Sebagai seorang data analyst, salah satu hal penting dalam proses analisis data adalah memahami bagaimana suatu fenomena berubah dari waktu ke waktu. Data yang disusun berdasarkan urutan waktu disebut sebagai data time series.
Melalui data time series, seorang analis dapat melihat pola perubahan suatu kejadian dalam periode tertentu, apakah terjadi peningkatan, penurunan, atau pola yang berulang dari waktu ke waktu.
Pada analisis ini digunakan Bike Sharing Dataset yang berisi informasi mengenai jumlah penyewaan sepeda setiap hari selama periode tahun 2011 hingga 2012. Dataset ini memberikan gambaran mengenai bagaimana masyarakat menggunakan layanan penyewaan sepeda dalam kehidupan sehari-hari.
Dengan melakukan visualisasi data time series, kita dapat memahami bagaimana jumlah penyewaan sepeda berubah setiap hari serta mengidentifikasi pola tren yang terjadi dalam periode waktu tersebut.
Analisis ini bertujuan untuk memahami pola perubahan jumlah penyewaan sepeda berdasarkan waktu dengan menggunakan visualisasi data time series.
Berikut adalah beberapa baris pertama dari dataset yang digunakan dalam analisis.
| instant | dteday | season | yr | mnth | holiday | weekday | workingday | weathersit | temp | atemp | hum | windspeed | casual | registered | cnt | jenis_hari |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2011-01-01 | Spring | 2011 | Jan | No | Saturday | Non-Working Day | Cloudy | 0.344167 | 0.363625 | 0.805833 | 0.1604460 | 331 | 654 | 985 | Hari Pekan |
| 2 | 2011-01-02 | Spring | 2011 | Jan | No | Sunday | Non-Working Day | Cloudy | 0.363478 | 0.353739 | 0.696087 | 0.2485390 | 131 | 670 | 801 | Hari Pekan |
| 3 | 2011-01-03 | Spring | 2011 | Jan | No | Monday | Working Day | Clear | 0.196364 | 0.189405 | 0.437273 | 0.2483090 | 120 | 1229 | 1349 | Hari Kerja |
| 4 | 2011-01-04 | Spring | 2011 | Jan | No | Tuesday | Working Day | Clear | 0.200000 | 0.212122 | 0.590435 | 0.1602960 | 108 | 1454 | 1562 | Hari Kerja |
| 5 | 2011-01-05 | Spring | 2011 | Jan | No | Wednesday | Working Day | Clear | 0.226957 | 0.229270 | 0.436957 | 0.1869000 | 82 | 1518 | 1600 | Hari Kerja |
| 6 | 2011-01-06 | Spring | 2011 | Jan | No | Thursday | Working Day | Clear | 0.204348 | 0.233209 | 0.518261 | 0.0895652 | 88 | 1518 | 1606 | Hari Kerja |
Line plot digunakan untuk menampilkan perubahan jumlah penyewaan sepeda dari waktu ke waktu. Pada grafik ini, sumbu horizontal menunjukkan tanggal pengamatan, sedangkan sumbu vertikal menunjukkan jumlah sepeda yang disewa pada hari tersebut.
Dengan menggunakan grafik ini, kita dapat melihat bagaimana jumlah penyewaan sepeda berubah setiap hari selama periode tahun 2011 hingga 2012. Grafik ini juga membantu kita melihat adanya fluktuasi atau naik turunnya jumlah penyewaan sepeda dari waktu ke waktu.
Pada visualisasi ini, data penyewaan sepeda dipisahkan berdasarkan jenis hari yaitu hari kerja dan hari pekan. Pemisahan ini dilakukan untuk melihat apakah terdapat perbedaan pola penggunaan sepeda antara kedua jenis hari tersebut.
Pada hari kerja, masyarakat biasanya menggunakan sepeda untuk kegiatan rutin seperti bekerja, bersekolah, atau aktivitas harian lainnya. Sementara itu, pada hari pekan penggunaan sepeda seringkali berkaitan dengan kegiatan rekreasi, olahraga, atau aktivitas santai.
Dengan menggunakan line plot yang dipisahkan berdasarkan jenis hari, kita dapat melihat bagaimana pola perubahan jumlah penyewaan sepeda dari waktu ke waktu pada masing-masing jenis hari.
Berdasarkan grafik line plot secara keseluruhan, terlihat bahwa jumlah penyewaan sepeda mengalami fluktuasi dari hari ke hari selama periode tahun 2011 hingga 2012. Hal ini menunjukkan bahwa penggunaan sepeda tidak selalu berada pada tingkat yang sama setiap harinya.
Ketika data dipisahkan berdasarkan jenis hari, yaitu hari kerja dan hari pekan, terlihat bahwa kedua jenis hari tersebut memiliki pola perubahan yang cukup mirip dari waktu ke waktu. Namun demikian, terdapat perbedaan pada tingkat fluktuasinya.
Pada hari kerja, jumlah penyewaan sepeda cenderung lebih stabil karena penggunaan sepeda seringkali berkaitan dengan aktivitas rutin masyarakat seperti pergi bekerja atau bersekolah. Sementara itu, pada hari pekan fluktuasi jumlah penyewaan sepeda dapat terjadi karena penggunaan sepeda lebih sering berkaitan dengan aktivitas rekreasi atau kegiatan santai.
Selain itu, secara umum terlihat bahwa jumlah penyewaan sepeda cenderung meningkat selama periode pengamatan, yang menunjukkan bahwa layanan bike sharing semakin banyak digunakan oleh masyarakat.
Berdasarkan hasil visualisasi data time series, dapat disimpulkan bahwa jumlah penyewaan sepeda selama periode tahun 2011 hingga 2012 menunjukkan pola fluktuasi dari waktu ke waktu.
Grafik line plot menunjukkan adanya perubahan jumlah penyewaan sepeda secara harian. Ketika data dipisahkan berdasarkan jenis hari, terlihat bahwa pola penyewaan sepeda pada hari kerja dan hari pekan memiliki karakteristik yang relatif serupa, meskipun tingkat fluktuasinya dapat berbeda.
Hal ini menunjukkan bahwa penggunaan layanan penyewaan sepeda dipengaruhi oleh aktivitas masyarakat sehari-hari, baik pada hari kerja maupun pada hari pekan.