simpan=read.table("Dataset Pelatihan.csv",
header=TRUE, sep=",")
data=simpan[!is.na(simpan$ID),]
simpan
## ID Nama Umur Gender Nilai Matkul Tanggal UTS UAS
## 1 1 Budi 24 Laki-laki 85.0 Kimia 9/8/2023 90 80
## 2 2 Ani 21 Perempuan 77.5 Matematika 15/8/2023 75 80
## 3 3 Joko 20 Laki-laki 90.0 Biologi 15/8/2023 85 95
## 4 4 Siti 21 Perempuan 60.0 Matematika 9/8/2023 55 65
## 5 5 Agus 23 Laki-laki 77.5 Fisika 9/8/2023 80 75
## 6 6 Dewi 21 Perempuan 85.0 Biologi 9/8/2023 75 95
## 7 7 Eka 21 Perempuan 90.0 Matematika 15/8/2023 85 95
## 8 8 Adi 23 Laki-laki 67.5 Fisika 15/8/2023 70 65
## 9 9 Rina 22 Perempuan 75.0 Matematika 15/8/2023 80 70
## 10 10 Hadi 24 Laki-laki 82.5 Biologi 15/8/2023 85 80
## 11 11 Maya 23 Perempuan 83.5 Fisika 15/8/2023 79 88
## 12 12 Rudi 22 Laki-laki 90.0 Matematika 9/8/2023 95 85
## 13 13 Surya 22 Laki-laki 87.5 Kimia 9/8/2023 94 81
## 14 14 Wati 20 Perempuan 89.5 Biologi 9/8/2023 88 91
## 15 15 Ari 22 Laki-laki 86.5 Kimia 15/8/2023 88 85
## 16 16 Lia 23 Perempuan 79.0 Matematika 15/8/2023 74 84
## 17 17 Dian 22 Perempuan 76.5 Fisika 9/8/2023 76 77
## 18 18 Dodi 23 Laki-laki 77.5 Biologi 15/8/2023 85 70
## 19 19 Nina 24 Perempuan 86.5 Fisika 9/8/2023 93 80
## 20 20 Adit 21 Laki-laki 84.0 Kimia 9/8/2023 74 94
## 21 21 Tia 21 Perempuan 78.0 Matematika 9/8/2023 74 82
## 22 22 Andi 20 Laki-laki 87.5 Biologi 9/8/2023 81 94
## 23 23 Nia 21 Perempuan 80.0 Matematika 15/8/2023 89 71
## 24 24 Bayu 22 Laki-laki 91.5 Fisika 15/8/2023 90 93
## 25 25 Indah 21 Perempuan 92.5 Biologi 9/8/2023 93 92
## 26 26 Rama 21 Laki-laki 80.0 Kimia 9/8/2023 85 75
## 27 27 Nisa 21 Perempuan 83.5 Fisika 15/8/2023 76 91
## 28 28 Iwan 22 Laki-laki 78.5 Biologi 15/8/2023 83 74
## 29 29 Mega 23 Perempuan 86.0 Kimia 15/8/2023 85 87
## 30 30 Agung 20 Laki-laki 90.0 Matematika 9/8/2023 89 91
## 31 31 Ria 24 Perempuan 79.5 Fisika 9/8/2023 87 72
## 32 32 Dino 24 Laki-laki 85.5 Kimia 15/8/2023 92 79
## 33 33 Rini 21 Perempuan 74.5 Biologi 15/8/2023 73 76
## 34 34 Yoga 21 Laki-laki 85.0 Matematika 15/8/2023 95 75
## 35 35 Evi 23 Perempuan 91.0 Kimia 15/8/2023 93 89
## 36 36 Aji 24 Laki-laki 81.5 Fisika 9/8/2023 86 77
## 37 37 Lina 20 Perempuan 81.5 Biologi 9/8/2023 88 75
## 38 38 Dika 22 Laki-laki 78.5 Matematika 9/8/2023 80 77
## 39 39 Yuli 23 Perempuan 80.0 Kimia 15/8/2023 85 75
## 