library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.2.1     ✔ readr     2.2.0
## ✔ forcats   1.0.1     ✔ stringr   1.6.0
## ✔ ggplot2   4.0.3     ✔ tibble    3.3.1
## ✔ lubridate 1.9.5     ✔ tidyr     1.3.2
## ✔ purrr     1.2.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(ggpubr)
## Warning: package 'ggpubr' was built under R version 4.6.1
library(ggridges)
library(GGally)
library(plotly)
## Warning: package 'plotly' was built under R version 4.6.1
## 
## Attaching package: 'plotly'
## 
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## 
## The following object is masked from 'package:stats':
## 
##     filter
## 
## The following object is masked from 'package:graphics':
## 
##     layout
library(maps)
## 
## Attaching package: 'maps'
## 
## The following object is masked from 'package:purrr':
## 
##     map

#1. Comparison MPG Calculate the average cty for each manufacturer, select the top 10, create a comparison plot, and summarize the main finding.

data(mpg)
names(mpg)
##  [1] "manufacturer" "model"        "displ"        "year"         "cyl"         
##  [6] "trans"        "drv"          "cty"          "hwy"          "fl"          
## [11] "class"
head(mpg,10)
## # A tibble: 10 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 audi         a4           1.8  1999     4 auto… f        18    29 p     comp…
##  2 audi         a4           1.8  1999     4 manu… f        21    29 p     comp…
##  3 audi         a4           2    2008     4 manu… f        20    31 p     comp…
##  4 audi         a4           2    2008     4 auto… f        21    30 p     comp…
##  5 audi         a4           2.8  1999     6 auto… f        16    26 p     comp…
##  6 audi         a4           2.8  1999     6 manu… f        18    26 p     comp…
##  7 audi         a4           3.1  2008     6 auto… f        18    27 p     comp…
##  8 audi         a4 quattro   1.8  1999     4 manu… 4        18    26 p     comp…
##  9 audi         a4 quattro   1.8  1999     4 auto… 4        16    25 p     comp…
## 10 audi         a4 quattro   2    2008     4 manu… 4        20    28 p     comp…
top10_cty <- mpg %>%
  group_by(manufacturer) %>%
  summarise(avg_cty= mean(cty))%>%
  arrange(desc(avg_cty)) %>%
  slice_head(n=10) %>%
  mutate(manufacturer = fct_reorder(manufacturer, avg_cty))

ggplot(data = top10_cty, aes(x = manufacturer, y = avg_cty)) +
  geom_col(fill = "steelblue") +
  coord_flip() +
  geom_text(
    aes(label = round(avg_cty,1)),
    size= 2.5,
    hjust = -0.1
  )


Kesimpulan: Grafik diatas merupakan 10 manufacturer yang memiliki rata-rata efisiensi bahan bakar paling bagus yaitu berkisar 24.4 hingga 14 mpg (miles per gallon). Honda merupakan manufacturer paling efisien dengan 24.4 mpg, disusul Volkswagen dengan 20.9 mpg dan Subaru dengan 19.3 mpg.



#2. Choose one numerical variable, compare its distribution across one categorical variable, improve the plot appearance, and interpret the pattern.

data(diamonds)
names(diamonds)
##  [1] "carat"   "cut"     "color"   "clarity" "depth"   "table"   "price"  
##  [8] "x"       "y"       "z"
head(diamonds,10)
## # A tibble: 10 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
##  1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
##  2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
##  3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
##  4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
##  5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
##  6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
##  7  0.24 Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
##  8  0.26 Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
##  9  0.22 Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
## 10  0.23 Very Good H     VS1      59.4    61   338  4     4.05  2.39
diamonds$clarity <- factor(
  diamonds$clarity,
  levels = c("IF", "VVS1", "VVS2", "VS1", 
             "VS2", "SI1", "SI2", "I1")
)
ggplot(data = diamonds, aes(x = clarity, y = price, fill = clarity)) +
  geom_boxplot(
    alpha = 0.7,             
    outlier.size = 0.5,      
    outlier.alpha = 0.3,     
    show.legend = FALSE      
  ) +
  labs(
    title = "Distribusi Harga Berlian Berdasarkan Tingkat Kejernihan (Clarity)",
    x = "Tingkat Kejernihan (Clarity)",
    y = "Harga Berlian (USD)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 12),
    axis.title = element_text(face = "bold")
  )


Kesimpulan:
- Bentuk Distribusi harga berlian pada seluruh tingkat kejernihan (clarity) memiliki pencilan (outliers) yang memanjang ke arah harga tinggi di atas $10.000.
-Kategori kejernihan tingkat menengah seperti VS1, VS2, dan SI1 memiliki rentang antarkuartil yang relatif lebih lebar dibandingkan kategori terendah (I1) atau tertinggi (IF), hal menunjukkan variasi harga yang lebih tinggi pada kelompok tersebut sejalan dengan tingginya kotak tersebut.
- Sedangkan Berlian dengan tingkat kejernihan tertinggi (IF) memiliki nilai median harga yang cenderung lebih rendah dibandingkan kejernihan tingkat menengah / rendah. Hal ini menunjukkan bahwa harga berlian tidak ditentukan oleh kejernihan saja namun juga dipengaruhi oleh variabel lain misalnya hasil potongan (cut), carat, dan warna serta lainnya.



