Chunk 1 — Load Library dan Pengambilan Data

# Simulasi Kuis 2 Bintel
# Visualisasi Data Digital Google Trends

# Load Library
library(gtrendsR)
library(lattice)
library(ggplot2)
library(dplyr)
library(tidyr)
library(readxl)
library(tmap)
library(sf)

# Pengambilan Data Google Trends Indonesia
trend <- gtrends(
  keyword = c(
    "UCL",
    "NBA",
    "NFL"
  ),
  geo = "ID",
  time = "today 12-m"
)

# Menampilkan Plot Awal
plot(trend)

Interpretasi

Grafik menunjukkan perbandingan tingkat pencarian masyarakat Indonesia terhadap tiga kompetisi olahraga, yaitu UEFA Champions League (UCL), National Basketball Association (NBA), dan National Football League (NFL) selama 12 bulan terakhir berdasarkan data Google Trends.

Berdasarkan grafik tren pencarian, UCL memiliki tingkat pencarian paling tinggi dibandingkan NBA dan NFL. Hal ini menunjukkan bahwa sepak bola, khususnya kompetisi Liga Champions Eropa, masih menjadi olahraga yang paling diminati oleh masyarakat Indonesia. Tingginya lonjakan pencarian pada waktu tertentu menunjukkan bahwa minat masyarakat meningkat drastis ketika berlangsung pertandingan penting seperti babak knockout, semifinal, dan final.

Di sisi lain, NBA menunjukkan pola pencarian yang relatif stabil. Meskipun tidak setinggi UCL, NBA memiliki basis penggemar yang cukup konsisten di Indonesia. Stabilitas ini dipengaruhi oleh musim kompetisi NBA yang berlangsung panjang serta eksposur media sosial dan budaya pop Amerika yang cukup kuat.

Sementara itu, NFL memiliki tingkat pencarian paling rendah. Hal ini menunjukkan bahwa olahraga American football masih kurang populer di Indonesia dan hanya diminati oleh kelompok tertentu atau komunitas niche.

Chunk 2 — Pre-Processing dan Visualisasi Regional

# Pre-Processing Data Indonesia
df_time <- trend$interest_over_time %>%
  select(date, hits, keyword) %>%
  mutate(
    hits = ifelse(hits == "<1", 0, hits),
    hits = as.numeric(hits)
  )

# Data Minat Berdasarkan Provinsi
df_region <- trend$interest_by_region %>%
  filter(location != "") %>%
  mutate(
    hits = ifelse(hits == "<1", 0, hits),
    hits = as.numeric(hits)
  )

