1. PENDAHULUAN

Latar Belakang

Industri coffee chain menghasilkan data penjualan yang kompleks. Analisis terhadap variabel seperti Sales, Profit, Product Type, Market, dan Marketing dapat memberikan insight penting mengenai performa bisnis. Dalam penelitian ini digunakan subset data untuk menyederhanakan analisis tanpa mengurangi kualitas hasil.

Rumusan Masalah

  1. Apakah terdapat hubungan antara Sales dan Profit?
  2. Product Type mana yang memberikan profit tertinggi?
  3. Bagaimana perbandingan profit antar Market?
  4. Apakah Marketing berpengaruh terhadap Profit?

Tujuan

  1. Menganalisis hubungan Sales dan Profit
  2. Mengidentifikasi Product Type terbaik
  3. Membandingkan performa antar Market
  4. Menganalisis pengaruh Marketing terhadap Profit

Manfaat

  • Memberikan insight berbasis data
  • Mendukung pengambilan keputusan
  • Melatih analisis data menggunakan R

2. IMPORT, SELEKSI, dan SAMPLING DATA

library(readxl)
library(dplyr)
library(ggplot2)

# Import dataset
data <- read_excel("C:/Users/AXIOO/Downloads/1. Tugas SIM 2025B - Coffee Chain Datasets.xlsx")

# Subset kolom (sesuai dataset asli)
data_selected <- data %>%
  select(Sales, Profit, `Product Type`, Market, Marketing)

# Subset baris (sampling)
set.seed(123)
data_sample <- data_selected %>% sample_n(150)

# Cek data
head(data_sample)
## # A tibble: 6 × 5
##   Sales Profit `Product Type` Market  Marketing
##   <dbl>  <dbl> <chr>          <chr>       <dbl>
## 1   362    147 Espresso       West           47
## 2    80     -4 Tea            Central        12
## 3   134     41 Coffee         South          15
## 4   309    115 Herbal Tea     West           40
## 5    49     18 Espresso       West            5
## 6   245     89 Coffee         East           31
str(data_sample)
## tibble [150 × 5] (S3: tbl_df/tbl/data.frame)
##  $ Sales       : num [1:150] 362 80 134 309 49 245 43 119 64 56 ...
##  $ Profit      : num [1:150] 147 -4 41 115 18 89 31 54 -12 -11 ...
##  $ Product Type: chr [1:150] "Espresso" "Tea" "Coffee" "Herbal Tea" ...
##  $ Market      : chr [1:150] "West" "Central" "South" "West" ...
##  $ Marketing   : num [1:150] 47 12 15 40 5 31 0 17 11 9 ...
summary(data_sample)
##      Sales           Profit        Product Type          Market         
##  Min.   : 34.0   Min.   :-505.00   Length:150         Length:150        
##  1st Qu.: 96.0   1st Qu.:  22.25   Class :character   Class :character  
##  Median :142.5   Median :  43.00   Mode  :character   Mode  :character  
##  Mean   :193.8   Mean   :  64.11                                        
##  3rd Qu.:243.5   3rd Qu.: 100.50                                        
##  Max.   :796.0   Max.   : 459.00                                        
##    Marketing     
##  Min.   :  0.00  
##  1st Qu.: 13.00  
##  Median : 21.00  
##  Mean   : 30.19  
##  3rd Qu.: 37.50  
##  Max.   :156.00

3. DESKRIPSI INSIGHT

Berdasarkan pengamatan awal terhadap data yang telah dipilih, diperoleh beberapa insight sebagai berikut:

  1. Hubungan Sales dan Profit Data menunjukkan adanya kecenderungan bahwa nilai Sales dan Profit bergerak searah, di mana peningkatan Sales diikuti oleh peningkatan Profit.
  2. Perbedaan Profit antar Product Type Terdapat variasi nilai Profit pada setiap Product Type. Beberapa produk terlihat memiliki nilai profit yang lebih tinggi dibandingkan produk lainnya.
  3. Distribusi Profit antar Market Nilai Profit pada setiap Market terlihat relatif tidak jauh berbeda, sehingga distribusi profit cenderung merata.
  4. Hubungan Marketing dan Profit Variabel Marketing menunjukkan kecenderungan hubungan dengan Profit, meskipun pola hubungan tersebut tidak terlalu kuat dibandingkan dengan Sales.

Insight awal ini diperoleh dari pengamatan data dan akan dianalisis lebih lanjut menggunakan visualisasi dan uji statistik.

