SINTAKS & KONTROL ALUR

PRAKTIKUM WEEK - 4

IDENTITAS

OCTAVIA MAIA REGO

NIM: 52250077

Mahasiswa Pemrograman Data Science

IT PROGRAMMING DATA SCIENCE DATA SCIENCE PROGRAMMING

INSTITUT TEKNOLOGI
SAINS BANDUNG
ITSB

1. Pendahuluan

Deskripsi

Praktikum Week-4 berfokus pada penerapan Sintaks dan Kontrol Alur dalam pemrograman R untuk Data Science. Studi kasus menggunakan Dataset Penjualan Toko Retail yang terdiri dari 6 produk dalam 3 kategori (Elektronik, Fashion, Makanan & Minuman). Dua kompetensi utama yang dikembangkan:

Mengimplementasikan pernyataan kondisional (if, if-else, if-else if-else, bersarang) untuk mengklasifikasikan produk dan menerapkan aturan bisnis penetapan harga.
Menerapkan struktur perulangan (for, while, break, next) untuk memproses seluruh data transaksi secara iteratif dan menghasilkan laporan otomatis.

if / else

Percabangan logika multi-level untuk pengambilan keputusan bisnis

for loop

Iterasi seluruh record produk dengan jumlah yang diketahui

while loop

Perulangan hingga target pendapatan kumulatif tercapai

break

Keluar dari perulangan seketika saat kondisi terpenuhi

Lewati record saat ini dan lanjutkan ke record berikutnya

ggplot2

Visualisasikan hasil kontrol alur sebagai grafik profesional

Studi Kasus: Dataset Penjualan Toko Retail

Dataset mencatat 6 transaksi produk pada sebuah toko retail. Setiap produk memiliki: nama, kategori, harga satuan dalam Rupiah penuh, jumlah terjual, dan nama staf penjualan. Pendapatan dihitung sebagai harga × jumlah_terjual. Aturan bisnis yang diimplementasikan melalui kontrol alur meliputi:

Klasifikasi tier diskon: Premium ≥ Rp 5.000.000 (15%) / Menengah ≥ Rp 100.000 (10%) / Ekonomi < Rp 100.000 (5%)
Label kinerja pendapatan: Tinggi ≥ Rp 10.000.000 / Sedang ≥ Rp 3.000.000 / Rendah < Rp 3.000.000
Pemantauan target: akumulasi pendapatan kumulatif terhadap target harian toko
Simulasi pertumbuhan: proyeksi pendapatan bulanan majemuk melalui while loop

2. Persiapan Dataset

2.1 Membuat Dataset Penjualan

Gambaran Umum Dataset

Dataset retail berisi 6 record produk dari 3 kategori. Semua harga dalam Rupiah penuh (bukan ribuan), sehingga pendapatan = harga × jumlah_terjual menghasilkan nilai dalam skala jutaan Rupiah — sepenuhnya konsisten dengan semua logika ambang batas pada bagian selanjutnya.

# ============================================================
# 2.1 Membuat Dataset Penjualan Retail (harga dalam Rupiah penuh)
# ============================================================

sales <- data.frame(
  produk      = c("Laptop", "T-Shirt", "Mie Instan", "Smartphone", "Jeans", "Teh Hijau"),
  kategori    = c("Elektronik", "Fashion", "Mak & Min", "Elektronik", "Fashion", "Mak & Min"),
  harga       = c(12500000, 150000, 25000, 8000000, 350000, 45000),  # Rupiah penuh
  jml_terjual = c(3, 20, 150, 5, 30, 200),
  staf        = c("Andi", "Bela", "Citra", "Andi", "Doni", "Citra"),
  stringsAsFactors = FALSE
)

# Variabel turunan: total pendapatan per produk
sales$pendapatan <- sales$harga * sales$jml_terjual

print(sales)

      produk   kategori    harga jml_terjual  staf pendapatan
1     Laptop Elektronik 12500000           3  Andi   37500000
2    T-Shirt    Fashion   150000          20  Bela    3000000
3 Mie Instan  Mak & Min    25000         150 Citra    3750000
4 Smartphone Elektronik  8000000           5  Andi   40000000
5      Jeans    Fashion   350000          30  Doni   10500000
6  Teh Hijau  Mak & Min    45000         200 Citra    9000000

Interpretasi Dataset berisi 6 produk dari tiga kategori: Elektronik (Laptop seharga Rp 12.500.000 dan Smartphone seharga Rp 8.000.000), Fashion (T-Shirt seharga Rp 150.000 dan Jeans seharga Rp 350.000), serta Makanan & Minuman (Mie Instan seharga Rp 25.000 dan Teh Hijau seharga Rp 45.000). Pendapatan = harga × jml_terjual berkisar dari Rp 3.000.000 (T-Shirt: 150.000 × 20) hingga Rp 40.000.000 (Smartphone: 8.000.000 × 5). Produk Mak & Min menjual volume tertinggi (150–200 unit) namun dengan harga satuan sangat rendah, sementara Elektronik hanya terjual 3–5 unit namun dengan harga premium. Pertukaran antara harga dan volume ini merupakan benang merah analisis utama sepanjang praktikum.

3. Pernyataan Kondisional

Pernyataan Kondisional dalam R

Pernyataan kondisional mengeksekusi blok kode yang berbeda berdasarkan kondisi logis yang dievaluasi. R mendukung tiga bentuk utama yang digunakan dalam praktikum ini:

if (kondisi) { ... } — dieksekusi hanya saat kondisi bernilai TRUE
if (...) else { ... } — menangani hasil TRUE dan FALSE (keputusan biner)
if (...) else if (...) else { ... } — menangani beberapa cabang yang saling eksklusif

Kondisional bersarang menempatkan if bagian dalam di dalam blok if bagian luar, memungkinkan logika keputusan berlapis.

3.1 if-else if-else: Tier Diskon Berdasarkan Harga Satuan

Tugas

Gunakan struktur if-else if-else untuk mengklasifikasikan tarif diskon setiap produk berdasarkan harga satuannya. Aturan bisnis:

Harga ≥ Rp 5.000.000 → tier Premium → diskon 15%
Rp 100.000 ≤ Harga < Rp 5.000.000 → tier Menengah → diskon 10%
Harga < Rp 100.000 → tier Ekonomi → diskon 5%

# ============================================================
# 3.1 if-else if-else: Klasifikasi Tier Diskon Tiga Level
# ============================================================

for (i in 1:nrow(sales)) {
  produk <- sales$produk[i]
  harga  <- sales$harga[i]

  # Tiga cabang klasifikasi tier diskon
  if (harga >= 5000000) {
    tier     <- "Premium"
    pct_disc <- 0.15
  } else if (harga >= 100000) {
    tier     <- "Menengah"
    pct_disc <- 0.10
  } else {
    tier     <- "Ekonomi"
    pct_disc <- 0.05
  }

  nominal_disc <- as.integer(harga * pct_disc)

  cat(sprintf("Produk: %-12s | Harga: %12s | Tier: %-9s | Diskon: %.0f%% (-%s)\n",
              produk,
              format(harga,        big.mark = "."),
              tier,
              pct_disc * 100,
              format(nominal_disc, big.mark = ".")))
}

Produk: Laptop       | Harga:   12.500.000 | Tier: Premium   | Diskon: 15% (-1.875.000)

Produk: T-Shirt      | Harga:      150.000 | Tier: Menengah  | Diskon: 10% (-15.000)

Produk: Mie Instan   | Harga:       25.000 | Tier: Ekonomi   | Diskon: 5% (-1.250)

Produk: Smartphone   | Harga:        8e+06 | Tier: Premium   | Diskon: 15% (-1.200.000)

Produk: Jeans        | Harga:      350.000 | Tier: Menengah  | Diskon: 10% (-35.000)

Produk: Teh Hijau    | Harga:       45.000 | Tier: Ekonomi   | Diskon: 5% (-2.250)

Interpretasi Rantai if-else if-else mengevaluasi tiga bracket harga yang saling eksklusif secara berurutan, memastikan hanya satu cabang yang dieksekusi per produk. Laptop (Rp 12.500.000) dan Smartphone (Rp 8.000.000) masuk tier Premium dengan tarif 15%, menghasilkan nominal diskon masing-masing Rp 1.875.000 dan Rp 1.200.000 — insentif finansial yang cukup besar untuk mendorong keputusan pembelian bernilai tinggi. T-Shirt dan Jeans berada di tier Menengah (10%) dengan diskon yang lebih kecil, yakni Rp 15.000 dan Rp 35.000. Mie Instan dan Teh Hijau berada di tier Ekonomi (5%) dengan diskon nominal yang sangat kecil — Rp 1.250 dan Rp 2.250 — nyaris tidak berdampak bagi pembeli. Hal ini mengungkap wawasan struktural penetapan harga: tarif persentase yang identik menghasilkan dampak moneter yang sangat berbeda tergantung pada tier harga dasar produk.