#3. Visualize the relationship between carat and price, add at least one relevant aesthetic, apply suitable customization, and explain the relationship show

set.seed(123)
diamonds_sample <- diamonds %>% 
  slice_sample(n = 3000)

ggplot(data = diamonds_sample, aes(x = carat, y = price, color = cut)) +
  geom_point(alpha = 0.7, size = 1.2) +
  labs(
    title = "Hubungan Antara Berat (Carat) dan Harga Berlian",
    x = "Berat Berlian (Carat)",
    y = "Harga Berlian (USD)",
    color = "Kualitas Potongan"
  ) +
  geom_smooth(
    aes(group = 1), 
    color = "black", 
    linetype = "dashed", 
    linewidth = 0.3
  )+
  
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 12),
    legend.position = "bottom"
  )
## `geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'


Kesimpulan:
- Terdapat hubungan positif yang kuat antara berat berlian (carat) dan harga (price). Namun, hubungannya tidak bersifat linier lurus, melainkan seperti kurva nonlinear.
-Terdapat variasi harga diamond dengan berat carat yang sama. Hal ini juga dijelaskan dengan adanya variasi/perbedaan warna berdasarkan kategori hasil pemotongan/cut juga menunjukkan adanya variasi harga berlian.
-Data berat berlian/ carat lebih banyak pada ukuran bulat atau pecahan pas (seperti 0.5, 1.5, dan 2.0 karat)



#4. Visualize psavert over time, use clear labels and a suitable theme, highlight or annotate a noticeable change, and provide a short interpretation.

min_psavert <- economics %>% 
  filter(psavert == min(psavert))
min_psavert
## # A tibble: 1 × 6
##   date         pce    pop psavert uempmed unemploy
##   <date>     <dbl>  <dbl>   <dbl>   <dbl>    <dbl>
## 1 2005-07-01 8830. 296186     2.2     8.8     7406
max_psavert <- economics %>% 
  filter(psavert == max(psavert))
max_psavert
## # A tibble: 1 × 6
##   date         pce    pop psavert uempmed unemploy
##   <date>     <dbl>  <dbl>   <dbl>   <dbl>    <dbl>
## 1 1975-05-01 1019. 215523    17.3     9.4     8433
economics_2008 <- economics %>%
  filter(year(date) == 2008)
economics_2008
## # A tibble: 12 × 6
##    date          pce    pop psavert uempmed unemploy
##    <date>      <dbl>  <dbl>   <dbl>   <dbl>    <dbl>
##  1 2008-01-01  9930  303506     3.7     9       7685
##  2 2008-02-01  9913. 303711     4.1     8.7     7497
##  3 2008-03-01  9959. 303907     4       8.7     7822
##  4 2008-04-01  9997. 304117     3.4     9.4     7637
##  5 2008-05-01 10054. 304323     7.8     7.9     8395
##  6 2008-06-01 10108. 304556     5.5     9       8575
##  7 2008-07-01 10105. 304798     4.4     9.7     8937
##  8 2008-08-01 10095. 305045     3.8     9.7     9438
##  9 2008-09-01 10044. 305309     4.7    10.2     9494
## 10 2008-10-01  9960. 305554     5.5    10.4    10074
## 11 2008-11-01  9821. 305786     6.4     9.8    10538
## 12 2008-12-01  9731. 306004     6.4    10.5    11286
ggplot(data = economics, aes(x = date, y = psavert)) +
 
  geom_line(color = "steelblue", linewidth = 0.9) +
  
  geom_point(
    data = min_psavert, 
    aes(x = date, y = psavert), 
    color = "indianred2", 
    size = 2
  ) +
  annotate(
     "text", 
    x = min_psavert$date, 
    y = min_psavert$psavert - 1.2, 
    label = paste0("Titik Terendah: ", min_psavert$psavert, "% (2005)"), 
    color = "indianred2", 
    fontface = "bold",
    size = 3
  ) +
  
  geom_vline(xintercept = as.Date("2008-04-01"), linetype = "dashed", color = "darkorange2", linewidth = 0.3) +
  annotate(
    "text",
    x = as.Date("2008-04-01"),
    y= 14,
    label= "Krisis Keuangan 2008 (Peningkatan Psavert)",
    color= "darkorange2",
    fontface = "bold",
    size = 2.5
  ) +
  
  labs(
    title = "Tren Tingkat Tabungan Pribadi AS (1967 - 2015)",
    x = "Tahun",
    y = "Tingkat Tabungan Pribadi (%)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 12),
    axis.title = element_text(face = "bold")
  )


