Tugas Data Bayi

simpan <- read.table("bayi.csv", header = TRUE, sep = ",", nrows = 9) # hanya 9 baris data asli, sisanya keterangan/baris kosong
simpan

##      Y  X1   X2   X3
## 1 57.5  78 2.75 29.5
## 2 52.8  69 2.15 26.3
## 3 61.3  77 4.41 32.2
## 4 67.0  88 5.52 36.5
## 5 53.5  67 3.21 27.2
## 6 62.7  80 4.32 27.7
## 7 56.2  74 2.31 28.3
## 8 68.5  94 4.30 30.3
## 9 69.2 102 3.71 28.7

# 1. Panggil library yang dibutuhkan
library(ggcorrplot)

## Warning: package 'ggcorrplot' was built under R version 4.5.3

## Loading required package: ggplot2

## Warning: package 'ggplot2' was built under R version 4.5.2

# 2. Pakai data yang sudah dibaca dari bayi.csv di chunk pertama (variabel `simpan`)
data_clean <- as.data.frame(apply(simpan, 2, as.numeric))

# 4. Ganti nama kolom dengan variabel yang jelas
colnames(data_clean) <- c(
  "Y (Panjang Bayi)", 
  "X1 (Umur)", 
  "X2 (Berat Badan)", 
  "X3 (Lingkar Dada)"
)

# 5. Hitung matriks korelasi
matriks_korelasi <- cor(data_clean)

# Tampilkan nilai matriks korelasi di console
print(matriks_korelasi)

##                   Y (Panjang Bayi) X1 (Umur) X2 (Berat Badan) X3 (Lingkar Dada)
## Y (Panjang Bayi)         1.0000000 0.9470919        0.7611425         0.5603295
## X1 (Umur)                0.9470919 1.0000000        0.5340188         0.3899864
## X2 (Berat Badan)         0.7611425 0.5340188        1.0000000         0.7844691
## X3 (Lingkar Dada)        0.5603295 0.3899864        0.7844691         1.0000000

# 6. Bikin Heatmap (Opsi A: Pake ggcorrplot - Tampilan Modern)
ggcorrplot(
  matriks_korelasi, 
  lab = TRUE,             # Menampilkan nilai korelasi
  digits = 3,             # Jumlah desimal
  colors = c("#4575b4", "white", "#d73027"),
  title = "Heatmap Matriks Korelasi Data Bayi",
  ggtheme = theme_minimal()
)