Pada laporan ini dilakukan analisis terhadap data harga emas Antam dan UBS yang diperoleh dari Pegadaian pada periode Januari 2025 sampai Februari 2026.
Data yang digunakan terdiri dari beberapa variabel yaitu:
Tanggal (Numerik)
Tempat (Kategorik)
Jenis_Emas (Kategorik)
Harga_Per_gram (Numerik)
Analisis dilakukan menggunakan bahasa pemrograman R dengan beberapa jenis visualisasi data.
library(readxl)
library(ggplot2)
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
library(scales)
library(modeest)
Mengambil data dari Excel
data <- read_excel("D:/DATA HARGA EMAS NUM.xlsx")
data$Tanggal <- as.Date(data$Tanggal, format="%d/%m/%Y")
head(data, 30)
## # A tibble: 28 × 4
## Tanggal Tempat Jenis_Emas Harga_Per_gram
## <date> <chr> <chr> <dbl>
## 1 2025-01-01 Pegadaian Ubs 1502000
## 2 2025-01-01 Pegadaian Antam 1553000
## 3 2025-02-01 Pegadaian Ubs 1596000
## 4 2025-02-01 Pegadaian Antam 1661000
## 5 2025-03-01 Pegadaian Ubs 1651000
## 6 2025-03-01 Pegadaian Antam 1672000
## 7 2025-04-01 Pegadaian Ubs 1820000
## 8 2025-04-01 Pegadaian Antam 1852000
## 9 2025-05-01 Pegadaian Ubs 1930000
## 10 2025-05-01 Pegadaian Antam 2044000
## # ℹ 18 more rows
Pie Chart menunjukkan visualisasi data Proporsi Emas.
pie_data <- data %>%
group_by(Jenis_Emas) %>%
summarise(Total = sum(Harga_Per_gram))
ggplot(pie_data, aes(x="", y=Total, fill=Jenis_Emas)) +
geom_bar(stat="identity", width=1) +
coord_polar("y") +
geom_text(aes(label=percent(Total/sum(Total))),
position=position_stack(vjust=0.5)) +
theme_void() +
labs(title="Proporsi Harga Emas Antam vs UBS")
Pie chart menunjukkan proporsi total harga emas berdasarkan jenis emas, yaitu Antam dan UBS. Dari grafik tersebut terlihat bahwa kontribusi harga emas Antam dan UBS dalam dataset relatif seimbang, meskipun salah satu jenis emas memiliki total nilai yang sedikit lebih tinggi.
Secara statistik deskriptif, pie chart memberikan gambaran mengenai persentase kontribusi masing-masing jenis emas terhadap keseluruhan data harga emas.
Dari sudut pandang statistik inferensia, perbedaan proporsi ini dapat mengindikasikan adanya kecenderungan perbedaan harga antara kedua jenis emas, yang kemudian dapat diuji lebih lanjut menggunakan uji statistik seperti uji t untuk mengetahui apakah perbedaan tersebut signifikan secara statistik.
Bar chart menunjukkan perbandingan harga emas Antam dan UBS pada setiap periode waktu.
ggplot(data, aes(x=Tanggal, y=Harga_Per_gram, fill=Jenis_Emas)) +
geom_bar(stat="identity", position="dodge") +
scale_y_continuous(labels = comma) +
labs(title="Perbandingan Harga Emas per Bulan",
x="Tanggal",
y="Harga per Gram",
fill="Jenis Emas")
Dari grafik tersebut terlihat bahwa harga emas cenderung mengalami peningkatan dari waktu ke waktu.
Secara statistik deskriptif, grafik ini menggambarkan pola perubahan harga emas selama periode pengamatan serta menunjukkan bahwa harga emas Antam umumnya berada pada nilai yang lebih tinggi dibandingkan UBS.
Dari sudut pandang statistik inferensia, pola perbedaan tinggi batang antara kedua jenis emas dapat menjadi indikasi adanya perbedaan rata-rata harga.