Kesimpulan:
- Pada awal tahun 1970-an hingga pertengahan 2000-an, tingkat tabungan masyarakat AS menunjukkan tren penurunan. Dari puncaknya di kisaran 17% tahun 1975 hingga mencapai titik terendah sebesar 2,2% pada tahun 2005.
- Setelah mencapai titik terendah pada tahun 2005 kemudian terjadi Krisis Ekonomi Global 2008, sehingga terjadi pembalikan arah pola (rebound). Tingkat tabungan pribadi kembali meningkat ke kisaran 6%–8%.Fenomena ini terjadi karena krisis keuangan global pada tahun 2008 memicu pergeseran perilaku masyarakat untuk cenderung memperbanyak tabungan/ cadangan keuangan daripada mengeluarkan uang.



#5. Create one visualization with at least three presentation problems, then redesign it using improvements such as color, theme, scale, labels, legend, or annotation, and briefly explain the changes.

#Grafik 1 yang akan diperbaiki
ggplot(data = top10_cty, 
       aes(x = manufacturer, y = avg_cty)) +
  geom_col(fill = "steelblue") +
  coord_flip() +
  geom_text(
    aes(label = round(avg_cty,1)),
    size= 2.5,
    hjust = -0.1
  ) 

#Grafik 1 yang telah diperbaiki
ggplot(data = top10_cty, 
       aes(x = manufacturer, y = avg_cty, fill = avg_cty)) +
  geom_col(show.legend = FALSE, 
           width = 0.7
  ) +
  coord_flip() +
  geom_text(
    aes(label = round(avg_cty,1)),
    size= 3.5,
    hjust = -0.25,
    fontface= "bold",
    color = "grey20"
  )+
  scale_fill_gradient(
    low = "#BFDDF2",
    high = "#123B5D"
  ) +
  scale_y_continuous(limits = c(0, 27),
                     breaks = seq(0, 25, 5),
                     expand = c(0, 0)
  ) +
  labs( 
    title = "Top 10 Produsen Mobil dengan Efisiensi BBM Kota Tertinggi", 
    subtitle = "Rata-rata efisiensi bahan bakar dalam kondisi berkendara di kota",
    x = "Manufacturer",  
    y = "Rata-rata Efisiensi MPG" 
  ) +
  theme_minimal()+
  theme( 
    plot.title = element_text(
      face = "bold", 
      size = 16, 
      hjust = 0.9,
      color = "#123B5D"
      ), 
    plot.subtitle = element_text(
      size = 12,
      color = "grey40",
      hjust = 0.5
    ),
    axis.text.y = element_text(
      size = 11,
      face = "bold",
      color = "grey30"
    ),
    axis.text.x = element_text(
      size = 11,
      color = "grey30"
    ),
    axis.title.x = element_text(
      size = 11,
      color = "grey30",
    ),
  
    panel.grid.major.y = element_blank(),
    panel.grid.minor = element_blank(),
    
  )


Perubahan yang dilakukan:
- Menambahkan gradasi warna berdasarkan nilai avg_cty yang lebih tinggi ditampilkan dengan warna yang lebih gelap dan nilai yang lebih rendah dengan warna yang lebih muda.
- Memperjelas informasi nilai pada setiap batang dengan memperbesar ukuran menjadi 3.5 dan serta format bold.
- Memperjelas skala sumbu dengan scale_y_continuous() break per 5 unit sehingga memudahkan membaca nilai.
- Menambahkan judul dan subtitle yang informatif dimana sebelumnya tidak ada. Judul dibuat lebih besar, bold, dan menggunakan warna yang konsisten dengan grafik. Sedangkan subtitle warna lebih pudar dan ukuran lebih kecil.
- Memperbaiki label manufacturer dibuat lebih besar dan bold sehingga lebih mudah dibaca. Perbaikan label sumbu x yang sebelumnya hanya nama var (avg_cty) menjadi “Rata-rata Efisiensi MPG”.
- Mengurangi elemen visual yang tidak diperlukan seperti Gridline horizontal dan minor dihilangkan agar grafik terlihat lebih bersih dan fokus pada perbandingan batang.