Wrangling

1. Input Data

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("D:/Pengantar Sains Data/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
❖ library(dplyr) digunakan untuk memanggil package dplyr yang menyediakan berbagai fungsi untuk melakukan manipulasi dan pengolahan data.
❖ read.csv() digunakan untuk membaca file CSV dan menyimpannya ke dalam objek df_customer.
❖ head(df_customer) digunakan untuk menampilkan 6 baris pertama dari dataset.


2. Cek 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 ...
❖ str() digunakan untuk melihat struktur dataset, seperti jumlah baris, jumlah kolom, nama variabel, dan tipe data.
❖ Dataset df_customer memiliki 300 baris dan 6 variabel.
❖ X bertipe int karena berisi bilangan bulat sebagai nomor urut data.
❖ ID_Pelanggan bertipe chr karena berisi kode pelanggan dalam bentuk teks, seperti "ID00031".
❖ Jenis_Kelamin bertipe chr karena berisi kategori berupa teks, yaitu "Laki-laki" dan "Perempuan".
❖ Tempat_Tinggal bertipe chr karena berisi kategori berupa teks, yaitu "Desa" dan "Kota".
❖ Penghasilan bertipe int karena berisi nilai penghasilan dalam bentuk bilangan bulat.
❖ Total_Belanja bertipe int karena berisi nilai total belanja dalam bentuk bilangan bulat.


3. Summary

Digunakan untuk menampilkan ringkasan statistik dari setiap variabel dalam dataset. Ringkasan ini membantu melihat gambaran umum mengenai data sebelum dilakukan analisis lebih lanjut.
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. Unique

Digunakan untuk menampilkan nilai yang berbeda atau tidak berulang dari suatu variabel.
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"
❖ unique() digunakan untuk menampilkan nilai yang berbeda atau tidak berulang dari suatu variabel.
❖ $ digunakan untuk mengakses kolom tertentu dalam dataset, yaitu ID_Pelanggan.
❖ unique(df_customer$ID_Pelanggan) digunakan untuk mengetahui ID pelanggan yang berbeda dalam dataset.
❖ Angka seperti [1] atau [11] pada output R merupakan penanda posisi data saat ditampilkan, bukan bagian dari nilai ID pelanggan.


5. Sort table

Digunakan untuk mengetahui siapa pelanggan yang sering berbelanja
sort(table(df_customer$ID_Pelanggan), decreasing = TRUE)[1:3]
## 
## ID00007 ID00025 ID00089 
##       9       7       7
❖ table() digunakan untuk menghitung frekuensi kemunculan setiap ID pelanggan.
❖ sort() digunakan untuk mengurutkan hasil frekuensi tersebut.
❖ decreasing = TRUE digunakan agar data diurutkan dari jumlah kemunculan terbesar ke terkecil.
❖ [1:3] digunakan untuk mengambil 3 pelanggan dengan frekuensi pembelian tertinggi.
❖ Hasilnya dapat digunakan untuk mengetahui pelanggan yang paling sering melakukan pembelian.


6. Aggregate

aggregate()` digunakan untuk menghitung nilai statistik berdasarkan kelompok tertentu.

A. Perbedaan rata-rata penghasilan antara pelanggan laki-laki dan perempuan

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

B. Pola Konsumsi pelanggan Laki-Laki dan Perempuan

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

C. Penghasilan pelanggan berdasarkan tempat tinggal

aggregate(Penghasilan ~ Tempat_Tinggal,data = df_customer, mean)
##   Tempat_Tinggal Penghasilan
## 1           Desa     6249122
## 2           Kota     9878685
Memberikan Validasi terhadap hipotesis pelanggan kota memiliki penghasilan yang lebih tinggi. Hipotesis tersebut dapat digunakan untuk menentukan harga produk yang sesuai untuk masing-masing wilayah.

D. 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
Pelanggan di kota memiliki rata-rata belanja yang lebih tinggi, hal ini menunjukkan adanya potensi pasar yang lebih besar di wilayah perkotaan. Informasi ini dapat digunakan untuk alokasi sumber daya pemasaran.


