1. Import Data File CSV

library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
df_customer <- read.csv("df_customer.csv")
head(df_customer)
##   X ID_Pelanggan Jenis_Kelamin Tempat_Tinggal Penghasilan Total_Belanja
## 1 1      ID00031     Laki-laki           Desa     2227350       2563031
## 2 2      ID00079     Perempuan           Kota     9047608       8369550
## 3 3      ID00051     Perempuan           Kota     9735540       8053033
## 4 4      ID00014     Laki-laki           Kota    13510126       9799876
## 5 5      ID00067     Perempuan           Desa     7773498       6982081
## 6 6      ID00042     Laki-laki           Desa     6666740       4782002

2. Struktur Data

str(df_customer)
## 'data.frame':    300 obs. of  6 variables:
##  $ X             : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ ID_Pelanggan  : chr  "ID00031" "ID00079" "ID00051" "ID00014" ...
##  $ Jenis_Kelamin : chr  "Laki-laki" "Perempuan" "Perempuan" "Laki-laki" ...
##  $ Tempat_Tinggal: chr  "Desa" "Kota" "Kota" "Kota" ...
##  $ Penghasilan   : int  2227350 9047608 9735540 13510126 7773498 6666740 5658721 7637656 6776730 10412102 ...
##  $ Total_Belanja : int  2563031 8369550 8053033 9799876 6982081 4782002 4286283 4779797 6315967 5106141 ...

3. Summary

summary(df_customer)
##        X             ID_Pelanggan   Jenis_Kelamin   Tempat_Tinggal
##  Min.   :  1.00   Length   :300   Length   :300   Length   :300   
##  1st Qu.: 75.75   N.unique : 94   N.unique :  2   N.unique :  2   
##  Median :150.50   N.blank  :  0   N.blank  :  0   N.blank  :  0   
##  Mean   :150.50   Min.nchar:  7   Min.nchar:  9   Min.nchar:  4   
##  3rd Qu.:225.25   Max.nchar:  7   Max.nchar:  9   Max.nchar:  4   
##  Max.   :300.00                                                   
##   Penghasilan       Total_Belanja     
##  Min.   :  901314   Min.   : 2534171  
##  1st Qu.: 6426148   1st Qu.: 5360644  
##  Median : 8630042   Median : 6552757  
##  Mean   : 8656732   Mean   : 6679163  
##  3rd Qu.:10921107   3rd Qu.: 7895702  
##  Max.   :16145151   Max.   :11626302

4. Cara Melihat Data Unique

unique(df_customer$ID_Pelanggan)
##  [1] "ID00031" "ID00079" "ID00051" "ID00014" "ID00067" "ID00042" "ID00050"
##  [8] "ID00043" "ID00025" "ID00090" "ID00091" "ID00069" "ID00057" "ID00092"
## [15] "ID00009" "ID00093" "ID00099" "ID00072" "ID00026" "ID00007" "ID00083"
## [22] "ID00036" "ID00078" "ID00081" "ID00076" "ID00015" "ID00032" "ID00041"
## [29] "ID00074" "ID00023" "ID00027" "ID00060" "ID00053" "ID00096" "ID00038"
## [36] "ID00089" "ID00034" "ID00063" "ID00013" "ID00082" "ID00097" "ID00021"
## [43] "ID00047" "ID00095" "ID00016" "ID00094" "ID00006" "ID00086" "ID00039"
## [50] "ID00004" "ID00052" "ID00022" "ID00087" "ID00035" "ID00040" "ID00030"
## [57] "ID00012" "ID00064" "ID00071" "ID00085" "ID00037" "ID00008" "ID00098"
## [64] "ID00084" "ID00046" "ID00017" "ID00062" "ID00054" "ID00024" "ID00005"
## [71] "ID00070" "ID00055" "ID00075" "ID00048" "ID00077" "ID00056" "ID00068"
## [78] "ID00001" "ID00088" "ID00020" "ID00049" "ID00059" "ID00011" "ID00066"
## [85] "ID00044" "ID00045" "ID00033" "ID00010" "ID00058" "ID00061" "ID00029"
## [92] "ID00073" "ID00018" "ID00002"

5. Pelanggan yang Paling Sering Berbelanja

sort(table(df_customer$ID_Pelanggan), decreasing = TRUE)[1:3]
## 
## ID00007 ID00025 ID00089 
##       9       7       7