3.2 if-else: Label Kinerja Pendapatan Biner

Tugas

Gunakan if-else sederhana untuk menetapkan label kinerja biner pada setiap produk berdasarkan total pendapatan. Ambang batas: pendapatan ≥ Rp 10.000.000 → "PENDAPATAN TINGGI", selainnya "Pendapatan Standar".

# ============================================================
# 3.2 if-else: Label Kinerja Pendapatan Biner
# ============================================================

cat("Label Kinerja Pendapatan\n")

Label Kinerja Pendapatan

cat(strrep("-", 68), "\n")

--------------------------------------------------------------------

for (i in 1:nrow(sales)) {
  produk     <- sales$produk[i]
  pendapatan <- sales$pendapatan[i]

  if (pendapatan >= 10000000) {
    label <- "PENDAPATAN TINGGI"
    flag  <- "(**)"
  } else {
    label <- "Pendapatan Standar"
    flag  <- "    "
  }

  cat(sprintf("%s %-12s | Pendapatan: %14s IDR | %s\n",
              flag, produk,
              format(pendapatan, big.mark = "."),
              label))
}

(**) Laptop       | Pendapatan:     37.500.000 IDR | PENDAPATAN TINGGI

     T-Shirt      | Pendapatan:          3e+06 IDR | Pendapatan Standar

     Mie Instan   | Pendapatan:      3.750.000 IDR | Pendapatan Standar

(**) Smartphone   | Pendapatan:          4e+07 IDR | PENDAPATAN TINGGI

(**) Jeans        | Pendapatan:     10.500.000 IDR | PENDAPATAN TINGGI

     Teh Hijau    | Pendapatan:          9e+06 IDR | Pendapatan Standar

Interpretasi Dengan ambang batas Rp 10.000.000, tepat tiga produk masuk kategori PENDAPATAN TINGGI: Laptop (Rp 37.500.000), Smartphone (Rp 40.000.000), dan Jeans (Rp 10.500.000 — sedikit di atas ambang batas). Tiga produk lainnya masuk Pendapatan Standar: T-Shirt (Rp 3.000.000), Mie Instan (Rp 3.750.000), dan Teh Hijau (Rp 9.000.000). Perlu dicatat, Teh Hijau hampir mencapai ambang batas meskipun terjual 200 unit — pendapatannya Rp 9.000.000 (= Rp 45.000 × 200) masih Rp 1.000.000 di bawah ambang batas. Hal ini menggambarkan persamaan dasar ritel: pendapatan = harga × kuantitas, dan volume tinggi saja tidak mampu mengimbangi harga satuan yang sangat rendah. Struktur if-else biner dengan satu ambang batas adalah pilihan paling tepat ketika hanya dibutuhkan dua kategori hasil.

3.3 if-else Bersarang: Tiga Tier Pendapatan + Peringatan Performa Terbaik

Tugas

Gunakan if-else bersarang untuk menerapkan klasifikasi dua lapis pada setiap produk:

Lapisan luar — tiga tier pendapatan: Tinggi (≥ Rp 10.000.000) / Sedang (≥ Rp 3.000.000) / Rendah (< Rp 3.000.000)
Lapisan dalam — hanya untuk produk Pendapatan Tinggi: tandai produk yang dikelola staf penjualan "Andi" dengan catatan "[Peringatan Performa Terbaik]"

# ============================================================
# 3.3 if-else Bersarang: Tier Pendapatan + Peringatan Performa
# ============================================================

cat("Laporan Tier Pendapatan Tiga Level dengan Peringatan Bersarang\n")

Laporan Tier Pendapatan Tiga Level dengan Peringatan Bersarang

cat(strrep("=", 72), "\n")

========================================================================

for (i in 1:nrow(sales)) {
  produk     <- sales$produk[i]
  pendapatan <- sales$pendapatan[i]
  staf_nama  <- sales$staf[i]

  # Luar: klasifikasi tiga tier pendapatan
  if (pendapatan >= 10000000) {
    tier_pend <- "Pendapatan Tinggi"

    # Dalam: flag performa terbaik — hanya dievaluasi untuk Pendapatan Tinggi
    if (staf_nama == "Andi") {
      peringatan <- "[Peringatan Performa Terbaik]"
    } else {
      peringatan <- ""
    }

  } else if (pendapatan >= 3000000) {
    tier_pend  <- "Pendapatan Sedang"
    peringatan <- ""
  } else {
    tier_pend  <- "Pendapatan Rendah"
    peringatan <- ""
  }

  cat(sprintf("%-12s | Staf: %-6s | Pendapatan: %14s | %-18s %s\n",
              produk,
              staf_nama,
              format(pendapatan, big.mark = "."),
              tier_pend,
              peringatan))
}

Laptop       | Staf: Andi   | Pendapatan:     37.500.000 | Pendapatan Tinggi  [Peringatan Performa Terbaik]

T-Shirt      | Staf: Bela   | Pendapatan:          3e+06 | Pendapatan Sedang

Mie Instan   | Staf: Citra  | Pendapatan:      3.750.000 | Pendapatan Sedang

Smartphone   | Staf: Andi   | Pendapatan:          4e+07 | Pendapatan Tinggi  [Peringatan Performa Terbaik]

Jeans        | Staf: Doni   | Pendapatan:     10.500.000 | Pendapatan Tinggi

Teh Hijau    | Staf: Citra  | Pendapatan:          9e+06 | Pendapatan Sedang

Interpretasi Struktur if-else bersarang mengaktifkan lapisan keputusan bagian dalam secara eksklusif di dalam cabang Pendapatan Tinggi bagian luar — mengilustrasikan prinsip efisiensi penting: kondisi bagian dalam tidak pernah dievaluasi untuk produk Pendapatan Sedang atau Rendah, menghemat komputasi. Klasifikasi luar menghasilkan: Pendapatan Tinggi — Laptop, Smartphone, Jeans; Pendapatan Sedang — T-Shirt, Mie Instan, Teh Hijau; Pendapatan Rendah — tidak ada dalam dataset ini (semua produk melebihi Rp 3.000.000). Pemeriksaan bagian dalam mengidentifikasi staf Andi sebagai pengelola Laptop dan Smartphone — dua produk berpendapatan tertinggi — memicu [Peringatan Performa Terbaik] untuk keduanya. Jeans (Pendapatan Tinggi) dikelola oleh Doni sehingga tidak memicu peringatan. Pola bersarang ini memodelkan logika bisnis multi-kriteria yang umum digunakan dalam sistem CRM untuk mengidentifikasi dan memberikan penghargaan kepada manajer akun berprestasi terbaik.

4. Perulangan: For dan While

Mengapa Menggunakan Perulangan dalam Analisis Data Retail?

Perulangan mengotomatiskan pemrosesan record demi record tanpa menduplikasi kode. R menyediakan dua struktur perulangan utama untuk praktikum ini:

for loop — digunakan saat jumlah iterasi diketahui (6 produk dalam dataset)
while loop — digunakan saat kondisi berhenti bergantung pada nilai yang berubah secara dinamis saat runtime

Kedua jenis perulangan mendukung break (keluar dari seluruh perulangan seketika) dan next (lewati iterasi saat ini dan lanjutkan ke berikutnya).

4.1 For Loop: Daftar Produk dengan Pendapatan > Rp 5.000.000

Tugas

Gunakan for loop untuk mengidentifikasi dan mendaftarkan semua produk yang total pendapatannya melebihi Rp 5.000.000. Tampilkan setiap produk yang memenuhi syarat dengan nomor urut, dan cetak ringkasan jumlah di akhir.

OUTPUT YANG DIHARAPKAN [1] Laptop | Pendapatan: 37.500.000 IDR
[2] Smartphone | Pendapatan: 40.000.000 IDR
[3] Jeans | Pendapatan: 10.500.000 IDR
[4] Teh Hijau | Pendapatan: 9.000.000 IDR

Total produk dengan pendapatan di atas Rp 5.000.000: 4 produk

# ============================================================
# 4.1 For Loop: Filter Produk dengan Pendapatan > Rp 5.000.000
# ============================================================

jumlah <- 0

for (i in 1:nrow(sales)) {
  if (sales$pendapatan[i] > 5000000) {
    jumlah <- jumlah + 1
    cat(sprintf("[%d] %-12s | Pendapatan: %14s IDR\n",
                jumlah,
                sales$produk[i],
                format(sales$pendapatan[i], big.mark = ".")))
  }
}

[1] Laptop       | Pendapatan:     37.500.000 IDR

[2] Smartphone   | Pendapatan:          4e+07 IDR

[3] Jeans        | Pendapatan:     10.500.000 IDR

[4] Teh Hijau    | Pendapatan:          9e+06 IDR

cat(sprintf("\nTotal produk dengan pendapatan di atas Rp 5.000.000: %d produk\n", jumlah))


Total produk dengan pendapatan di atas Rp 5.000.000: 4 produk

Interpretasi Dari 6 produk, tepat 4 produk memenuhi syarat dengan pendapatan di atas Rp 5.000.000: Laptop (Rp 37.500.000), Smartphone (Rp 40.000.000), Jeans (Rp 10.500.000), dan Teh Hijau (Rp 9.000.000). Dua produk yang tidak memenuhi syarat adalah T-Shirt (Rp 3.000.000 = Rp 150.000 × 20) dan Mie Instan (Rp 3.750.000 = Rp 25.000 × 150) — keduanya berada di bawah ambang batas Rp 5.000.000 meskipun volume penjualannya sedang hingga tinggi. Pernyataan if yang tertanam di dalam for loop bertindak sebagai gerbang filter yang hanya memicu penambahan penghitung dan output untuk baris yang memenuhi syarat. Variabel tambahan jumlah terakumulasi di setiap iterasi dan memberikan ringkasan agregat di akhir — teknik umum untuk menghasilkan laporan inventaris yang difilter.