40 40 Bagus 22 Laki-laki 77.5 Fisika 15/8/2023 73 82
## 41 41 Tina 23 Perempuan 87.0 Biologi 9/8/2023 81 93
## 42 42 Farid 24 Laki-laki 80.0 Matematika 9/8/2023 81 79
## 43 43 Rika 21 Perempuan 84.0 Fisika 9/8/2023 82 86
## 44 44 Hafiz 22 Laki-laki 83.0 Kimia 9/8/2023 72 94
## 45 45 Yani 22 Perempuan 83.0 Biologi 9/8/2023 95 71
## 46 46 Fajar 20 Laki-laki 84.0 Matematika 15/8/2023 78 90
## 47 47 Ayu 24 Perempuan 88.0 Fisika 9/8/2023 84 92
## 48 48 Rian 23 Laki-laki 76.0 Biologi 15/8/2023 72 80
## 49 49 Tika 20 Perempuan 86.0 Kimia 15/8/2023 79 93
## 50 50 Fandi 23 Laki-laki 80.5 Matematika 15/8/2023 70 91
## 51 51 Siska 21 Perempuan 92.0 Kimia 9/8/2023 94 90
## 52 52 Rio 23 Laki-laki 78.0 Fisika 15/8/2023 82 74
## 53 53 Sinta 24 Perempuan 90.5 Biologi 9/8/2023 94 87
## 54 54 Arif 23 Laki-laki 88.5 Kimia 15/8/2023 83 94
## 55 55 Rara 22 Perempuan 89.0 Matematika 15/8/2023 94 84
## 56 56 Rian 22 Laki-laki 88.5 Fisika 9/8/2023 94 83
## 57 57 Tyas 20 Perempuan 91.0 Biologi 15/8/2023 87 95
## 58 58 Ryan 22 Laki-laki 83.5 Kimia 15/8/2023 87 80
## 59 59 Asih 23 Perempuan 76.5 Matematika 9/8/2023 73 80
## 60 60 Gito 24 Laki-laki 86.0 Fisika 15/8/2023 94 78
## 61 61 Ayi 20 Perempuan 73.5 Biologi 9/8/2023 74 73
## 62 62 Tino 24 Laki-laki 81.0 Kimia 9/8/2023 84 78
## 63 63 Nova 22 Perempuan 76.5 Matematika 15/8/2023 80 73
## 64 64 Reza 21 Laki-laki 80.0 Fisika 15/8/2023 83 77
## 65 65 Umi 22 Perempuan 80.5 Biologi 15/8/2023 73 88
## 66 66 Doni 24 Laki-laki 86.5 Kimia 15/8/2023 79 94
## 67 67 Lia 23 Perempuan 77.5 Matematika 9/8/2023 82 73
## 68 68 Dani 20 Laki-laki 90.5 Fisika 9/8/2023 87 94
## 69 69 Yani 24 Perempuan 85.0 Biologi 9/8/2023 84 86
## 70 70 Wira 21 Laki-laki 85.5 Kimia 15/8/2023 85 86
## 71 71 Yuli 21 Perempuan 75.0 Matematika 9/8/2023 71 79
## 72 72 Edo 23 Laki-laki 81.5 Fisika 9/8/2023 92 71
## 73 73 Tari 23 Perempuan 78.0 Kimia 15/8/2023 77 79
## 74 74 Andy 21 Laki-laki 76.0 Biologi 9/8/2023 82 70
## 75 75 Dita 24 Perempuan 86.5 Matematika 15/8/2023 90 83
## 76 76 Fahmi 21 Laki-laki 80.0 Fisika 9/8/2023 88 72
## 77 77 Erna 20 Perempuan 83.0 Kimia 15/8/2023 83 83
## 78 78 Dimas 21 Laki-laki 82.0 Biologi 9/8/2023 91 73
## 79 79 Eka 22 Perempuan 75.0 Matematika 15/8/2023 73 77
## 80 80 Ricky 22 Laki-laki 78.5 Fisika 15/8/2023 74 83
## 81 81 Merry 20 Perempuan 