7. Order

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
## 208      ID00023      10739381
## 26       ID00036      10641105
## 252      ID00064      10615150
## 204      ID00074      10556216
## 72       ID00039      10344433
## 101      ID00079      10241993
## 11       ID00090      10137674
## 57       ID00025       9945372
## 278      ID00045       9928570
## 275      ID00061       9924147
## 167      ID00093       9890886
## 86       ID00087       9872391
## 132      ID00005       9817378
## 4        ID00014       9799876
## 224      ID00090       9796996
## 64       ID00060       9758749
## 264      ID00025       9710543
## 164      ID00048       9695153
## 113      ID00046       9689403
## 246      ID00084       9639414
## 49       ID00069       9594128
## 282      ID00053       9589712
## 126      ID00023       9531823
## 182      ID00046       9516174
## 15       ID00057       9484196
## 42       ID00053       9466583
## 142      ID00089       9423949
## 211      ID00057       9287318
## 12       ID00091       9275845
## 75       ID00050       9201734
## 135      ID00024       9144955
## 19       ID00099       9141069
## 107      ID00050       9080252
## 179      ID00085       9009507
## 174      ID00084       8951249
## 111      ID00076       8931677
## 239      ID00026       8922412
## 298      ID00002       8895933
## 168      ID00036       8895365
## 193      ID00040       8798502
## 270      ID00018       8798501
## 79       ID00069       8784311
## 122      ID00087       8768903
## 92       ID00030       8685167
## 279      ID00092       8612837
## 244      ID00026       8604458
## 30       ID00076       8595100
## 40       ID00053       8582735
## 116      ID00046       8578249
## 39       ID00060       8558413
## 283      ID00063       8500700
## 125      ID00079       8492008
## 61       ID00041       8371463
## 2        ID00079       8369550
## 87       ID00035       8307214
## 99       ID00067       8304569
## 273      ID00006       8268965
## 21       ID00026       8232816
## 300      ID00063       8211115
## 127      ID00026       8161496
## 90       ID00012       8098488
## 223      ID00087       8072625
## 3        ID00051       8053033
## 222      ID00025       7994421
## 235      ID00090       7993933
## 78       ID00013       7946382
## 140      ID00036       7942215
## 288      ID00017       7936955
## 243      ID00060       7915300
## 89       ID00030       7896921
## 220      ID00026       7895296
## 32       ID00032       7884152
## 274      ID00071       7876640
## 123      ID00007       7857641
## 63       ID00090       7826544
## 269      ID00045       7825427
## 236      ID00058       7808366
## 294      ID00024       7804955
## 23       ID00042       7798760
## 201      ID00007       7780053
## 191      ID00087       7760180
## 261      ID00074       7731739
## 16       ID00092       7720654
## 137      ID00021       7717504
## 59       ID00021       7714018
## 221      ID00007       7655665
## 84       ID00032       7640093
## 55       ID00097       7636699
## 20       ID00072       7627379
## 143      ID00039       7622355
## 284      ID00071       7616089
## 68       ID00006       7566649
## 66       ID00016       7515644
## 157      ID00030       7512473
## 69       ID00072       7490116
## 170      ID00022       7485827
## 118      ID00035       7484242
## 117      ID00054       7476936
## 194      ID00040       7410923
## 218      ID00025       7379123
## 163      ID00075       7365112
## 214      ID00053       7299584
## 285      ID00084       7261831
## 105      ID00051       7261072
## 266      ID00055       7214061
## 150      ID00077       7194070
## 18       ID00093       7188080
## 77       ID00004       7187773
## 241      ID00085       7184097
## 172      ID00042       7166426
## 106      ID00074       7154243
## 250      ID00093       7140298
## 169      ID00052       7122143
## 147      ID00071       7121152
## 226      ID00084       7117614
## 290      ID00002       7097745
## 47       ID00034       7064321
## 54       ID00082       7021800
## 5        ID00067       6982081
## 151      ID00083       6974488
## 81       ID00052       6971142
## 233      ID00091       6935452
## 253      ID00037       6931584
## 129      ID00007       6921826
## 291      ID00049       6919859
## 44       ID00096       6911517
## 43       ID00027       6901502
## 195      ID00010       6899791
## 14       ID00091       6841960
## 183      ID00070       6805522
## 267      ID00089       6787182
## 173      ID00059       6749874
## 88       ID00040       6745396
## 141      ID00083       6741328
## 188      ID00045       6730077
## 299      ID00037       6719412
## 272      ID00031       6699765
## 249      ID00031       6686485
## 131      ID00042       6678890
## 209      ID00026       6663821
## 205      ID00024       6661848
## 176      ID00055       6646206
## 13       ID00069       6582132
## 70       ID00086       6566917
## 83       ID00089       6556704
## 219      ID00052       6548809
## 185      ID00044       6527872
## 281      ID00053       6524073
## 202      ID00058       6514985
## 197      ID00072       6500860
## 260      ID00004       6476914
## 296      ID00067       6462534
## 22       ID00007       