4.2 While Loop: Akumulasi Pendapatan Hingga Target Harian

Tugas

Gunakan while loop untuk mengakumulasi total pendapatan toko produk demi produk (sesuai urutan dataset) hingga target penjualan harian Rp 50.000.000 tercapai atau terlampaui. Tampilkan progres di setiap langkah beserta jarak tersisa menuju target.

# ============================================================
# 4.2 While Loop: Akumulasi Pendapatan Hingga Target Rp 50.000.000
# ============================================================

target_harian  <- 50000000
pend_kumulatif <- 0
indeks         <- 1

cat(sprintf("Target Pendapatan Harian : Rp %s\n\n", format(target_harian, big.mark = ".")))

Target Pendapatan Harian : Rp 5e+07

while (indeks <= nrow(sales) && pend_kumulatif < target_harian) {
  produk <- sales$produk[indeks]
  pend   <- sales$pendapatan[indeks]

  pend_kumulatif <- pend_kumulatif + pend

  if (pend_kumulatif >= target_harian) {
    cat(sprintf("Produk: %-12s | Pend: %12s | Kumulatif: %12s --> TARGET TERCAPAI!\n",
                produk,
                format(pend,           big.mark = "."),
                format(pend_kumulatif, big.mark = ".")))
    break
  } else {
    tersisa <- target_harian - pend_kumulatif
    cat(sprintf("Produk: %-12s | Pend: %12s | Kumulatif: %12s (-%s tersisa)\n",
                produk,
                format(pend,           big.mark = "."),
                format(pend_kumulatif, big.mark = "."),
                format(tersisa,        big.mark = ".")))
  }

  indeks <- indeks + 1
}

Produk: Laptop       | Pend:   37.500.000 | Kumulatif:   37.500.000 (-12.500.000 tersisa)

Produk: T-Shirt      | Pend:        3e+06 | Kumulatif:   40.500.000 (-9.500.000 tersisa)

Produk: Mie Instan   | Pend:    3.750.000 | Kumulatif:   44.250.000 (-5.750.000 tersisa)

Produk: Smartphone   | Pend:        4e+07 | Kumulatif:   84.250.000 --> TARGET TERCAPAI!

cat(sprintf("\nKesimpulan: Target harian tercapai setelah memproses '%s' (indeks %d).\n",
            sales$produk[indeks], indeks))


Kesimpulan: Target harian tercapai setelah memproses 'Smartphone' (indeks 4).

Interpretasi while loop memerlukan manajemen indeks secara manual — variabel indeks harus diinisialisasi sebelum perulangan dan ditambah di setiap iterasi. Kondisi gabungan menggunakan && (short-circuit AND) untuk mencegah overflow indeks ketika semua record sudah habis. Setelah menambahkan Laptop (37,5 juta), T-Shirt (3 juta), dan Mie Instan (3,75 juta), total kumulatif adalah Rp 44.250.000 — masih Rp 5.750.000 kurang dari target. Ketika Smartphone (Rp 40.000.000) ditambahkan pada indeks ke-4, kumulatif melonjak ke Rp 84.250.000 sehingga melampaui target Rp 50.000.000, dan break keluar dari perulangan dengan bersih. Perulangan tidak pernah memproses Jeans atau Teh Hijau (indeks 5–6), menunjukkan bahwa break menghindari komputasi yang tidak perlu. Pola ini secara langsung memodelkan dashboard POS (Point-of-Sale) real-time yang memantau produk mana yang "melewati garis target" untuk pelacakan pendapatan harian.

4.3 Break: Berhenti Saat Produk Mak & Min Pertama Ditemukan

Tugas

Gunakan break untuk menghentikan perulangan begitu produk "Mak & Min" pertama dengan pendapatan melebihi Rp 5.000.000 ditemukan. Cetak semua produk yang sudah diperiksa sebelum berhenti.

# ============================================================
# 4.3 For Loop dengan Break: Berhenti pada Produk Mak & Min Pertama
# ============================================================

cat("Mencari produk Mak & Min pertama dengan pendapatan > Rp 5.000.000...\n\n")

Mencari produk Mak & Min pertama dengan pendapatan > Rp 5.000.000...

for (i in 1:nrow(sales)) {
  produk     <- sales$produk[i]
  kategori   <- sales$kategori[i]
  pendapatan <- sales$pendapatan[i]

  if (kategori == "Mak & Min" && pendapatan > 5000000) {
    cat(sprintf(">> BERHENTI: '%s' (Mak & Min, Rp %s) — kondisi terpenuhi, perulangan dihentikan.\n",
                produk, format(pendapatan, big.mark = ".")))
    break
  }

  cat(sprintf("Diperiksa: %-12s | Kategori: %-11s | Pendapatan: Rp %s\n",
              produk, kategori, format(pendapatan, big.mark = ".")))
}

Diperiksa: Laptop       | Kategori: Elektronik  | Pendapatan: Rp 37.500.000

Diperiksa: T-Shirt      | Kategori: Fashion     | Pendapatan: Rp 3e+06

Diperiksa: Mie Instan   | Kategori: Mak & Min   | Pendapatan: Rp 3.750.000

Diperiksa: Smartphone   | Kategori: Elektronik  | Pendapatan: Rp 4e+07

Diperiksa: Jeans        | Kategori: Fashion     | Pendapatan: Rp 10.500.000

>> BERHENTI: 'Teh Hijau' (Mak & Min, Rp 9e+06) — kondisi terpenuhi, perulangan dihentikan.

cat(sprintf("\nPerulangan berhenti pada indeks baris: %d\n", i))


Perulangan berhenti pada indeks baris: 6

Interpretasi Kondisi gabungan (kategori == "Mak & Min" && pendapatan > 5000000) mengharuskan kedua kondisi bernilai TRUE secara bersamaan. Dari dua produk Mak & Min, Mie Instan (indeks 3) ditemukan lebih dulu — pendapatannya Rp 3.750.000 memenuhi pemeriksaan kategori tetapi gagal pada ambang batas pendapatan, sehingga pemindaian berlanjut. Teh Hijau (indeks 6, Rp 9.000.000) memenuhi kedua kondisi, memicu break dan mengakhiri perulangan secara permanen pada indeks 6. Seluruh 5 produk sebelumnya dicetak secara normal. Perulangan tidak pernah mencoba memproses indeks hipotetis ke-7, karena break keluar sebelum iterasi lebih lanjut. Perbedaan konsep kunci: break keluar dari seluruh perulangan, sedangkan next hanya akan melewati satu iterasi dan membiarkan perulangan berlanjut.

4.4 Next: Lewati Produk Kategori “Fashion”

Tugas

Gunakan next untuk melewati semua produk kategori "Fashion" sambil tetap memproses semua produk Elektronik dan Mak & Min secara normal. Catat nama produk yang dilewati dalam sebuah vektor sebagai log audit.