85.5 Kimia 15/8/2023 85 86
## 82 82 Rizal 20 Laki-laki 81.0 Biologi 9/8/2023 75 87
## 83 83 Tina 22 Perempuan 87.0 Matematika 9/8/2023 81 93
## 84 84 Billy 22 Laki-laki 81.5 Fisika 15/8/2023 91 72
## 85 85 Eva 24 Perempuan 81.5 Kimia 9/8/2023 91 72
## 86 86 Yudi 24 Laki-laki 84.5 Biologi 15/8/2023 88 81
## 87 87 Vera 20 Perempuan 85.5 Matematika 9/8/2023 83 88
## 88 88 Deka 22 Laki-laki 77.5 Fisika 15/8/2023 74 81
## 89 89 Dian 21 Perempuan 72.0 Kimia 9/8/2023 72 72
## 90 90 Roy 20 Laki-laki 81.5 Biologi 9/8/2023 72 91
## 91 91 Irma 20 Perempuan 84.0 Matematika 15/8/2023 83 85
## 92 92 Wahyu 24 Laki-laki 77.5 Fisika 9/8/2023 78 77
## 93 93 Sari 23 Perempuan 90.0 Kimia 9/8/2023 87 93
## 94 94 Riko 20 Laki-laki 84.5 Matematika 15/8/2023 84 85
## 95 95 Ela 20 Perempuan 87.0 Biologi 9/8/2023 80 94
## 96 96 Yanto 24 Laki-laki 81.0 Fisika 15/8/2023 76 86
## 97 97 Dina 22 Perempuan 82.0 Kimia 15/8/2023 92 72
## 98 98 Fery 22 Laki-laki 80.5 Matematika 15/8/2023 87 74
## 99 99 Febi 22 Perempuan 72.0 Biologi 15/8/2023 74 70
## 100 100 Rony 20 Laki-laki 94.0 Kimia 15/8/2023 94 94
## 101 NA NA NA NA NA
## 102 NA NA NA NA NA
## 103 NA NA NA NA NA
## 104 NA NA NA NA NA
## 105 NA NA NA NA NA
## 106 NA NA NA NA NA
## 107 NA NA NA NA NA
## 108 NA NA NA NA NA
## 109 NA NA NA NA NA
## 110 NA NA NA NA NA
data
## ID Nama Umur Gender Nilai Matkul Tanggal UTS UAS
## 1 1 Budi 24 Laki-laki 85.0 Kimia 9/8/2023 90 80
## 2 2 Ani 21 Perempuan 77.5 Matematika 15/8/2023 75 80
## 3 3 Joko 20 Laki-laki 90.0 Biologi 15/8/2023 85 95
## 4 4 Siti 21 Perempuan 60.0 Matematika 9/8/2023 55 65
## 5 5 Agus 23 Laki-laki 77.5 Fisika 9/8/2023 80 75
## 6 6 Dewi 21 Perempuan 85.0 Biologi 9/8/2023 75 95
## 7 7 Eka 21 Perempuan 90.0 Matematika 15/8/2023 85 95
## 8 8 Adi 23 Laki-laki 67.5 Fisika 15/8/2023 70 65
## 9 9 Rina 22 Perempuan 75.0 Matematika 15/8/2023 80 70
## 10 10 Hadi 24 Laki-laki 82.5 Biologi 15/8/2023 85 80
## 11 11 Maya 23 Perempuan 83.5 Fisika 15/8/2023 79 88
## 12 12 Rudi 22 Laki-laki 90.0 Matematika 9/8/2023 95 85
## 13 13 Surya 22 Laki-laki 87.5 Kimia 9/8/2023 94 81
## 14 14 Wati 20 Perempuan 89.5 Biologi 9/8/2023 88 91
## 15 15 Ari 22 Laki-laki 86.5 Kimia 15/8/2023 88 85
## 16 16 Lia 23 Perempuan 79.0 Matematika 15/8/2023 74 84
## 17 17 Dian 22 Perempuan 76.5 Fisika 9/8/2023 76 77
## 18 18 