Histogram menunjukkan distribusi frekuensi harga emas selama periode pengamatan.
ggplot(data, aes(x=Harga_Per_gram)) +
geom_histogram(binwidth=500000, fill="gold", color="black") +
labs(title="Distribusi Harga Emas",
x="Harga",
y="Frekuensi") +
theme_classic()
Dari grafik tersebut terlihat bahwa sebagian besar harga emas berada pada interval harga tertentu, yang menunjukkan adanya konsentrasi data pada rentang harga tersebut.
Secara statistik deskriptif, histogram membantu memahami bentuk distribusi data, apakah data cenderung simetris, miring (skewed), atau memiliki penyebaran tertentu.
Dari sudut pandang statistik inferensia, distribusi data yang terlihat pada histogram dapat digunakan untuk menilai apakah data memenuhi asumsi distribusi normal, yang merupakan salah satu syarat dalam beberapa metode inferensia seperti uji t atau analisis regresi.
Density plot menunjukkan pola distribusi harga emas secara lebih halus.
ggplot(data, aes(x=Harga_Per_gram, fill=Jenis_Emas)) +
geom_density(alpha=0.5) +
scale_y_continuous(labels = comma) +
labs(title="Distribusi Kepadatan Harga Emas",
x="Harga per Gram",
y="Density")
Dari grafik terlihat bahwa kedua jenis emas memiliki pola distribusi yang relatif serupa, namun kurva harga emas Antam cenderung berada pada nilai yang lebih tinggi.
Secara statistik deskriptif, density plot memberikan gambaran mengenai pola distribusi dan kepadatan data harga emas.
Dari perspektif statistik inferensia, perbedaan posisi kurva antara kedua jenis emas dapat menjadi indikasi adanya perbedaan rata-rata distribusi harga, yang kemudian dapat diuji secara statistik menggunakan metode inferensia seperti uji t atau analisis varians.
Boxplot menunjukkan ringkasan statistik harga emas yang meliputi nilai minimum, kuartil pertama (Q1), median, kuartil ketiga (Q3), dan nilai maksimum.
ggplot(data, aes(x=Jenis_Emas, y=Harga_Per_gram, fill=Jenis_Emas)) +
geom_boxplot(alpha=0.7) +
scale_y_continuous(labels=scales::comma) +
coord_cartesian(ylim=c(1750000,2500000)) +
labs(title="Box Plot Harga Emas",
x="Jenis Emas",
y="Harga per Gram") +
theme_bw()
Dari grafik terlihat bahwa median harga emas Antam cenderung lebih tinggi dibandingkan UBS.
Secara statistik deskriptif, boxplot memberikan informasi mengenai pemusatan data (median) serta penyebaran data (interquartile range). Selain itu, boxplot juga dapat menunjukkan adanya outlier dalam data.
Dari sudut pandang statistik inferensia, perbedaan posisi median dan distribusi antara kedua boxplot dapat menjadi indikasi adanya perbedaan signifikan antara harga emas Antam dan UBS.
Berikut disajikan data statistika deskriptif yang meliputi Mean, Median, Modus, Range, Varians, dan Standard Deviation.
data %>%
group_by(Jenis_Emas) %>%
summarise(
Mean = mean(Harga_Per_gram),
Median = median(Harga_Per_gram),
Modus = ifelse(length(mfv(Harga_Per_gram)) == n(),
NA,
mfv(Harga_Per_gram)[1]),
Q1 = quantile(Harga_Per_gram, 0.25),
Q3 = quantile(Harga_Per_gram, 0.75),
Range = max(Harga_Per_gram) - min(Harga_Per_gram),
Varians = var(Harga_Per_gram),
SD = sd(Harga_Per_gram)
)
## # A tibble: 2 × 9
## Jenis_Emas Mean Median Modus Q1 Q3 Range Varians SD
## <chr> <dbl> <dbl> <lgl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Antam 2092848. 2006000 NA 1863218. 2323750 1307000 1.55e11 3.94e5
## 2 Ubs 2071989 1920500 NA 1832000 2360250 1494000 1.80e11 4.24e5