OUTPUT YANG DIHARAPKAN Produk: Laptop | Kategori: Elektronik | Pendapatan: Rp 37.500.000
(T-Shirt dilewati — kategori Fashion)
Produk: Mie Instan | Kategori: Mak & Min | Pendapatan: Rp 3.750.000
Produk: Smartphone | Kategori: Elektronik | Pendapatan: Rp 40.000.000
(Jeans dilewati — kategori Fashion)
Produk: Teh Hijau | Kategori: Mak & Min | Pendapatan: Rp 9.000.000

Total dilewati: 2 (T-Shirt, Jeans)

# ============================================================
# 4.4 For Loop dengan Next: Lewati Semua Produk Kategori Fashion
# ============================================================

produk_dilewati <- c()

for (i in 1:nrow(sales)) {
  produk     <- sales$produk[i]
  kategori   <- sales$kategori[i]
  pendapatan <- sales$pendapatan[i]

  if (kategori == "Fashion") {
    produk_dilewati <- c(produk_dilewati, produk)
    cat(sprintf("(%s dilewati — kategori Fashion)\n", produk))
    next
  }

  cat(sprintf("Produk: %-12s | Kategori: %-11s | Pendapatan: Rp %s\n",
              produk, kategori, format(pendapatan, big.mark = ".")))
}

Produk: Laptop       | Kategori: Elektronik  | Pendapatan: Rp 37.500.000
(T-Shirt dilewati — kategori Fashion)

Produk: Mie Instan   | Kategori: Mak & Min   | Pendapatan: Rp 3.750.000

Produk: Smartphone   | Kategori: Elektronik  | Pendapatan: Rp 4e+07
(Jeans dilewati — kategori Fashion)

Produk: Teh Hijau    | Kategori: Mak & Min   | Pendapatan: Rp 9e+06

cat(sprintf("\nTotal dilewati: %d (%s)\n",
            length(produk_dilewati),
            paste(produk_dilewati, collapse = ", ")))


Total dilewati: 2 (T-Shirt, Jeans)

Interpretasi next dipicu saat kategori == "Fashion" bernilai TRUE, langsung melompat ke iterasi loop berikutnya tanpa mengeksekusi baris cat() di bawahnya. Baik T-Shirt (indeks 2) maupun Jeans (indeks 5) dilewati, sementara semua produk Elektronik dan Mak & Min diproses secara normal. Yang krusial, perulangan tetap menyelesaikan seluruh 6 iterasi — perbedaan utama dengan break (yang akan menghentikan perulangan di indeks 2 pada produk Fashion pertama). Vektor produk_dilewati mengumpulkan nama yang dilewati di setiap iterasi dan memberikan jejak audit lengkap di akhir, mengonfirmasi bahwa tepat 2 record dikecualikan. Pola pencatatan audit ini merupakan praktik terbaik dalam pipeline data produksi di mana pengecualian data harus didokumentasikan untuk kepatuhan dan pelaporan hilir.

5. Studi Kasus Lanjutan

5.1 Kombinasi Kondisional + Loop: Laporan Penjualan Otomatis Lengkap

Tugas Lanjutan

Buat laporan penjualan otomatis per produk yang menggabungkan semua struktur kondisional dalam satu kali lewat for loop. Untuk setiap produk, empat blok kondisional independen berjalan secara paralel: tier diskon, kategori pendapatan tiga tier, bendera stok, dan rekomendasi strategis yang diturunkan dari kondisi gabungan menggunakan output blok-blok sebelumnya.

# ============================================================
# 5.1 Laporan Penjualan Otomatis: 4 Blok Kondisional + For Loop
# ============================================================

cat("================================================================\n")

================================================================

cat("      TOKO RETAIL — LAPORAN ANALISIS PENJUALAN OTOMATIS\n")

      TOKO RETAIL — LAPORAN ANALISIS PENJUALAN OTOMATIS

cat("================================================================\n\n")

================================================================

for (i in 1:nrow(sales)) {
  produk     <- sales$produk[i]
  kategori   <- sales$kategori[i]
  harga      <- sales$harga[i]
  jml        <- sales$jml_terjual[i]
  pendapatan <- sales$pendapatan[i]
  staf_nama  <- sales$staf[i]

  # --- Blok 1: Tier Diskon ---
  if (harga >= 5000000) {
    tier     <- "Premium"
    pct_disc <- 0.15
  } else if (harga >= 100000) {
    tier     <- "Menengah"
    pct_disc <- 0.10
  } else {
    tier     <- "Ekonomi"
    pct_disc <- 0.05
  }
  nominal_disc <- as.integer(harga * pct_disc)

  # --- Blok 2: Kategori Pendapatan Tiga Tier ---
  if (pendapatan >= 10000000) {
    kat_pend <- "Pendapatan Tinggi"
  } else if (pendapatan >= 3000000) {
    kat_pend <- "Pendapatan Sedang"
  } else {
    kat_pend <- "Pendapatan Rendah"
  }

  # --- Blok 3: Bendera Stok ---
  if (jml >= 100) {
    bendera_stok <- "PESAN ULANG SEKARANG"
  } else if (jml >= 20) {
    bendera_stok <- "Pantau Stok"
  } else {
    bendera_stok <- "Stok Cukup"
  }

  # --- Blok 4: Rekomendasi Strategis (menggunakan output Blok 2 + 3) ---
  if (kat_pend == "Pendapatan Tinggi" && tier == "Premium") {
    rekomendasi <- "Pertahankan strategi — produk unggulan"
  } else if (kat_pend == "Pendapatan Tinggi" && tier == "Menengah") {
    rekomendasi <- "Pertimbangkan upsell — pendapatan kuat di harga menengah"
  } else if (kat_pend == "Pendapatan Sedang" && bendera_stok == "PESAN ULANG SEKARANG") {
    rekomendasi <- "Tinjau margin harga — volume tinggi, pendapatan sedang"
  } else if (tier == "Ekonomi" && bendera_stok == "PESAN ULANG SEKARANG") {
    rekomendasi <- "Promosi bundel — tingkatkan pendapatan tier Ekonomi"
  } else {
    rekomendasi <- "Pemantauan standar — tidak ada tindakan prioritas"
  }

  # --- Cetak Laporan Lengkap ---
  cat(sprintf("[%d] %-12s | Kategori: %-11s | Staf: %s\n",
              i, produk, kategori, staf_nama))
  cat(sprintf("    Harga         : Rp %s | Jml Terjual : %d unit\n",
              format(harga, big.mark = "."), jml))
  cat(sprintf("    Pendapatan    : Rp %s  (%s)\n",
              format(pendapatan, big.mark = "."), kat_pend))
  cat(sprintf("    Tier Diskon   : %-9s | Nom. Diskon : Rp %s (%.0f%%)\n",
              tier, format(nominal_disc, big.mark = "."), pct_disc * 100))
  cat(sprintf("    Bendera Stok  : %s\n", bendera_stok))
  cat(sprintf("    Rekomendasi   : %s\n\n", rekomendasi))
}

[1] Laptop       | Kategori: Elektronik  | Staf: Andi

    Harga         : Rp 12.500.000 | Jml Terjual : 3 unit

    Pendapatan    : Rp 37.500.000  (Pendapatan Tinggi)

    Tier Diskon   : Premium   | Nom. Diskon : Rp 1.875.000 (15%)
    Bendera Stok  : Stok Cukup
    Rekomendasi   : Pertahankan strategi — produk unggulan

[2] T-Shirt      | Kategori: Fashion     | Staf: Bela

    Harga         : Rp 150.000 | Jml Terjual : 20 unit

    Pendapatan    : Rp 3e+06  (Pendapatan Sedang)

    Tier Diskon   : Menengah  | Nom. Diskon : Rp 15.000 (10%)
    Bendera Stok  : Pantau Stok
    Rekomendasi   : Pemantauan standar — tidak ada tindakan prioritas

[3] Mie Instan   | Kategori: Mak & Min   | Staf: Citra

    Harga         : Rp 25.000 | Jml Terjual : 150 unit

    Pendapatan    : Rp 3.750.000  (Pendapatan Sedang)

    Tier Diskon   : Ekonomi   | Nom. Diskon : Rp 1.250 (5%)
    Bendera Stok  : PESAN ULANG SEKARANG
    Rekomendasi   : Tinjau margin harga — volume tinggi, pendapatan sedang

[4] Smartphone   | Kategori: Elektronik  | Staf: Andi

    Harga         : Rp 8e+06 | Jml Terjual : 5 unit

    Pendapatan    : Rp 4e+07  (Pendapatan Tinggi)

    Tier Diskon   : Premium   | Nom. Diskon : Rp 1.200.000 (15%)
    Bendera Stok  : Stok Cukup
    Rekomendasi   : Pertahankan strategi — produk unggulan

[5] Jeans        | Kategori: Fashion     | Staf: Doni

    Harga         : Rp 350.000 | Jml Terjual : 30 unit

    Pendapatan    : Rp 10.500.000  (Pendapatan Tinggi)

    Tier Diskon   : Menengah  | Nom. Diskon : Rp 35.000 (10%)
    Bendera Stok  : Pantau Stok
    Rekomendasi   : Pertimbangkan upsell — pendapatan kuat di harga menengah

[6] Teh Hijau    | Kategori: Mak & Min   | Staf: Citra

    Harga         : Rp 45.000 | Jml Terjual : 200 unit

    Pendapatan    : Rp 9e+06  (Pendapatan Sedang)

    Tier Diskon   : Ekonomi   | Nom. Diskon : Rp 2.250 (5%)
    Bendera Stok  : PESAN ULANG SEKARANG
    Rekomendasi   : Tinjau margin harga — volume tinggi, pendapatan sedang

Interpretasi Studi kasus lanjutan ini mendemonstrasikan empat blok kondisional independen yang berjalan dalam satu kali lewat for loop. Blok 1–3 menghasilkan variabel perantara (tier, kat_pend, bendera_stok), dan Blok 4 menggunakan output tersebut sebagai kondisi gabungan — pola inferensi berantai di mana klasifikasi awal mengumpan keputusan selanjutnya. Laptop dan Smartphone keduanya memenuhi Pendapatan Tinggi + Premium, mendapat rekomendasi "Pertahankan strategi — produk unggulan." Jeans masuk sebagai Pendapatan Tinggi dengan tier Menengah, memicu rekomendasi upsell. Mie Instan (Pendapatan Sedang + PESAN ULANG SEKARANG) mendapat rekomendasi "Tinjau margin harga", sementara Teh Hijau (Ekonomi + PESAN ULANG SEKARANG) ditandai untuk promosi bundel. T-Shirt (Pendapatan Sedang, Pantau Stok) jatuh ke cabang "Pemantauan standar" sebagai default. Desain multi-blok satu kali lewat ini merupakan fondasi arsitektur mesin pelaporan BI otomatis dalam operasi ritel.