4. EKSPLORASI DATA

4.1 Cek Missing Value

colSums(is.na(data_sample))
##        Sales       Profit Product Type       Market    Marketing 
##            0            0            0            0            0

4.2 Statistik Deskriptif

data_sample %>%
  summarise(
    rata_sales = mean(Sales, na.rm = TRUE),
    rata_profit = mean(Profit, na.rm = TRUE),
    rata_marketing = mean(Marketing, na.rm = TRUE),
    total_profit = sum(Profit, na.rm = TRUE)
  )
## # A tibble: 1 × 4
##   rata_sales rata_profit rata_marketing total_profit
##        <dbl>       <dbl>          <dbl>        <dbl>
## 1       194.        64.1           30.2         9616

5. VISUALISASI DATA

5.1 Hubungan Sales dan Profit

ggplot(data_sample, aes(x = Sales, y = Profit)) +
  geom_point(color = "blue") +
  geom_smooth(method = "lm", color = "red") +
  labs(title = "Hubungan Sales dan Profit",
       x = "Sales",
       y = "Profit")

5.2 Profit berdasarkan Product Type

data_sample %>%
  group_by(`Product Type`) %>%
  summarise(Total_Profit = sum(Profit, na.rm = TRUE)) %>%
  ggplot(aes(x = `Product Type`, y = Total_Profit, fill = `Product Type`)) +
  geom_bar(stat = "identity") +
  labs(title = "Total Profit per Product Type")

5.3 Profit berdasarkan Market

data_sample %>%
  group_by(Market) %>%
  summarise(Total_Profit = sum(Profit, na.rm = TRUE)) %>%
  ggplot(aes(x = Market, y = Total_Profit, fill = Market)) +
  geom_bar(stat = "identity") +
  labs(title = "Total Profit per Market")

5.4 Distribusi Profit

ggplot(data_sample, aes(x = Profit)) +
  geom_histogram(bins = 20, fill = "blue") +
  labs(title = "Distribusi Profit")

Interpretasi Hasil Visualisasi

5.1 Scatter Plot Sales dan Profit Scatter plot menunjukkan adanya hubungan positif antara Sales dan Profit. Hal ini terlihat dari pola titik yang cenderung meningkat dari kiri bawah ke kanan atas. Artinya, peningkatan nilai Sales cenderung diikuti oleh peningkatan Profit. Selain itu, sebagian besar titik berada di sekitar garis regresi, yang mengindikasikan bahwa hubungan antara kedua variabel cukup konsisten. Namun, terdapat beberapa titik yang menyimpang (outlier), termasuk nilai profit negatif, yang menunjukkan adanya variasi dalam data.

5.2 Bar Chart Profit per Product Type Grafik menunjukkan adanya perbedaan total profit yang cukup signifikan antar jenis produk. Produk Herbal Tea memiliki kontribusi profit tertinggi dibandingkan produk lainnya, diikuti oleh Espresso. Sementara itu, Coffee dan Tea memiliki nilai profit yang relatif lebih rendah. Hal ini mengindikasikan bahwa kontribusi profit tidak merata antar jenis produk, dengan Herbal Tea menjadi produk yang paling dominan dalam menghasilkan keuntungan.

5.3 Bar Chart Profit per Market Visualisasi menunjukkan adanya perbedaan total profit antar market yang cukup jelas. Market Central dan West memiliki nilai profit yang lebih tinggi dibandingkan East dan South. Sementara itu, South memiliki profit paling rendah. Hal ini mengindikasikan bahwa distribusi profit belum merata antar market dan terdapat market yang lebih dominan dalam menghasilkan keuntungan.

5.4 Histogram Distribusi Profit Histogram menunjukkan bahwa distribusi profit tidak simetris dan cenderung miring ke kanan (positively skewed). Sebagian besar nilai profit terkonsentrasi pada rentang rendah hingga sedang, yaitu sekitar 0 hingga 150. Selain itu, terdapat beberapa nilai ekstrem, baik berupa kerugian (nilai negatif) maupun keuntungan tinggi (nilai positif besar). Hal ini mengindikasikan adanya variasi profit yang cukup besar antar transaksi.

6. ANALISIS STATISTIK

6.1 Uji Korelasi (Sales vs Profit)

cor.test(data_sample$Sales, data_sample$Profit)
## 
##  Pearson's product-moment correlation
## 
## data:  data_sample$Sales and data_sample$Profit
## t = 16.198, df = 148, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.7333039 0.8508290
## sample estimates:
##       cor 
## 0.7995965

6.2 Uji Kruskal-Wallis (Product Type

kruskal.test(Profit ~ `Product Type`, data = data_sample)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  Profit by Product Type
## Kruskal-Wallis chi-squared = 9.0969, df = 3, p-value = 0.02803

6.3 Uji Kruskal-Wallis (Market)

kruskal.test(Profit ~ Market, data = data_sample)
## 
##  Kruskal-Wallis rank sum test
## 
## data:  Profit by Market
## Kruskal-Wallis chi-squared = 2.2433, df = 3, p-value = 0.5235

6.4 Uji Korelasi (Marketing vs Profit)

cor.test(data_sample$Marketing, data_sample$Profit)
## 
##  Pearson's product-moment correlation
## 
## data:  data_sample$Marketing and data_sample$Profit
## t = 4.1181, df = 148, p-value = 6.328e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1690598 0.4573924
## sample estimates:
##       cor 
## 0.3206341

Interpretasi Hasil Analisis

Berdasarkan hasil analisis statistik yang telah dilakukan, diperoleh beberapa temuan sebagai berikut:

6.1 Hubungan antara Sales dan Profit Berdasarkan hasil uji korelasi Pearson, diperoleh nilai koefisien korelasi sebesar r = 0.7996 dengan p-value < 2.2 × 10⁻¹⁶. Nilai tersebut menunjukkan adanya hubungan positif yang kuat antara variabel Sales dan Profit. Karena nilai p-value lebih kecil dari 0.05, maka hubungan tersebut signifikan secara statistik. Dengan demikian, dapat diartikan bahwa peningkatan nilai Sales cenderung diikuti oleh peningkatan nilai Profit. Interval kepercayaan 95% yang berada pada rentang 0.7333 hingga 0.8508 semakin memperkuat bahwa hubungan ini konsisten dan kuat.