6448525
## 190      ID00016       6446238
## 230      ID00023       6436205
## 146      ID00009       6390543
## 213      ID00010       6347690
## 166      ID00067       6344949
## 110      ID00086       6339596
## 215      ID00054       6329024
## 9        ID00014       6315967
## 152      ID00056       6314093
## 60       ID00079       6296779
## 234      ID00001       6288533
## 238      ID00029       6280030
## 138      ID00055       6262374
## 52       ID00063       6261498
## 65       ID00095       6259431
## 242      ID00007       6243561
## 231      ID00014       6229499
## 29       ID00043       6226134
## 67       ID00094       6224021
## 280      ID00063       6201985
## 198      ID00082       6194282
## 62       ID00047       6172545
## 85       ID00025       6168863
## 232      ID00006       6134541
## 128      ID00032       6122424
## 36       ID00074       6119057
## 27       ID00078       6117587
## 177      ID00008       6100858
## 17       ID00009       6096816
## 292      ID00002       6090917
## 45       ID00038       6084854
## 100      ID00023       6033115
## 247      ID00006       6027924
## 186      ID00032       6011391
## 56       ID00091       5990469
## 251      ID00017       5988984
## 145      ID00090       5987338
## 119      ID00094       5983600
## 31       ID00015       5977619
## 34       ID00009       5955753
## 103      ID00037       5952935
## 256      ID00035       5952082
## 187      ID00036       5946104
## 120      ID00079       5944523
## 112      ID00084       5892759
## 161      ID00088       5826813
## 46       ID00089       5776859
## 180      ID00066       5731064
## 192      ID00033       5704286
## 171      ID00049       5695306
## 121      ID00024       5654997
## 82       ID00022       5602663
## 91       ID00031       5581822
## 293      ID00013       5581775
## 73       ID00031       5581673
## 148      ID00098       5535035
## 254      ID00057       5530567
## 229      ID00073       5490472
## 258      ID00033       5476852
## 24       ID00009       5448759
## 53       ID00013       5438461
## 134      ID00016       5436492
## 160      ID00016       5433512
## 80       ID00025       5423813
## 268      ID00085       5411875
## 124      ID00093       5383301
## 97       ID00096       5369782
## 149      ID00048       5333229
## 257      ID00089       5259961
## 153      ID00039       5249938
## 35       ID00041       5228866
## 196      ID00089       5221740
## 289      ID00097       5214133
## 286      ID00082       5164174
## 259      ID00066       5157567
## 10       ID00025       5106141
## 58       ID00038       5094570
## 265      ID00008       5052071
## 248      ID00094       5043885
## 139      ID00075       5002921
## 178      ID00046       4993380
## 51       ID00076       4968714
## 189      ID00014       4947617
## 104      ID00008       4922220
## 255      ID00020       4877976
## 159      ID00089       4797439
## 133      ID00070       4785421
## 154      ID00068       4784177
## 6        ID00042       4782002
## 8        ID00043       4779797
## 212      ID00029       4723412
## 297      ID00082       4720756
## 95       ID00014       4698681
## 158      ID00094       4695264
## 200      ID00007       4677575
## 102      ID00085       4672343
## 207      ID00054       4622512
## 199      ID00009       4605777
## 114      ID00017       4520756
## 41       ID00007       4498392
## 203      ID00061       4444803
## 38       ID00027       4389470
## 25       ID00083       4381195
## 262      ID00097       4292393
## 7        ID00050       4286283
## 109      ID00074       4252327
## 144      ID00054       4240845
## 155      ID00001       4230664
## 216      ID00077       4224491
## 165      ID00020       4222089
## 210      ID00033       4173259
## 96       ID00093       4171074
## 237      ID00081       4141607
## 184      ID00072       4111994
## 295      ID00049       4086854
## 48       ID00093       4072657
## 28       ID00081       4062511
## 225      ID00032       4026738
## 71       ID00086       4000684
## 271      ID00042       3999429
## 245      ID00041       3856989
## 108      ID00098       3834102
## 263      ID00005       3810681
## 37       ID00023       3777745
## 98       ID00071       3749631
## 276      ID00048       3627563
## 93       ID00064       3624444
## 136      ID00032       3616787
## 156      ID00040       3565274
## 227      ID00024       3527189
## 162      ID00054       3396041
## 74       ID00081       3358968
## 240      ID00027       3321927
## 130      ID00027       3224369
## 277      ID00017       3196313
## 115      ID00062       3159885
## 206      ID00063       3098677
## 181      ID00077       3006345
## 217      ID00011       2886327
## 94       ID00099       2752967
## 1        ID00031       2563031
## 50       ID00072       2534171
❖ order() digunakan untuk menentukan urutan data berdasarkan suatu variabel.
❖ -df_customer$Total_Belanja digunakan untuk mengurutkan total belanja dari nilai terbesar ke terkecil.
❖ c("ID_Pelanggan","Total_Belanja") digunakan untuk memilih kolom ID pelanggan dan total belanja.
❖ head(5) digunakan untuk mengambil 5 data pertama setelah diurutkan.
❖ Hasilnya menunjukkan 5 pelanggan dengan total belanja tertinggi.