# Menampilkan Data Regional
df_region
##                              location hits keyword geo gprop
## 1                  East Nusa Tenggara  100     UCL  ID   web
## 2                  West Nusa Tenggara   98     UCL  ID   web
## 3                        North Maluku   94     UCL  ID   web
## 4                                Aceh   90     UCL  ID   web
## 5                    North Kalimantan   89     UCL  ID   web
## 6                       North Sumatra   88     UCL  ID   web
## 7                              Maluku   86     UCL  ID   web
## 8                        Riau Islands   86     UCL  ID   web
## 9                           Gorontalo   82     UCL  ID   web
## 10                               Riau   80     UCL  ID   web
## 11                      West Sulawesi   79     UCL  ID   web
## 12                             Banten   79     UCL  ID   web
## 13                       West Sumatra   78     UCL  ID   web
## 14                     North Sulawesi   77     UCL  ID   web
## 15                         West Papua   76     UCL  ID   web
## 16                          West Java   75     UCL  ID   web
## 17                     South Sulawesi   75     UCL  ID   web
## 18                       Central Java   72     UCL  ID   web
## 19       Special Region of Yogyakarta   70     UCL  ID   web
## 20                    East Kalimantan   70     UCL  ID   web
## 21                          East Java   69     UCL  ID   web
## 22                              Papua   69     UCL  ID   web
## 23                      South Sumatra   67     UCL  ID   web
## 24            Bangka Belitung Islands   67     UCL  ID   web
## 25                    West Kalimantan   67     UCL  ID   web
## 26  Special Capital Region of Jakarta   66     UCL  ID   web
## 27                            Lampung   66     UCL  ID   web
## 28                South East Sulawesi   65     UCL  ID   web
## 29                              Jambi   65     UCL  ID   web
## 30                           Bengkulu   65     UCL  ID   web
## 31                   Central Sulawesi   65     UCL  ID   web
## 32                   South Kalimantan   60     UCL  ID   web
## 33                 Central Kalimantan   48     UCL  ID   web
## 34                               Bali   43     UCL  ID   web
## 35  Special Capital Region of Jakarta  100     NBA  ID   web
## 36                               Bali   79     NBA  ID   web
## 37                             Banten   65     NBA  ID   web
## 38                     North Sulawesi   58     NBA  ID   web
## 39       Special Region of Yogyakarta   57     NBA  ID   web
## 40                       Riau Islands   55     NBA  ID   web
## 41                          West Java   48     NBA  ID   web
## 42                          East Java   47     NBA  ID   web
## 43            Bangka Belitung Islands   42     NBA  ID   web
## 44                       North Maluku   40     NBA  ID   web
## 45                         West Papua   37     NBA  ID   web
## 46                    East Kalimantan   37     NBA  ID   web
## 47                              Papua   37     NBA  ID   web
## 48                 Central Kalimantan   36     NBA  ID   web
## 49                     South Sulawesi   36     NBA  ID   web
## 50                      North Sumatra   35     NBA  ID   web
## 51                       Central Java   34     NBA  ID   web
## 52                             Maluku   34     NBA  ID   web
## 53                 West Nusa Tenggara   33     NBA  ID   web
## 54                   South Kalimantan   33     NBA  ID   web
## 55                   North Kalimantan   32     NBA  ID   web
## 56                               Riau   29     NBA  ID   web
## 57                 East Nusa Tenggara   28     NBA  ID   web
## 58                       West Sumatra   28     NBA  ID   web
## 59                          Gorontalo   28     NBA  ID   web
## 60                              Jambi   27     NBA  ID   web
## 61                      South Sumatra   27     NBA  ID   web
## 62                    West Kalimantan   27     NBA  ID   web
## 63                   Central Sulawesi   26     NBA  ID   web
## 64                South East Sulawesi   24     NBA  ID   web
## 65                               Aceh   23     NBA  ID   web
## 66                           Bengkulu   22     NBA  ID   web
## 67                            Lampung   22     NBA  ID   web
## 68                      West Sulawesi   18     NBA  ID   web
## 69                               Bali  100     NFL  ID   web
## 70  Special Capital Region of Jakarta   71     NFL  ID   web
## 71       Special Region of Yogyakarta   48     NFL  ID   web
## 72                       Riau Islands   45     NFL  ID   web
## 73                             Banten   37     NFL  ID   web
## 74                     North Sulawesi   36     NFL  ID   web
## 75                          West Java   36     NFL  ID   web
## 76                    East Kalimantan   30     NFL  ID   web
## 77                 West Nusa Tenggara   27     NFL  ID   web
## 78                   South Kalimantan   27     NFL  ID   web
## 79                 Central Kalimantan   27     NFL  ID   web
## 80                          East Java   26     NFL  ID   web
## 81                     South Sulawesi   25     NFL  ID   web
## 82                          Gorontalo   24     NFL  ID   web
## 83                    West Kalimantan   23     NFL  ID   web
## 84                       Central Java   23     NFL  ID   web
## 85                      North Sumatra   22     NFL  ID   web
## 86                               Riau   21     NFL  ID   web
## 87                              Papua   21     NFL  ID   web
## 88            Bangka Belitung Islands   20     NFL  ID   web
## 89                 East Nusa Tenggara   20     NFL  ID   web
## 90                       West Sumatra   20     NFL  ID   web
## 91                               Aceh   20     NFL  ID   web
## 92                              Jambi   19     NFL  ID   web
## 93                      South Sumatra   18     NFL  ID   web
## 94                            Lampung   18     NFL  ID   web
## 95                South East Sulawesi   18     NFL  ID   web
## 96                           Bengkulu   17     NFL  ID   web
## 97                   North Kalimantan   17     NFL  ID   web
## 98                         West Papua   16     NFL  ID   web
## 99                       North Maluku   16     NFL  ID   web
## 100                  Central Sulawesi   14     NFL  ID   web
## 101                            Maluku   13     NFL  ID   web
## 102                     West Sulawesi   NA     NFL  ID   web
# Visualisasi Minat Berdasarkan Provinsi
ggplot(
  df_region,
  aes(
    x = reorder(location, hits),
    y = hits,
    fill = keyword
  )
) +
  geom_col(position = "dodge") +
  coord_flip() +
  labs(
    title = "Minat Berdasarkan Provinsi",
    x = "Provinsi",
    y = "Tren (0–100)"
  ) +
  theme_minimal()