6.2 Perbedaan Profit berdasarkan Product Type Hasil uji Kruskal-Wallis menunjukkan nilai chi-squared sebesar 9.0969 dengan p-value = 0.02803. Karena p-value lebih kecil dari 0.05, maka dapat disimpulkan bahwa terdapat perbedaan profit yang signifikan antar Product Type. Hal ini menunjukkan bahwa jenis produk yang berbeda memberikan kontribusi profit yang berbeda, sehingga terdapat produk tertentu yang lebih unggul dalam menghasilkan keuntungan.

6.3 Perbedaan Profit berdasarkan Market Berdasarkan hasil uji Kruskal-Wallis, diperoleh nilai chi-squared sebesar 2.2433 dengan p-value = 0.5235. Karena p-value lebih besar dari 0.05, maka tidak terdapat perbedaan profit yang signifikan antar Market. Meskipun secara visual terdapat variasi nilai profit antar wilayah, perbedaan tersebut tidak cukup kuat secara statistik untuk dinyatakan signifikan. Hal ini menunjukkan bahwa perbedaan wilayah pemasaran belum memberikan pengaruh yang nyata terhadap profit.

6.4 Hubungan antara Marketing dan Profit Hasil uji korelasi Pearson menunjukkan nilai koefisien korelasi sebesar r = 0.3206 dengan p-value = 6.328 × 10⁻⁵. Nilai ini menunjukkan adanya hubungan positif dengan kekuatan lemah hingga sedang antara Marketing dan Profit. Karena p-value lebih kecil dari 0.05, maka hubungan tersebut signifikan secara statistik. Hal ini mengindikasikan bahwa peningkatan aktivitas marketing cenderung diikuti oleh peningkatan profit, meskipun hubungan tersebut tidak sekuat hubungan antara Sales dan Profit.

7. KESIMPULAN

Berdasarkan hasil analisis data Coffee Chain menggunakan subset data, dapat disimpulkan bahwa:

  1. Terdapat hubungan positif yang kuat dan signifikan antara Sales dan Profit. Hal ini menunjukkan bahwa Sales memiliki keterkaitan yang erat dengan peningkatan Profit.
  2. Terdapat perbedaan profit yang signifikan antar Product Type, yang menunjukkan bahwa jenis produk memiliki peran penting dalam variasi profit yang diperoleh.
  3. Tidak terdapat perbedaan profit yang signifikan antar Market. Meskipun secara visual terlihat adanya perbedaan, secara statistik perbedaan tersebut tidak cukup kuat untuk dianggap signifikan.
  4. Terdapat hubungan positif yang signifikan antara Marketing dan Profit, dengan kekuatan hubungan yang relatif lemah hingga sedang dibandingkan dengan Sales.

Secara keseluruhan, variabel yang memiliki hubungan paling kuat dengan Profit adalah Sales, diikuti oleh Product Type dan Marketing, sedangkan Market tidak menunjukkan perbedaan yang signifikan dalam analisis ini.

8.SARAN

Berdasarkan hasil analisis yang telah dilakukan, beberapa saran yang dapat diberikan adalah sebagai berikut:

  1. Fokus pada peningkatan Sales Mengingat Sales memiliki hubungan paling kuat dengan Profit, perusahaan disarankan untuk memprioritaskan strategi yang dapat meningkatkan penjualan, seperti promosi, inovasi produk, serta peningkatan kualitas layanan.
  2. Optimalisasi Product Type unggulan Perusahaan perlu mengidentifikasi jenis produk dengan kontribusi profit tertinggi dan menjadikannya sebagai fokus utama dalam strategi bisnis. Sementara itu, produk dengan performa rendah dapat dievaluasi untuk perbaikan atau penyesuaian strategi.
  3. Peningkatan efektivitas Marketing Meskipun hubungan antara Marketing dan Profit tidak sekuat Sales, hasil analisis menunjukkan adanya hubungan yang signifikan. Oleh karena itu, diperlukan peningkatan efektivitas strategi marketing agar dampaknya terhadap profit dapat lebih optimal.
  4. Pengelolaan Market secara konsisten Karena tidak terdapat perbedaan profit yang signifikan antar Market, perusahaan disarankan untuk menjaga konsistensi strategi di seluruh wilayah, tanpa perlu melakukan perbedaan perlakuan yang berlebihan antar market.
  5. Pemanfaatan analisis data secara berkelanjutan Perusahaan disarankan untuk terus memanfaatkan analisis data dalam pengambilan keputusan, sehingga strategi yang diterapkan lebih terukur, objektif, dan berbasis data.