Hal ini menunjukkan bahwa berat merupakan faktor yang sangat kuat dalam menentukan harga berlian.

Namun demikian, pola tersebut tidak sepenuhnya lurus atau sempurna. Pada berat yang sama, terdapat variasi harga yang cukup lebar. Ini berarti dua berlian dengan berat identik bisa memiliki harga yang berbeda. Perbedaan tersebut kemungkinan dipengaruhi oleh faktor lain seperti warna, kualitas potongan, atau karakteristik proporsi. Dengan kata lain, berat adalah faktor utama, tetapi bukan satu-satunya penentu harga.

Secara umum, grafik ini memberikan bukti visual yang kuat bahwa berat berlian merupakan faktor dominan dalam variasi harga.

Distribusi Harga Berlian Berdasarkan Warna

ggplot(diamonds, aes(x = color, y = price)) +
  geom_boxplot(fill = "tan", color = "saddlebrown", alpha = 0.8) +
  labs(
    title = "Distribusi Harga Berdasarkan Warna",
    x = "Kategori Warna",
    y = "Harga (USD)"
  ) +
  theme_minimal()

Boxplot membantu kita membandingkan distribusi harga antar kategori warna, mulai dari D (paling jernih) hingga J (lebih kekuningan). Dalam boxplot, garis di tengah menunjukkan nilai tengah (median), sedangkan kotak menunjukkan rentang mayoritas data.

Dari boxplot tersebut bisa dilihat bahwa kategori warna dengan kualitas lebih tinggi cenderung memiliki median harga yang lebih besar. Ini menunjukkan bahwa warna memang memiliki pengaruh terhadap harga. Berlian yang lebih jernih secara umum dihargai lebih mahal karena dianggap memiliki kualitas visual yang lebih baik.

Namun, jika dibandingkan dengan pengaruh berat (carat), perbedaan harga antar warna tidak terlalu ekstrem. Selain itu, terlihat adanya tumpang tindih distribusi antar kategori warna. Artinya, ada berlian dengan warna lebih rendah yang tetap memiliki harga tinggi. Hal ini kemungkinan terjadi karena beratnya lebih besar atau kualitas potongannya lebih baik.

Dengan demikian, warna berkontribusi terhadap harga, tetapi pengaruhnya bersifat relatif dan sering kali bergantung pada kombinasi dengan faktor lain.

Distribusi Harga Berlian Berdasarkan Potongan (Cut)

ggplot(diamonds, aes(x = cut, y = price)) +
  geom_violin(fill = "saddlebrown", alpha = 0.6) +
  geom_boxplot(width = 0.1, outlier.alpha = 0.2) +
  labs(
    title = "Distribusi Harga Berdasarkan Potongan",
    x = "Potongan (Cut)",
    y = "Harga (USD)"
  ) +
  theme_minimal()

Violin plot memberikan gambaran yang lebih detail tentang bentuk distribusi harga pada setiap kategori potongan, sedangkan boxplot di dalamnya menunjukkan nilai tengah dan sebaran utama data.

Secara umum, berlian dengan potongan yang lebih baik seperti “Premium” dan “Ideal” cenderung memiliki harga median yang lebih tinggi dibandingkan kategori “Fair” atau “Good”. Hal ini masuk akal karena kualitas potongan memengaruhi cara cahaya dipantulkan oleh berlian, sehingga memengaruhi keindahan dan nilai jualnya.

Namun, grafik juga menunjukkan bahwa perbedaan harga antar kategori potongan tidak sepenuhnya konsisten. Misalnya, terdapat berlian dengan potongan “Fair” yang memiliki harga tinggi. Ini menunjukkan bahwa kualitas potongan saja tidak cukup untuk menjelaskan variasi harga secara menyeluruh.

Distribusi yang cukup lebar pada setiap kategori juga mengindikasikan bahwa dalam satu kategori potongan terdapat variasi harga yang besar. Artinya, potongan berpengaruh, tetapi tetap harus dilihat bersama dengan faktor lain seperti berat dan warna.

Hubungan Depth (Kedalaman) dan Harga Berlian

ggplot(diamonds, aes(x = depth, y = price)) +
  geom_hex(color = "white", linewidth = 0.1) + 
  scale_fill_gradient(low = "bisque", high = "saddlebrown") + 
  labs(
    title = "Depth vs Harga Berlian",
    x = "Depth (%)",
    y = "Harga (USD)",
    fill = "Frekuensi"
  ) +
  theme_minimal()

Berbeda dengan carat, hubungan antara depth dan harga tidak menunjukkan pola yang kuat atau konsisten. Sebaran data terlihat relatif merata di berbagai nilai depth, tanpa adanya tren peningkatan harga yang jelas. Hal ini menunjukkan bahwa perubahan nilai depth tidak secara langsung berkaitan dengan kenaikan atau penurunan harga secara signifikan.

Meskipun depth merupakan bagian dari karakteristik teknis berlian, visualisasi ini mengindikasikan bahwa pengaruhnya terhadap harga tidak sebesar berat, warna, atau potongan. Depth kemungkinan lebih berperan sebagai faktor pendukung dalam kualitas keseluruhan berlian, bukan sebagai penentu utama harga. Dengan demikian, berdasarkan analisis visual, depth tampak memiliki kontribusi yang relatif lebih kecil dalam menjelaskan variasi harga berlian.

Kesimpulan

Berdasarkan hasil visualisasi yang telah dilakukan, dapat disimpulkan bahwa berat (carat) merupakan faktor yang paling dominan dalam menentukan harga berlian. Hubungan antara carat dan harga terlihat paling kuat dan konsisten dibandingkan variabel lainnya. Semakin besar berat berlian, semakin tinggi pula harga yang terbentuk. Meskipun terdapat variasi harga pada berat yang sama, pola umumnya tetap menunjukkan bahwa carat menjadi penjelas utama dalam variasi harga.

Sementara itu, warna (color) dan kualitas potongan (cut) juga memiliki pengaruh terhadap harga, namun sifatnya lebih sebagai faktor pendukung. Kedua variabel ini menunjukkan adanya perbedaan distribusi harga antar kategori, tetapi masih terjadi tumpang tindih yang cukup besar. Artinya, pengaruhnya tidak berdiri sendiri dan sangat bergantung pada kombinasi dengan berat berlian. Di sisi lain, depth (kedalaman) tidak menunjukkan hubungan yang kuat dengan harga, sehingga kontribusinya relatif lebih kecil dibandingkan faktor lainnya.

Secara keseluruhan, harga berlian ditentukan oleh kombinasi beberapa karakteristik, namun berat (carat) tampak sebagai faktor yang paling berpengaruh dalam menjelaskan variasi harga. Melalui pendekatan visualisasi yang tepat, pola hubungan dalam data dapat dipahami dengan lebih jelas, bahkan tanpa analisis statistik yang kompleks.