5.2 While Loop: Simulasi Pertumbuhan Pendapatan T-Shirt

Skenario

Simulasikan pendapatan T-Shirt yang tumbuh 15% per bulan melalui while loop, dimulai dari Rp 3.000.000, hingga sub-target kategori Fashion sebesar Rp 20.000.000 tercapai. Tampilkan trajektori pendapatan dan jarak tersisa di setiap langkah.

# ============================================================
# 5.2 While Loop: Simulasi Pertumbuhan Majemuk Pendapatan T-Shirt
# ============================================================

pend_saat_ini <- sales$pendapatan[sales$produk == "T-Shirt"]  # Rp 3.000.000
target_pend   <- 20000000
bulan         <- 0
laju_tumbuh   <- 0.15

cat(sprintf("Produk          : T-Shirt (Fashion)\n"))

Produk          : T-Shirt (Fashion)

cat(sprintf("Pendapatan Awal : Rp %s\n",  format(pend_saat_ini, big.mark = ".")))

Pendapatan Awal : Rp 3e+06

cat(sprintf("Target Pendapatan: Rp %s\n", format(target_pend,   big.mark = ".")))

Target Pendapatan: Rp 2e+07

cat(sprintf("Pertumbuhan/Bulan: %.0f%%\n\n", laju_tumbuh * 100))

Pertumbuhan/Bulan: 15%

while (pend_saat_ini < target_pend) {
  bulan         <- bulan + 1
  pend_saat_ini <- pend_saat_ini * (1 + laju_tumbuh)

  if (pend_saat_ini >= target_pend) {
    cat(sprintf("Bulan %2d: Rp %12.0f  --> TARGET TERCAPAI!\n",
                bulan, pend_saat_ini))
  } else {
    tersisa <- target_pend - pend_saat_ini
    cat(sprintf("Bulan %2d: Rp %12.0f  (Rp %s masih dibutuhkan)\n",
                bulan, pend_saat_ini,
                format(round(tersisa), big.mark = ".")))
  }
}

Bulan  1: Rp      3450000  (Rp 16.550.000 masih dibutuhkan)

Bulan  2: Rp      3967500  (Rp 16.032.500 masih dibutuhkan)

Bulan  3: Rp      4562625  (Rp 15.437.375 masih dibutuhkan)

Bulan  4: Rp      5247019  (Rp 14.752.981 masih dibutuhkan)

Bulan  5: Rp      6034072  (Rp 13.965.928 masih dibutuhkan)

Bulan  6: Rp      6939182  (Rp 13.060.818 masih dibutuhkan)

Bulan  7: Rp      7980060  (Rp 12.019.940 masih dibutuhkan)

Bulan  8: Rp      9177069  (Rp 10.822.931 masih dibutuhkan)

Bulan  9: Rp     10553629  (Rp 9.446.371 masih dibutuhkan)

Bulan 10: Rp     12136673  (Rp 7.863.327 masih dibutuhkan)

Bulan 11: Rp     13957174  (Rp 6.042.826 masih dibutuhkan)

Bulan 12: Rp     16050750  (Rp 3.949.250 masih dibutuhkan)

Bulan 13: Rp     18458363  (Rp 1.541.637 masih dibutuhkan)
Bulan 14: Rp     21227117  --> TARGET TERCAPAI!

cat(sprintf("\nKesimpulan: %d bulan dibutuhkan untuk mencapai target Rp %s.\n",
            bulan, format(target_pend, big.mark = ".")))


Kesimpulan: 14 bulan dibutuhkan untuk mencapai target Rp 2e+07.

Interpretasi Dimulai dari Rp 3.000.000, produk T-Shirt membutuhkan 14 bulan pertumbuhan majemuk 15% per bulan untuk melampaui target Rp 20.000.000, mencapai sekitar Rp 21.227.117 pada Bulan ke-14. while loop adalah struktur yang tepat karena jumlah bulan yang tepat (14) tidak dapat diketahui sebelum eksekusi — ditentukan secara dinamis oleh aritmatika pemajemukan. if-else bersarang di dalam loop membedakan bulan yang masih berlangsung dengan bulan pencapaian akhir. Akselerasi pertumbuhan terlihat jelas: kenaikan Bulan ke-1 hanya Rp 450.000, sementara kenaikan Bulan ke-14 melebihi Rp 2.700.000 — tarif 15% yang sama diterapkan pada basis yang jauh lebih besar. Pola eksponensial ini menjelaskan mengapa pertumbuhan majemuk, meskipun dengan tarif sedang, menjadi sangat kuat seiring waktu dan merupakan model standar dalam perkiraan pendapatan retail dan perencanaan keuangan.

6. Visualisasi Data dengan ggplot2

Memvisualisasikan Wawasan Penjualan Retail dengan ggplot2

Lima jenis grafik dihasilkan di bawah ini, masing-masing terhubung langsung ke bagian tertentu dari logika kontrol alur praktikum:

Diagram Batang (6.1) — total pendapatan per produk, terhubung dengan filter for loop Bagian 4.1
Diagram Batang Berkelompok (6.2) — harga vs. nominal diskon per tier, terhubung dengan if-else if-else Bagian 3.1
Diagram Lingkaran (6.3) — porsi pendapatan per kategori, terhubung dengan kategorisasi Bagian 3.3
Diagram Garis (6.4) — trajektori pertumbuhan T-Shirt, terhubung dengan simulasi while loop Bagian 5.2
Diagram Sebar (6.5) — harga vs. kuantitas dengan gelembung pendapatan, gambaran umum seluruh dataset

6.1 Diagram Batang: Total Pendapatan per Produk

Tujuan

Visualisasikan total pendapatan untuk 6 produk sebagai diagram batang horizontal yang diurutkan dari tertinggi ke terendah, dengan label nilai Rupiah pada setiap batang. Subjudul mereferensikan ambang batas Rp 5.000.000 dari Bagian 4.1.

# ============================================================
# 6.1 Diagram Batang Horizontal: Total Pendapatan per Produk
# ============================================================
library(ggplot2)
library(dplyr)
library(scales)

prod_diurutkan <- sales %>%
  arrange(desc(pendapatan)) %>%
  mutate(produk = factor(produk, levels = produk))

ggplot(prod_diurutkan, aes(x = produk, y = pendapatan, fill = pendapatan)) +
  geom_col(width = 0.65, show.legend = FALSE) +
  geom_text(aes(label = paste0("Rp ", format(pendapatan, big.mark = "."))),
            hjust = -0.08, fontface = "bold", size = 3.8, color = "#1A237E") +
  scale_fill_gradient(low = "#9FA8DA", high = "#283593") +
  scale_y_continuous(expand = expansion(mult = c(0, 0.26)), labels = comma) +
  coord_flip() +
  labs(
    title    = "Total Pendapatan per Produk",
    subtitle = "Diurutkan tertinggi ke terendah | Ambang Rp 5.000.000 (Bag. 4.1): 4 produk memenuhi syarat",
    x        = "Produk",
    y        = "Total Pendapatan (IDR)",
    caption  = "Sumber: Dataset Penjualan Toko Retail — Praktikum Week-4 | NENY"
  ) +
  theme_minimal(base_size = 13) +
  theme(
    plot.title         = element_text(face = "bold", size = 16, color = "#283593"),
    plot.subtitle      = element_text(color = "#5C6BC0", size = 10.5),
    axis.text          = element_text(face = "bold", color = "#1A1A2E", size = 11),
    panel.grid.major.y = element_blank(),
    panel.grid.minor   = element_blank(),
    plot.background    = element_rect(fill = "#F4F6FF", color = NA),
    panel.background   = element_rect(fill = "#F4F6FF", color = NA),
    plot.caption       = element_text(color = "#888888", size = 9),
    plot.margin        = margin(12, 20, 12, 12)
  )

Interpretasi Diagram batang horizontal mengungkapkan stratifikasi pendapatan tiga tingkat yang jelas. Smartphone (Rp 40.000.000) dan Laptop (Rp 37.500.000) memimpin dengan selisih besar, bersama-sama berkontribusi sekitar 74,7% dari total pendapatan toko (Rp 77.500.000 dari total Rp 103.750.000). Jeans (Rp 10.500.000) menempati tingkat menengah yang berbeda, sementara Teh Hijau (Rp 9.000.000) dan Mie Instan (Rp 3.750.000) membentuk kelompok menengah-bawah. T-Shirt (Rp 3.000.000) paling akhir. Gradasi warna dari indigo muda (rendah) ke biru tua (tinggi) memperkuat peringkat besaran. Subjudul secara eksplisit menghubungkan grafik ini dengan ambang filter Bagian 4.1 (Rp 5.000.000), mengonfirmasi bahwa 4 batang teratas — Smartphone, Laptop, Jeans, Teh Hijau — adalah tepat 4 produk yang lolos filter for loop.