Dodi 23 Laki-laki 77.5 Biologi 15/8/2023 85 70
## 19 19 Nina 24 Perempuan 86.5 Fisika 9/8/2023 93 80
## 20 20 Adit 21 Laki-laki 84.0 Kimia 9/8/2023 74 94
## 21 21 Tia 21 Perempuan 78.0 Matematika 9/8/2023 74 82
## 22 22 Andi 20 Laki-laki 87.5 Biologi 9/8/2023 81 94
## 23 23 Nia 21 Perempuan 80.0 Matematika 15/8/2023 89 71
## 24 24 Bayu 22 Laki-laki 91.5 Fisika 15/8/2023 90 93
## 25 25 Indah 21 Perempuan 92.5 Biologi 9/8/2023 93 92
## 26 26 Rama 21 Laki-laki 80.0 Kimia 9/8/2023 85 75
## 27 27 Nisa 21 Perempuan 83.5 Fisika 15/8/2023 76 91
## 28 28 Iwan 22 Laki-laki 78.5 Biologi 15/8/2023 83 74
## 29 29 Mega 23 Perempuan 86.0 Kimia 15/8/2023 85 87
## 30 30 Agung 20 Laki-laki 90.0 Matematika 9/8/2023 89 91
## 31 31 Ria 24 Perempuan 79.5 Fisika 9/8/2023 87 72
## 32 32 Dino 24 Laki-laki 85.5 Kimia 15/8/2023 92 79
## 33 33 Rini 21 Perempuan 74.5 Biologi 15/8/2023 73 76
## 34 34 Yoga 21 Laki-laki 85.0 Matematika 15/8/2023 95 75
## 35 35 Evi 23 Perempuan 91.0 Kimia 15/8/2023 93 89
## 36 36 Aji 24 Laki-laki 81.5 Fisika 9/8/2023 86 77
## 37 37 Lina 20 Perempuan 81.5 Biologi 9/8/2023 88 75
## 38 38 Dika 22 Laki-laki 78.5 Matematika 9/8/2023 80 77
## 39 39 Yuli 23 Perempuan 80.0 Kimia 15/8/2023 85 75
## 40 40 Bagus 22 Laki-laki 77.5 Fisika 15/8/2023 73 82
## 41 41 Tina 23 Perempuan 87.0 Biologi 9/8/2023 81 93
## 42 42 Farid 24 Laki-laki 80.0 Matematika 9/8/2023 81 79
## 43 43 Rika 21 Perempuan 84.0 Fisika 9/8/2023 82 86
## 44 44 Hafiz 22 Laki-laki 83.0 Kimia 9/8/2023 72 94
## 45 45 Yani 22 Perempuan 83.0 Biologi 9/8/2023 95 71
## 46 46 Fajar 20 Laki-laki 84.0 Matematika 15/8/2023 78 90
## 47 47 Ayu 24 Perempuan 88.0 Fisika 9/8/2023 84 92
## 48 48 Rian 23 Laki-laki 76.0 Biologi 15/8/2023 72 80
## 49 49 Tika 20 Perempuan 86.0 Kimia 15/8/2023 79 93
## 50 50 Fandi 23 Laki-laki 80.5 Matematika 15/8/2023 70 91
## 51 51 Siska 21 Perempuan 92.0 Kimia 9/8/2023 94 90
## 52 52 Rio 23 Laki-laki 78.0 Fisika 15/8/2023 82 74
## 53 53 Sinta 24 Perempuan 90.5 Biologi 9/8/2023 94 87
## 54 54 Arif 23 Laki-laki 88.5 Kimia 15/8/2023 83 94
## 55 55 Rara 22 Perempuan 89.0 Matematika 15/8/2023 94 84
## 56 56 Rian 22 Laki-laki 88.5 Fisika 9/8/2023 94 83
## 57 57 Tyas 20 Perempuan 91.0 Biologi 15/8/2023 87 95
## 58 58 Ryan 22 Laki-laki 83.5 Kimia 15/8/2023 87 80
## 59 59 Asih 23 Perempuan 76.5 Matematika 