6. Rata-rata penghasilan pelanggan berdasarkan jenis kelamin

aggregate(Penghasilan ~ Jenis_Kelamin, data = df_customer, mean)
##   Jenis_Kelamin Penghasilan
## 1     Laki-laki     8880902
## 2     Perempuan     8505199

7. Rata-rata total belanja pelanggan berdasarkan jenis kelamin.

aggregate(Total_Belanja ~ Jenis_Kelamin, data = df_customer, mean)
##   Jenis_Kelamin Total_Belanja
## 1     Laki-laki       6034728
## 2     Perempuan       7114786

8. Rata-rata penghasilan pelanggan berdasarkan tempat tinggal (Kota vs Desa).

aggregate(Penghasilan ~ Tempat_Tinggal, data = df_customer, mean)
##   Tempat_Tinggal Penghasilan
## 1           Desa     6249122
## 2           Kota     9878685

9. Rata-rata total belanja pelanggan berdasarkan tempat tinggal.

aggregate(Total_Belanja ~ Tempat_Tinggal, data = df_customer, mean)
##   Tempat_Tinggal Total_Belanja
## 1           Desa       5022231
## 2           Kota       7520118

10. 5 pelanggan dengan total belanja tertinggi

df_customer[order(-df_customer$Total_Belanja), c("ID_Pelanggan", "Total_Belanja")] |> head(5)
##     ID_Pelanggan Total_Belanja
## 76       ID00034      11626302
## 175      ID00011      11527638
## 228      ID00057      11031197
## 287      ID00093      10984825
## 33       ID00007      10846012

11. Distribusi jumlah transaksi berdasarkan jenis kelamin

table(df_customer$Jenis_Kelamin)
## 
## Laki-laki Perempuan 
##       121       179

12. Katagori Penghasilan

df_customer$Kategori_Penghasilan <- cut(df_customer$Penghasilan,
                                        breaks = c(-Inf, 5000000, 10000000, Inf),
                                        labels = c("Rendah", "Menengah", "Tinggi"))
table(df_customer$Kategori_Penghasilan)
## 
##   Rendah Menengah   Tinggi 
##       27      175       98

13.

Q1 <- df_customer %>%
  filter(Total_Belanja > 5000000)%>%
  count(ID_Pelanggan, sort = TRUE)
Q1
##    ID_Pelanggan n
## 1       ID00007 7
## 2       ID00025 7
## 3       ID00026 6
## 4       ID00089 6
## 5       ID00053 5
## 6       ID00079 5
## 7       ID00084 5
## 8       ID00090 5
## 9       ID00093 5
## 10      ID00006 4
## 11      ID00009 4
## 12      ID00016 4
## 13      ID00023 4
## 14      ID00024 4
## 15      ID00031 4
## 16      ID00032 4
## 17      ID00036 4
## 18      ID00057 4
## 19      ID00063 4
## 20      ID00067 4
## 21      ID00074 4
## 22      ID00087 4
## 23      ID00091 4
## 24      ID00002 3
## 25      ID00013 3
## 26      ID00014 3
## 27      ID00030 3
## 28      ID00035 3
## 29      ID00037 3
## 30      ID00039 3
## 31      ID00040 3
## 32      ID00042 3
## 33      ID00045 3
## 34      ID00046 3
## 35      ID00052 3
## 36      ID00055 3
## 37      ID00060 3
## 38      ID00069 3
## 39      ID00071 3
## 40      ID00072 3
## 41      ID00082 3
## 42      ID00085 3
## 43      ID00094 3
## 44      ID00004 2
## 45      ID00008 2
## 46      ID00010 2
## 47      ID00017 2
## 48      ID00021 2
## 49      ID00022 2
## 50      ID00033 2
## 51      ID00034 2
## 52      ID00038 2
## 53      ID00041 2
## 54      ID00048 2
## 55      ID00049 2
## 56      ID00050 2
## 57      ID00051 2
## 58      ID00054 2
## 59      ID00058 2
## 60      ID00066 2
## 61      ID00075 2
## 62      ID00076 2
## 63      ID00083 2
## 64      ID00086 2
## 65      ID00092 2
## 66      ID00096 2
## 67      ID00097 2
## 68      ID00001 1
## 69      ID00005 1
## 70      ID00011 1
## 71      ID00012 1
## 72      ID00015 1
## 73      ID00018 1
## 74      ID00027 1
## 75      ID00029 1
## 76      ID00043 1
## 77      ID00044 1
## 78      ID00047 1
## 79      ID00056 1
## 80      ID00059 1
## 81      ID00061 1
## 82      ID00064 1
## 83      ID00070 1
## 84      ID00073 1
## 85      ID00077 1
## 86      ID00078 1
## 87      ID00088 1
## 88      ID00095 1
## 89      ID00098 1
## 90      ID00099 1

TUGAS

#1.Siapa pelanggan yang paling sering membeli dengan total belanja lebih dari 5000000?