6.2 Diagram Batang Berkelompok: Harga vs Nominal Diskon per Tier

Tujuan

Tampilkan harga satuan setiap produk bersama nominal diskon yang dihitung (dikelompokkan per tier harga), secara langsung memvisualisasikan logika tiga cabang if-else if-else dari Bagian 3.1. Panel facet memisahkan ketiga tier untuk perbandingan yang jelas.

# ============================================================
# 6.2 Diagram Batang Berkelompok + Facet: Harga vs Diskon per Tier
# ============================================================
library(tidyr)

data_diskon <- sales %>%
  mutate(
    tier = case_when(
      harga >= 5000000 ~ "Premium (15%)",
      harga >= 100000  ~ "Menengah (10%)",
      TRUE             ~ "Ekonomi (5%)"
    ),
    nominal_disc = as.integer(harga * case_when(
      harga >= 5000000 ~ 0.15,
      harga >= 100000  ~ 0.10,
      TRUE             ~ 0.05
    )),
    tier = factor(tier, levels = c("Premium (15%)", "Menengah (10%)", "Ekonomi (5%)"))
  ) %>%
  select(produk, tier, harga, nominal_disc) %>%
  pivot_longer(cols = c(harga, nominal_disc),
               names_to  = "jenis",
               values_to = "jumlah") %>%
  mutate(jenis = factor(jenis,
                        levels = c("harga", "nominal_disc"),
                        labels = c("Harga Satuan (IDR)", "Nominal Diskon (IDR)")))

pal_disc <- c("Harga Satuan (IDR)" = "#5C6BC0", "Nominal Diskon (IDR)" = "#E91E63")

ggplot(data_diskon, aes(x = produk, y = jumlah, fill = jenis)) +
  geom_col(position = position_dodge(width = 0.72), width = 0.64) +
  geom_text(aes(label = format(jumlah, big.mark = ".")),
            position = position_dodge(width = 0.72),
            vjust = -0.45, size = 2.9, fontface = "bold", color = "#1A237E") +
  facet_wrap(~ tier, scales = "free", nrow = 1) +
  scale_fill_manual(values = pal_disc) +
  scale_y_continuous(labels = comma, expand = expansion(mult = c(0, 0.22))) +
  labs(
    title    = "Harga Satuan vs Nominal Diskon per Tier Harga",
    subtitle = "Premium ≥ Rp 5.000.000 (15%) | Menengah ≥ Rp 100.000 (10%) | Ekonomi < Rp 100.000 (5%)",
    x = "Produk", y = "Jumlah (IDR)", fill = NULL,
    caption  = "Sumber: Dataset Penjualan Toko Retail — Praktikum Week-4 | NENY"
  ) +
  theme_minimal(base_size = 11.5) +
  theme(
    plot.title       = element_text(face = "bold", size = 14, color = "#4A148C"),
    plot.subtitle    = element_text(color = "#7B1FA2", size = 9.5),
    strip.text       = element_text(face = "bold", size = 11, color = "#283593",
                                    margin = margin(b = 6)),
    strip.background = element_rect(fill = "#E8EAF6", color = "#9FA8DA"),
    legend.position  = "top",
    legend.text      = element_text(size = 10),
    panel.grid.minor = element_blank(),
    plot.background  = element_rect(fill = "#F4F6FF", color = NA),
    panel.background = element_rect(fill = "#F4F6FF", color = NA),
    plot.caption     = element_text(color = "#888888", size = 9)
  )

Interpretasi Diagram batang berkelompok dengan facet memetakan tiga cabang if-else if-else dari Bagian 3.1 secara langsung ke tiga panel. Pada panel Premium (15%), nominal diskon cukup besar — Rp 1.875.000 untuk Laptop dan Rp 1.200.000 untuk Smartphone — sehingga batang merah muda diskon terlihat jelas relatif terhadap batang biru harga. Ini adalah insentif finansial yang bermakna dan dapat memengaruhi keputusan pembelian bernilai tinggi. Pada panel Menengah (10%), T-Shirt (Rp 15.000) dan Jeans (Rp 35.000) menunjukkan batang diskon yang hampir tidak terlihat pada skala grafik ini. Pada panel Ekonomi (5%), Mie Instan (Rp 1.250) dan Teh Hijau (Rp 2.250) menghasilkan batang diskon yang hampir tidak bisa dibedakan dari nol. Wawasan ritel utama yang divisualisasikan di sini: persentase diskon bukanlah instrumen finansial yang setara di seluruh tier — diskon 15% yang sama pada produk Premium menciptakan nilai persepsi Rp 1,875 juta; pada produk Ekonomi hanya menghasilkan Rp 1.250 — efektif tidak berarti sebagai insentif pembelian.

6.3 Diagram Lingkaran: Porsi Pendapatan per Kategori

Tujuan

Tampilkan proporsi total pendapatan toko yang dikontribusikan oleh setiap kategori produk — Elektronik, Fashion, dan Mak & Min — secara langsung mencerminkan klasifikasi tiga tier kategori dari Bagian 3.3.

# ============================================================
# 6.3 Diagram Lingkaran: Porsi Pendapatan per Kategori
# ============================================================

pend_kat <- sales %>%
  group_by(kategori) %>%
  summarise(total_pend = sum(pendapatan), .groups = "drop") %>%
  arrange(desc(total_pend)) %>%
  mutate(
    pct        = total_pend / sum(total_pend) * 100,
    label_pie  = paste0(kategori, "\n",
                        sprintf("%.1f%%", pct),
                        "\n(Rp ", format(total_pend, big.mark = "."), ")")
  )

warna_kat <- c("Elektronik" = "#3949AB", "Fashion" = "#8E24AA", "Mak & Min" = "#00838F")

ggplot(pend_kat, aes(x = "", y = total_pend, fill = kategori)) +
  geom_col(width = 1, color = "white", linewidth = 1.5) +
  coord_polar(theta = "y", start = 0) +
  geom_text(aes(label = label_pie),
            position = position_stack(vjust = 0.5),
            size = 4, fontface = "bold", color = "white", lineheight = 1.35) +
  scale_fill_manual(values = warna_kat) +
  labs(
    title    = "Porsi Pendapatan per Kategori Produk",
    subtitle = "Elektronik vs Fashion vs Mak & Min — Total: Rp 103.750.000",
    caption  = "Sumber: Dataset Penjualan Toko Retail — Praktikum Week-4 | NENY"
  ) +
  theme_void(base_size = 13) +
  theme(
    plot.title      = element_text(face = "bold", size = 15, color = "#283593",
                                   hjust = 0.5, margin = margin(b = 4)),
    plot.subtitle   = element_text(color = "#5C6BC0", size = 10.5, hjust = 0.5),
    legend.position = "bottom",
    legend.title    = element_blank(),
    legend.text     = element_text(size = 11, face = "bold"),
    plot.background = element_rect(fill = "#F4F6FF", color = NA),
    plot.caption    = element_text(color = "#888888", size = 9,
                                   hjust = 0.5, margin = margin(t = 8))
  )

Interpretasi Diagram lingkaran mengungkap risiko konsentrasi pendapatan yang kritis. Elektronik (Laptop Rp 37,5 juta + Smartphone Rp 40 juta = Rp 77,5 juta) menyumbang sekitar 74,7% dari total pendapatan toko — porsi dominan yang menciptakan portofolio yang rapuh: gangguan pasokan atau pergeseran permintaan pada Elektronik (misalnya, kelangkaan chip yang menyebabkan kehabisan stok Laptop/Smartphone) akan menyebabkan penurunan pendapatan yang parah. Fashion berkontribusi sekitar 13,0% (Rp 13,5 juta), hampir sepenuhnya didorong oleh Jeans karena T-Shirt hanya menambah Rp 3 juta. Mak & Min berkontribusi 12,3% (Rp 12,75 juta) meskipun secara kolektif menjual 350 unit — volume tertinggi dari semua kategori — karena harga satuan yang sangat rendah. Diagram lingkaran secara visual mengonfirmasi klasifikasi bersarang dari Bagian 3.3 dan secara langsung memotivasi rekomendasi strategis di Bagian 5.1: toko harus mendiversifikasi pendapatan dari ketergantungan pada Elektronik melalui strategi penetapan harga Fashion yang lebih baik dan strategi bundel Mak & Min.