9/8/2023 73 80
## 60 60 Gito 24 Laki-laki 86.0 Fisika 15/8/2023 94 78
## 61 61 Ayi 20 Perempuan 73.5 Biologi 9/8/2023 74 73
## 62 62 Tino 24 Laki-laki 81.0 Kimia 9/8/2023 84 78
## 63 63 Nova 22 Perempuan 76.5 Matematika 15/8/2023 80 73
## 64 64 Reza 21 Laki-laki 80.0 Fisika 15/8/2023 83 77
## 65 65 Umi 22 Perempuan 80.5 Biologi 15/8/2023 73 88
## 66 66 Doni 24 Laki-laki 86.5 Kimia 15/8/2023 79 94
## 67 67 Lia 23 Perempuan 77.5 Matematika 9/8/2023 82 73
## 68 68 Dani 20 Laki-laki 90.5 Fisika 9/8/2023 87 94
## 69 69 Yani 24 Perempuan 85.0 Biologi 9/8/2023 84 86
## 70 70 Wira 21 Laki-laki 85.5 Kimia 15/8/2023 85 86
## 71 71 Yuli 21 Perempuan 75.0 Matematika 9/8/2023 71 79
## 72 72 Edo 23 Laki-laki 81.5 Fisika 9/8/2023 92 71
## 73 73 Tari 23 Perempuan 78.0 Kimia 15/8/2023 77 79
## 74 74 Andy 21 Laki-laki 76.0 Biologi 9/8/2023 82 70
## 75 75 Dita 24 Perempuan 86.5 Matematika 15/8/2023 90 83
## 76 76 Fahmi 21 Laki-laki 80.0 Fisika 9/8/2023 88 72
## 77 77 Erna 20 Perempuan 83.0 Kimia 15/8/2023 83 83
## 78 78 Dimas 21 Laki-laki 82.0 Biologi 9/8/2023 91 73
## 79 79 Eka 22 Perempuan 75.0 Matematika 15/8/2023 73 77
## 80 80 Ricky 22 Laki-laki 78.5 Fisika 15/8/2023 74 83
## 81 81 Merry 20 Perempuan 85.5 Kimia 15/8/2023 85 86
## 82 82 Rizal 20 Laki-laki 81.0 Biologi 9/8/2023 75 87
## 83 83 Tina 22 Perempuan 87.0 Matematika 9/8/2023 81 93
## 84 84 Billy 22 Laki-laki 81.5 Fisika 15/8/2023 91 72
## 85 85 Eva 24 Perempuan 81.5 Kimia 9/8/2023 91 72
## 86 86 Yudi 24 Laki-laki 84.5 Biologi 15/8/2023 88 81
## 87 87 Vera 20 Perempuan 85.5 Matematika 9/8/2023 83 88
## 88 88 Deka 22 Laki-laki 77.5 Fisika 15/8/2023 74 81
## 89 89 Dian 21 Perempuan 72.0 Kimia 9/8/2023 72 72
## 90 90 Roy 20 Laki-laki 81.5 Biologi 9/8/2023 72 91
## 91 91 Irma 20 Perempuan 84.0 Matematika 15/8/2023 83 85
## 92 92 Wahyu 24 Laki-laki 77.5 Fisika 9/8/2023 78 77
## 93 93 Sari 23 Perempuan 90.0 Kimia 9/8/2023 87 93
## 94 94 Riko 20 Laki-laki 84.5 Matematika 15/8/2023 84 85
## 95 95 Ela 20 Perempuan 87.0 Biologi 9/8/2023 80 94
## 96 96 Yanto 24 Laki-laki 81.0 Fisika 15/8/2023 76 86
## 97 97 Dina 22 Perempuan 82.0 Kimia 15/8/2023 92 72
## 98 98 Fery 22 Laki-laki 80.5 Matematika 15/8/2023 87 74
## 99 99 Febi 22 Perempuan 72.0 Biologi 15/8/2023 74 70
## 100 100 Rony 20 Laki-laki 94.0 Kimia 15/8/2023 94 94
str(data)