# Filter transaksi dengan Total Belanja > 5.000.000
df_filtered <- subset(df_customer, Total_Belanja > 5000000)

# Hitung frekuensi pembelian per pelanggan dan ambil yang paling tinggi
sort(table(df_filtered$ID_Pelanggan), decreasing = TRUE)[1]
## ID00007 
##       7

#2.Ada berapa banyak perempuan di kota yang berbelanja lebih dari 5x

# Filter pelanggan Perempuan dari Kota
df_kota_p <- subset(df_customer, Jenis_Kelamin == "Perempuan" & Tempat_Tinggal == "Kota")

# Hitung jumlah transaksi per ID Pelanggan
freq_pelanggan <- table(df_kota_p$ID_Pelanggan)

# Hitung berapa pelanggan unik yang memiliki total belanja > 5 kali
sum(freq_pelanggan > 5)
## [1] 0

#3.Siapa pelanggan yang paling sering membeli dengan penghasilan lebih dari 5000000

# Filter transaksi dengan Penghasilan > 5.000.000
df_inc_filtered <- subset(df_customer, Penghasilan > 5000000)

# Cari ID Pelanggan yang paling sering muncul
sort(table(df_inc_filtered$ID_Pelanggan), decreasing = TRUE)[1]
## ID00007 
##       9

#4.Berjenis kelamin apa pelanggan yang tinggal di desa namun memiliki total belanja yang lebih dari 5000000

# Filter pelanggan dari Desa dengan Total Belanja > 5.000.000
df_desa_belanja <- subset(df_customer, Tempat_Tinggal == "Desa" & Total_Belanja > 5000000)

# Tampilkan jenis kelamin yang memenuhi kriteria
unique(df_desa_belanja$Jenis_Kelamin)
## [1] "Perempuan" "Laki-laki"

#5.Berpenghasilan berapa pelanggan yang tinggal di desa namun memiliki total belanja lebih dari 5000000

# Filter pelanggan dari Desa dengan Total Belanja > 5.000.000
df_desa_belanja <- subset(df_customer, Tempat_Tinggal == "Desa" & Total_Belanja > 5000000)

# Tampilkan ID Pelanggan beserta Penghasilannya
unique(df_desa_belanja[, c("ID_Pelanggan", "Penghasilan")])
##     ID_Pelanggan Penghasilan
## 5        ID00067     7773498
## 9        ID00014     6776730
## 43       ID00027     8108645
## 46       ID00089     9032981
## 47       ID00034     5616450
## 53       ID00013     4481204
## 56       ID00091     6128487
## 58       ID00038     5947963
## 61       ID00041     9231091
## 62       ID00047     5940612
## 65       ID00095     8032910
## 73       ID00031     7822419
## 82       ID00022     9331982
## 97       ID00096     7082568
## 106      ID00074     9657061
## 119      ID00094     7651846
## 134      ID00016     5575699
## 138      ID00055     8635642
## 139      ID00075     5809025
## 145      ID00090     6005712
## 148      ID00098     4849165
## 149      ID00048     4626369
## 161      ID00088     5455465
## 166      ID00067     6467267
## 171      ID00049     3157783
## 176      ID00055     6093467
## 177      ID00008     6193172
## 197      ID00072     9024791
## 202      ID00058     9310352
## 209      ID00026     8141032
## 219      ID00052     6499451
## 220      ID00026    10832415
## 224      ID00090    11664452
## 229      ID00073     6455085
## 231      ID00014     6571179
## 232      ID00006     9498495
## 233      ID00091     5671820
## 248      ID00094     3726214
## 249      ID00031     6533837
## 250      ID00093     6856664
## 254      ID00057     7212261
## 257      ID00089     6928182
## 259      ID00066     3373098
## 265      ID00008     6940985
## 280      ID00063     6915574
## 289      ID00097     7028460
## 293      ID00013     9810087