6.4 Diagram Garis: Trajektori Pertumbuhan Pendapatan T-Shirt

Tujuan

Visualisasikan simulasi pertumbuhan majemuk pendapatan T-Shirt dari Bagian 5.2 — trajektori 14 bulan dari Rp 3.000.000 menuju target Rp 20.000.000 — dengan area pertumbuhan yang diarsir, garis referensi target, dan anotasi tonggak pencapaian.

# ============================================================
# 6.4 Diagram Garis: Pertumbuhan T-Shirt (Simulasi Bagian 5.2)
# ============================================================

pend_awal   <- sales$pendapatan[sales$produk == "T-Shirt"]  # 3.000.000
target_pend <- 20000000
laju_tumbuh <- 0.15

# Rekonstruksi data frame simulasi
data_sim    <- data.frame(bulan = 0, pendapatan = pend_awal, tercapai = FALSE)
pend_sim    <- pend_awal

while (pend_sim < target_pend) {
  pend_sim  <- pend_sim * (1 + laju_tumbuh)
  tercapai  <- pend_sim >= target_pend
  data_sim  <- rbind(data_sim,
                     data.frame(bulan     = nrow(data_sim),
                                pendapatan = pend_sim,
                                tercapai  = tercapai))
}

jumlah_bulan <- max(data_sim$bulan)

ggplot(data_sim, aes(x = bulan, y = pendapatan)) +
  geom_ribbon(aes(ymin = pend_awal, ymax = pendapatan),
              fill = "#C5CAE9", alpha = 0.40) +
  geom_hline(yintercept = target_pend, linetype = "dashed",
             color = "#E53935", linewidth = 1.1) +
  geom_line(color = "#5C6BC0", linewidth = 2.0) +
  geom_point(size = 4.5, shape = 21, stroke = 1.5,
             fill = ifelse(data_sim$tercapai, "#E53935", "#5C6BC0"),
             color = "white") +
  annotate("text", x = 1, y = target_pend + 950000,
           label = paste0("Target: Rp ", format(target_pend, big.mark = ".")),
           color = "#C62828", fontface = "bold", size = 3.8, hjust = 0) +
  annotate("text", x = jumlah_bulan, y = max(data_sim$pendapatan) - 1300000,
           label = paste0("Bulan ", jumlah_bulan,
                          "\nRp ", format(round(max(data_sim$pendapatan)), big.mark = ".")),
           color = "#1A237E", fontface = "bold", size = 3.2, hjust = 0.5) +
  scale_x_continuous(breaks = 0:jumlah_bulan) +
  scale_y_continuous(labels = comma, expand = expansion(mult = c(0.05, 0.14))) +
  labs(
    title    = "Pertumbuhan Pendapatan T-Shirt — Laju Majemuk 15%/Bulan",
    subtitle = paste0("Mulai Rp 3.000.000 → mencapai target Rp 20.000.000 dalam ",
                      jumlah_bulan, " bulan (simulasi while loop)"),
    x        = "Bulan",
    y        = "Pendapatan (IDR)",
    caption  = "Sumber: Dataset Penjualan Toko Retail — Praktikum Week-4 | NENY"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title      = element_text(face = "bold", size = 14, color = "#283593"),
    plot.subtitle   = element_text(color = "#5C6BC0", size = 10.5),
    axis.text       = element_text(color = "#1A1A2E"),
    legend.position = "none",
    panel.grid.minor = element_blank(),
    plot.background  = element_rect(fill = "#F4F6FF", color = NA),
    panel.background = element_rect(fill = "#F4F6FF", color = NA),
    plot.caption     = element_text(color = "#888888", size = 9)
  )

Interpretasi Diagram garis membuat simulasi while loop dari Bagian 5.2 menjadi nyata secara visual. Area bayangan menyoroti kumulatif pendapatan yang diperoleh selama 14 bulan simulasi. Bentuk kurva eksponensial yang khas terlihat jelas: garis hampir datar dari Bulan 0 hingga Bulan 5 (kenaikan absolut kecil pada basis yang kecil), kemudian membelok tajam ke atas mulai Bulan 10 (laju 15% yang sama kini beroperasi pada basis yang jauh lebih besar). Garis putus-putus merah sebagai target Rp 20.000.000 dan titik merah pada Bulan ke-14 menandai titik keluar simulasi yang ditentukan oleh while loop. Subjudul secara dinamis menampilkan jumlah bulan yang dihitung oleh loop, menghubungkan langsung visualisasi dengan kode. Perilaku eksponensial ini menunjukkan mengapa model pertumbuhan majemuk lebih disukai daripada proyeksi linier dalam perkiraan ritel: kenaikan pendapatan Bulan ke-1 adalah Rp 450.000, sementara kenaikan Bulan ke-14 mencapai sekitar Rp 2,77 juta — akselerasi 6× pada laju persentase yang sama.

6.5 Diagram Sebar: Harga vs Kuantitas dengan Gelembung Pendapatan

Tujuan

Buat diagram sebar gelembung dengan sumbu X = harga satuan (skala logaritmik), sumbu Y = kuantitas terjual, ukuran gelembung = total pendapatan, dan warna = kategori produk. Grafik ini memberikan gambaran portofolio lengkap yang menunjukkan bagaimana harga, volume, dan pendapatan berinteraksi di ketiga kategori secara bersamaan.

# ============================================================
# 6.5 Diagram Sebar Gelembung: Harga vs Kuantitas vs Pendapatan
# ============================================================

data_sebar <- sales %>%
  mutate(
    tier = factor(
      case_when(
        harga >= 5000000 ~ "Premium",
        harga >= 100000  ~ "Menengah",
        TRUE             ~ "Ekonomi"
      ),
      levels = c("Ekonomi", "Menengah", "Premium")
    )
  )

warna_kat2 <- c("Elektronik" = "#3949AB", "Fashion" = "#8E24AA", "Mak & Min" = "#00838F")

ggplot(data_sebar, aes(x = harga, y = jml_terjual)) +
  geom_smooth(method = "lm", se = TRUE, color = "#90A4AE",
              fill = "#CFD8DC", linewidth = 1.1, alpha = 0.45) +
  geom_point(aes(fill = kategori, size = pendapatan),
             shape = 21, color = "white", stroke = 2.2, alpha = 0.92) +
  geom_text(aes(label = produk),
            vjust = -1.7, fontface = "bold", size = 3.7, color = "#1A237E") +
  scale_fill_manual(values = warna_kat2) +
  scale_size_continuous(
    range  = c(6, 17),
    labels = comma,
    name   = "Pendapatan (IDR)"
  ) +
  scale_x_log10(
    labels = comma,
    breaks = c(25000, 50000, 150000, 350000, 1000000, 5000000, 12500000)
  ) +
  scale_y_continuous(labels = comma,
                     expand = expansion(mult = c(0.10, 0.24))) +
  labs(
    title    = "Harga vs Kuantitas Terjual — Diagram Sebar Gelembung",
    subtitle = "Ukuran gelembung = total pendapatan | Warna = kategori | Sumbu X: skala log",
    x        = "Harga Satuan (IDR, skala log)",
    y        = "Kuantitas Terjual (unit)",
    fill     = "Kategori",
    caption  = "Sumber: Dataset Penjualan Toko Retail — Praktikum Week-4 | NENY"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title       = element_text(face = "bold", size = 14, color = "#283593"),
    plot.subtitle    = element_text(color = "#5C6BC0", size = 10),
    axis.text        = element_text(color = "#1A1A2E"),
    legend.position  = "right",
    legend.title     = element_text(size = 10, face = "bold"),
    panel.grid.minor = element_blank(),
    plot.background  = element_rect(fill = "#F4F6FF", color = NA),
    panel.background = element_rect(fill = "#F4F6FF", color = NA),
    plot.caption     = element_text(color = "#888888", size = 9)
  )

Interpretasi Diagram sebar gelembung mensintesis tiga dimensi secara bersamaan — harga, kuantitas, dan pendapatan — dalam satu visualisasi. Skala logaritmik pada sumbu X sangat penting: tanpanya, rentang harga 500× (Rp 25.000 hingga Rp 12.500.000) akan mengompresi Mie Instan dan Teh Hijau mendekati nol sehingga tidak terlihat. Garis tren yang menurun ke bawah mengonfirmasi korelasi negatif antara harga dan kuantitas, konsisten dengan teori permintaan dasar — produk mahal terjual lebih sedikit unit, sementara produk murah terjual dalam volume besar. Meskipun Teh Hijau (200 unit) dan Mie Instan (150 unit) tampak tinggi di sumbu Y, ukuran gelembung teal yang kecil mengonfirmasi pendapatan yang sedang. Sebaliknya, Laptop dan Smartphone (gelembung ungu, pojok kanan) menggabungkan harga yang sangat tinggi dengan kuantitas sedang untuk menghasilkan gelembung pendapatan terbesar — secara visual menjelaskan dominasi pendapatan Elektronik sebesar 74,7% yang ditunjukkan di Bagian 6.3. Diagram sebar mengonfirmasi wawasan portofolio utama: di toko ini, harga mendominasi volume sebagai pendorong pendapatan, dan dua produk Elektronik memanfaatkan asimetri ini untuk menghasilkan pendapatan yang jauh melampaui volume penjualan mereka.