Interpretasi

Visualisasi minat berdasarkan provinsi menunjukkan bahwa UCL mendominasi hampir seluruh wilayah di Indonesia. Sebagian besar provinsi memiliki tingkat pencarian UCL yang lebih tinggi dibandingkan NBA dan NFL. Hal ini memperlihatkan bahwa sepak bola memiliki jangkauan penggemar yang luas dan merata di Indonesia.

NBA memiliki tingkat popularitas yang cukup kuat terutama di wilayah perkotaan dan modern, seperti DKI Jakarta dan beberapa daerah dengan akses media digital yang tinggi. Hal ini menunjukkan bahwa pengaruh budaya global dan media internasional turut memengaruhi minat masyarakat terhadap olahraga basket.

NFL tetap menjadi kompetisi dengan tingkat pencarian terendah di hampir semua provinsi. Rendahnya popularitas NFL kemungkinan disebabkan oleh minimnya eksposur media serta kurang familiernya masyarakat Indonesia terhadap aturan dan budaya olahraga American football.

Selain itu, perbedaan minat antarprovinsi menunjukkan bahwa faktor budaya, akses media, urbanisasi, dan globalisasi memiliki pengaruh terhadap preferensi olahraga masyarakat di setiap daerah.

Chunk 3 — Visualisasi Rata-Rata Popularitas

# Menghitung Rata-Rata Popularitas
df_avg <- df_time %>%
  group_by(keyword) %>%
  summarise(
    avg_hits = mean(hits)
  )

# Visualisasi Rata-Rata Popularitas
ggplot(
  df_avg,
  aes(
    x = reorder(keyword, -avg_hits),
    y = avg_hits,
    fill = keyword
  )
) +
  geom_col() +
  labs(
    title = "Rata-rata Popularitas per Brand",
    x = "Brand",
    y = "Rata-rata Skor Pencarian"
  ) +
  theme_minimal()

Interpretasi

Berdasarkan rata-rata skor pencarian, UCL memiliki nilai rata-rata tertinggi dibandingkan NBA dan NFL. Hal ini memperkuat bahwa Liga Champions Eropa merupakan kompetisi olahraga paling populer di Indonesia.

NBA berada pada posisi kedua dengan rata-rata pencarian yang cukup stabil. Walaupun popularitasnya masih berada di bawah UCL, NBA tetap memiliki komunitas penggemar yang loyal dan aktif mengikuti perkembangan kompetisi.

NFL memiliki rata-rata pencarian paling rendah dibandingkan dua kompetisi lainnya. Hal ini menunjukkan bahwa NFL masih belum mampu menarik perhatian masyarakat Indonesia secara luas.

Secara keseluruhan, visualisasi menunjukkan bahwa preferensi masyarakat Indonesia masih sangat didominasi oleh sepak bola, khususnya kompetisi Eropa seperti UEFA Champions League.