8. Table

table(df_customer$Jenis_Kelamin)
## 
## Laki-laki Perempuan 
##       121       179
❖ table() digunakan untuk menghitung jumlah kemunculan setiap kategori pada suatu variabel.
❖ table(df_customer$Jenis_Kelamin) digunakan untuk menghitung jumlah data pelanggan berdasarkan jenis kelamin.
❖ Hasilnya menunjukkan jumlah data pelanggan laki-laki dan perempuan dalam dataset.
❖ Jumlah tersebut menunjukkan jumlah baris atau transaksi, bukan otomatis jumlah pelanggan unik.

9. Buat kategori 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
❖ cut() digunakan untuk mengubah data numerik menjadi beberapa kategori berdasarkan batas tertentu.
❖ breaks digunakan untuk menentukan batas setiap kategori penghasilan.
❖ -Inf menunjukkan nilai yang tidak memiliki batas bawah.
❖ Inf menunjukkan nilai yang tidak memiliki batas atas.
❖ labels digunakan untuk memberikan nama pada setiap kategori.
❖ Penghasilan dibagi menjadi tiga kategori, yaitu Rendah, Menengah, dan Tinggi.
❖ table() digunakan untuk menghitung jumlah data pada masing-masing kategori penghasilan.
❖ Pengelompokan ini memudahkan analisis berdasarkan tingkat penghasilan pelanggan.



TUGAS

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

Q1 <- df_customer %>%
  filter(Total_Belanja > 5000000) %>%
  count(ID_Pelanggan, sort = TRUE) %>%
  slice_head(n=6)
Q1
##   ID_Pelanggan n
## 1      ID00007 7
## 2      ID00025 7
## 3      ID00026 6
## 4      ID00089 6
## 5      ID00053 5
## 6      ID00079 5


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

Q2 <- df_customer %>%
  filter(Jenis_Kelamin == "Perempuan",
         Tempat_Tinggal == "Kota") %>%
  count(ID_Pelanggan, sort = TRUE) %>%
  filter(n > 5)

Q2
## [1] ID_Pelanggan n           
## <0 rows> (or 0-length row.names)
nrow(Q2)
## [1] 0
Hasil menunjukkan bahwa tidak ada pembeli perempuan dari kota yang berbelanja lebih dari 5 kali.


Coba cek pembelian perempuan kota
df_customer %>%
  filter(Jenis_Kelamin == "Perempuan",
         Tempat_Tinggal == "Kota") %>%
  count(ID_Pelanggan, sort = TRUE) %>%
  slice_head(n = 5)
##   ID_Pelanggan n
## 1      ID00007 5
## 2      ID00025 4
## 3      ID00026 4
## 4      ID00053 4
## 5      ID00002 3
Ternyata total terbanyak repeat order perempuan kota adalah 5x


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

Q3 <- df_customer %>%
  filter(Penghasilan > 5000000) %>%
  count(ID_Pelanggan, sort = TRUE) %>%
  slice_head(n = 5)

Q3
##   ID_Pelanggan n
## 1      ID00007 9
## 2      ID00025 7
## 3      ID00093 7
## 4      ID00026 6
## 5      ID00089 6
Dari pelanggan yang memiliki penghasilan lebih dari Rp5.000.000, ID00007 merupakan pelanggan dengan frekuensi pembelian paling tinggi, yaitu sebanyak 9 kali.