7. Ringkasan dan Kesimpulan

Tabel Perbandingan: Konsep Kontrol Alur dalam R

# ============================================================
# 7. Tabel Ringkasan: Konsep Kontrol Alur yang Diterapkan
# ============================================================

tabel_ringkasan <- data.frame(
  Konsep = c(
    "if / else if / else",
    "for loop",
    "while loop",
    "break",
    "next"
  ),
  "Sintaks R" = c(
    "if (kond) {} else if (kond) {} else {}",
    "for (i in 1:n) { ... }",
    "while (kondisi) { ... }",
    "break",
    "next"
  ),
  "Penggunaan Terbaik" = c(
    "Aturan bisnis multi-cabang dengan hasil yang saling eksklusif",
    "Memproses semua record saat jumlah iterasi total diketahui",
    "Iterasi hingga nilai yang terakumulasi secara dinamis memenuhi target",
    "Keluar dari seluruh perulangan secara seketika dan permanen",
    "Lewati record saat ini; lanjutkan memproses record yang tersisa"
  ),
  "Penerapan dalam Praktikum" = c(
    "Klasifikasi tier diskon tiga level berdasarkan harga satuan (Bag. 3.1)",
    "Daftar produk dengan pendapatan > Rp 5.000.000 (Bag. 4.1)",
    "Akumulasi pendapatan hingga target harian Rp 50.000.000 (Bag. 4.2)",
    "Hentikan pemindaian pada produk Mak & Min pertama (Bag. 4.3)",
    "Lewati produk Fashion; proses Elektronik & Mak & Min (Bag. 4.4)"
  ),
  check.names = FALSE
)

print(tabel_ringkasan)

               Konsep                              Sintaks R
1 if / else if / else if (kond) {} else if (kond) {} else {}
2            for loop                 for (i in 1:n) { ... }
3          while loop                while (kondisi) { ... }
4               break                                  break
5                next                                   next
                                                     Penggunaan Terbaik
1         Aturan bisnis multi-cabang dengan hasil yang saling eksklusif
2            Memproses semua record saat jumlah iterasi total diketahui
3 Iterasi hingga nilai yang terakumulasi secara dinamis memenuhi target
4           Keluar dari seluruh perulangan secara seketika dan permanen
5       Lewati record saat ini; lanjutkan memproses record yang tersisa
                                               Penerapan dalam Praktikum
1 Klasifikasi tier diskon tiga level berdasarkan harga satuan (Bag. 3.1)
2              Daftar produk dengan pendapatan > Rp 5.000.000 (Bag. 4.1)
3     Akumulasi pendapatan hingga target harian Rp 50.000.000 (Bag. 4.2)
4           Hentikan pemindaian pada produk Mak & Min pertama (Bag. 4.3)
5        Lewati produk Fashion; proses Elektronik & Mak & Min (Bag. 4.4)

Kesimpulan Utama

Praktikum Week-4 berhasil mendemonstrasikan pernyataan kondisional, struktur perulangan, dan visualisasi ggplot2 dalam R melalui studi kasus penjualan toko retail yang koheren. Enam kesimpulan utama ditetapkan:

if-else if-else memungkinkan klasifikasi aturan bisnis multi-tier dengan hasil yang saling eksklusif. Sistem diskon tiga tier (Premium 15% / Menengah 10% / Ekonomi 5%) menunjukkan bahwa tarif persentase yang identik menghasilkan nilai absolut yang sangat berbeda antar tier: diskon Premium (hingga Rp 1.875.000) merupakan insentif pembelian yang bermakna, sementara diskon Ekonomi (Rp 1.250–2.250) pada dasarnya bersifat simbolis — wawasan kritis untuk perancangan strategi promosi.
for loop adalah struktur utama untuk iterasi record per record ketika jumlah total diketahui. Digunakan untuk memfilter produk berpendapatan tinggi (Bag. 4.1), menerapkan next untuk melewati kategori (Bag. 4.4), dan menghasilkan laporan otomatis multi-blok komprehensif (Bag. 5.1) — semuanya dalam satu kali lewat per produk.
while loop tepat digunakan saat kondisi berhenti bergantung pada nilai yang terakumulasi secara dinamis. Pada Bag. 4.2, perulangan berhenti ketika pendapatan kumulatif melampaui Rp 50.000.000 (pada Smartphone, indeks 4). Pada Bag. 5.2, berjalan 14 iterasi sebelum simulasi pertumbuhan T-Shirt melampaui Rp 20.000.000 — tidak ada titik akhir yang dapat diketahui sebelum eksekusi.
break memberikan terminasi perulangan yang segera dan permanen pada kondisi gabungan — digunakan untuk menghentikan pemindaian saat produk Mak & Min berpendapatan tinggi pertama (Teh Hijau, indeks 6) ditemukan, menghindari komputasi yang tidak perlu lebih lanjut.
next memungkinkan pengabaian record secara selektif sambil mempertahankan penyelesaian perulangan — ditunjukkan dengan melewati kedua produk Fashion (T-Shirt dan Jeans) dengan vektor jejak audit lengkap, berbeda dengan break yang akan menghentikan perulangan sepenuhnya pada produk Fashion pertama.
Visualisasi ggplot2 (Bag. 6) mengubah output kontrol alur menjadi lima grafik yang terintegrasi. Secara bersama-sama mengungkap wawasan bisnis paling kritis toko: Elektronik menyumbang 74,7% dari total pendapatan meskipun hanya 2 dari 6 produk — risiko konsentrasi yang dikonfirmasi oleh diagram batang (Bag. 6.1), diagram lingkaran (Bag. 6.3), dan diagram sebar gelembung (Bag. 6.5). Diagram sebar (6.5) lebih lanjut mengonfirmasi bahwa di toko ini, harga satuan mendominasi volume penjualan sebagai pendorong pendapatan utama, menjadikan strategi penetapan harga Elektronik sebagai pengungkit berdampak tertinggi untuk keseluruhan kinerja toko.

Praktikum Week-4: SINTAKS DAN KONTROL ALUR

OCTAVIA MAIA REGO

2026-03-16

SINTAKS & KONTROL ALUR

PRAKTIKUM WEEK - 4

1. Pendahuluan

Deskripsi

Studi Kasus: Dataset Penjualan Toko Retail

2. Persiapan Dataset

2.1 Membuat Dataset Penjualan

Gambaran Umum Dataset

3. Pernyataan Kondisional

Pernyataan Kondisional dalam R

3.1 if-else if-else: Tier Diskon Berdasarkan Harga Satuan

Tugas

3.2 if-else: Label Kinerja Pendapatan Biner

Tugas

3.3 if-else Bersarang: Tiga Tier Pendapatan + Peringatan Performa Terbaik

Tugas

4. Perulangan: For dan While

Mengapa Menggunakan Perulangan dalam Analisis Data Retail?

4.1 For Loop: Daftar Produk dengan Pendapatan > Rp 5.000.000

Tugas

4.2 While Loop: Akumulasi Pendapatan Hingga Target Harian

Tugas

4.3 Break: Berhenti Saat Produk Mak & Min Pertama Ditemukan

Tugas

4.4 Next: Lewati Produk Kategori “Fashion”

Tugas

5. Studi Kasus Lanjutan

5.1 Kombinasi Kondisional + Loop: Laporan Penjualan Otomatis Lengkap

Tugas Lanjutan

5.2 While Loop: Simulasi Pertumbuhan Pendapatan T-Shirt

Skenario

6. Visualisasi Data dengan ggplot2

Memvisualisasikan Wawasan Penjualan Retail dengan ggplot2

6.1 Diagram Batang: Total Pendapatan per Produk

Tujuan

6.2 Diagram Batang Berkelompok: Harga vs Nominal Diskon per Tier

Tujuan

6.3 Diagram Lingkaran: Porsi Pendapatan per Kategori

Tujuan

6.4 Diagram Garis: Trajektori Pertumbuhan Pendapatan T-Shirt

Tujuan

6.5 Diagram Sebar: Harga vs Kuantitas dengan Gelembung Pendapatan

Tujuan

7. Ringkasan dan Kesimpulan

Tabel Perbandingan: Konsep Kontrol Alur dalam R

Kesimpulan Utama