## 'data.frame': 100 obs. of 9 variables:
## $ ID : int 1 2 3 4 5 6 7 8 9 10 ...
## $ Nama : chr "Budi" "Ani" "Joko" "Siti" ...
## $ Umur : int 24 21 20 21 23 21 21 23 22 24 ...
## $ Gender : chr "Laki-laki" "Perempuan" "Laki-laki" "Perempuan" ...
## $ Nilai : num 85 77.5 90 60 77.5 85 90 67.5 75 82.5 ...
## $ Matkul : chr "Kimia" "Matematika" "Biologi" "Matematika" ...
## $ Tanggal: chr "9/8/2023" "15/8/2023" "15/8/2023" "9/8/2023" ...
## $ UTS : int 90 75 85 55 80 75 85 70 80 85 ...
## $ UAS : int 80 80 95 65 75 95 95 65 70 80 ...
colSums(is.na(data))
## ID Nama Umur Gender Nilai Matkul Tanggal UTS UAS
## 0 0 0 0 0 0 0 0 0
# Scatter Plot Nilai UTS dan UAS
data_scatter=na.omit(data[,c("UTS","UAS")])
plot(data_scatter$UTS,
data_scatter$UAS,
main="Scatter Plot Nilai UTS dan UAS",
xlab="Nilai UTS",
ylab="Nilai UAS")
# Grafik Garis Rata-rata Nilai Berdasarkan Tanggal
rata_tanggal=aggregate(Nilai ~ Tanggal,
data=data,
FUN=mean)
rata_tanggal$Tanggal=factor(rata_tanggal$Tanggal,
levels=c("9/8/2023","15/8/2023"))
rata_tanggal
## Tanggal Nilai
## 1 15/8/2023 82.33654
## 2 9/8/2023 82.66667
plot(rata_tanggal$Tanggal,
rata_tanggal$Nilai,
type="o",
main="Rata-rata Nilai Berdasarkan Tanggal",
xlab="Tanggal",
ylab="Rata-rata Nilai")
# Grafik Batang Rata-rata Nilai Berdasarkan Mata Kuliah
rata_matkul=aggregate(Nilai ~ Matkul,
data=data,
FUN=mean)
rata_matkul
## Matkul Nilai
## 1 Biologi 82.78000
## 2 Fisika 81.56250
## 3 Kimia 84.70000
## 4 Matematika 80.96154
barplot(rata_matkul$Nilai,
names.arg=rata_matkul$Matkul,
main="Rata-rata Nilai Berdasarkan Mata Kuliah",
xlab="Mata Kuliah",
ylab="Rata-rata Nilai")
# Grafik Batang Berdasarkan Gender dan Mata Kuliah
tabel_gender_matkul=table(data$Matkul,
data$Gender)
tabel_gender_matkul
##
## Laki-laki Perempuan
## Biologi 11 14
## Fisika 17 7
## Kimia 13 12
## Matematika 9 17
barplot(tabel_gender_matkul,
beside=TRUE,
main="Jumlah Mahasiswa Berdasarkan Gender dan Mata Kuliah",
xlab="Mata Kuliah",
ylab="Jumlah Mahasiswa",
legend=TRUE)
# Diagram Lingkaran Proporsi Gender
jumlah_gender=table(data$Gender)
jumlah_gender
##
## Laki-laki Perempuan
## 50 50
pie(jumlah_gender,
main="Proporsi Mahasiswa Berdasarkan Gender")
# Histogram Distribusi Nilai
hist(data$Nilai,
main="Histogram Distribusi Nilai",
xlab="Nilai",
ylab="Frekuensi")
Berdasarkan grafik yang telah dibuat, data mahasiswa dapat disajikan dalam beberapa bentuk visual, yaitu scatter plot, grafik garis, grafik batang, diagram lingkaran, dan histogram. Setiap grafik memberikan gambaran yang berbeda mengenai data, mulai dari hubungan nilai UTS dan UAS, perbandingan rata-rata nilai, jumlah mahasiswa berdasarkan kategori, proporsi gender, hingga distribusi nilai.