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

Q4 <- df_customer %>%
  filter(Tempat_Tinggal == "Desa",
         Total_Belanja > 5000000) %>%
  select(ID_Pelanggan, Jenis_Kelamin, Total_Belanja)

Q4
##    ID_Pelanggan Jenis_Kelamin Total_Belanja
## 1       ID00067     Perempuan       6982081
## 2       ID00014     Perempuan       6315967
## 3       ID00027     Perempuan       6901502
## 4       ID00089     Laki-laki       5776859
## 5       ID00034     Perempuan       7064321
## 6       ID00013     Perempuan       5438461
## 7       ID00091     Perempuan       5990469
## 8       ID00038     Laki-laki       5094570
## 9       ID00041     Perempuan       8371463
## 10      ID00047     Perempuan       6172545
## 11      ID00095     Perempuan       6259431
## 12      ID00031     Perempuan       5581673
## 13      ID00022     Laki-laki       5602663
## 14      ID00096     Perempuan       5369782
## 15      ID00074     Laki-laki       7154243
## 16      ID00094     Perempuan       5983600
## 17      ID00016     Perempuan       5436492
## 18      ID00055     Perempuan       6262374
## 19      ID00075     Laki-laki       5002921
## 20      ID00090     Perempuan       5987338
## 21      ID00098     Perempuan       5535035
## 22      ID00048     Perempuan       5333229
## 23      ID00088     Perempuan       5826813
## 24      ID00067     Perempuan       6344949
## 25      ID00049     Perempuan       5695306
## 26      ID00055     Perempuan       6646206
## 27      ID00008     Perempuan       6100858
## 28      ID00072     Perempuan       6500860
## 29      ID00058     Perempuan       6514985
## 30      ID00026     Laki-laki       6663821
## 31      ID00052     Perempuan       6548809
## 32      ID00026     Laki-laki       7895296
## 33      ID00090     Perempuan       9796996
## 34      ID00073     Perempuan       5490472
## 35      ID00014     Perempuan       6229499
## 36      ID00006     Laki-laki       6134541
## 37      ID00091     Perempuan       6935452
## 38      ID00094     Perempuan       5043885
## 39      ID00031     Perempuan       6686485
## 40      ID00093     Perempuan       7140298
## 41      ID00057     Perempuan       5530567
## 42      ID00089     Perempuan       5259961
## 43      ID00066     Perempuan       5157567
## 44      ID00008     Perempuan       5052071
## 45      ID00063     Laki-laki       6201985
## 46      ID00097     Perempuan       5214133
## 47      ID00013     Laki-laki       5581775
Q4 %>%
  count(Jenis_Kelamin)
##   Jenis_Kelamin  n
## 1     Laki-laki 10
## 2     Perempuan 37
Hasil menunjukkan bahwa pelanggan yang tinggal di desa dan memiliki total belanja lebih dari Rp5.000.000 terdiri dari pelanggan perempuan sebanyak 37 orang dan laki-laki sebanyak 10 orang.


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

Q5 <- df_customer %>%
  filter(Tempat_Tinggal == "Desa",
         Total_Belanja > 5000000) %>%
  select(ID_Pelanggan, Penghasilan, Total_Belanja) %>%
  arrange(desc(Penghasilan))

Q5
##    ID_Pelanggan Penghasilan Total_Belanja
## 1       ID00090    11664452       9796996
## 2       ID00026    10832415       7895296
## 3       ID00013     9810087       5581775
## 4       ID00074     9657061       7154243
## 5       ID00006     9498495       6134541
## 6       ID00022     9331982       5602663
## 7       ID00058     9310352       6514985
## 8       ID00041     9231091       8371463
## 9       ID00089     9032981       5776859
## 10      ID00072     9024791       6500860
## 11      ID00055     8635642       6262374
## 12      ID00026     8141032       6663821
## 13      ID00027     8108645       6901502
## 14      ID00095     8032910       6259431
## 15      ID00031     7822419       5581673
## 16      ID00067     7773498       6982081
## 17      ID00094     7651846       5983600
## 18      ID00057     7212261       5530567
## 19      ID00096     7082568       5369782
## 20      ID00097     7028460       5214133
## 21      ID00008     6940985       5052071
## 22      ID00089     6928182       5259961
## 23      ID00063     6915574       6201985
## 24      ID00093     6856664       7140298
## 25      ID00014     6776730       6315967
## 26      ID00014     6571179       6229499
## 27      ID00031     6533837       6686485
## 28      ID00052     6499451       6548809
## 29      ID00067     6467267       6344949
## 30      ID00073     6455085       5490472
## 31      ID00008     6193172       6100858
## 32      ID00091     6128487       5990469
## 33      ID00055     6093467       6646206
## 34      ID00090     6005712       5987338
## 35      ID00038     5947963       5094570
## 36      ID00047     5940612       6172545
## 37      ID00075     5809025       5002921
## 38      ID00091     5671820       6935452
## 39      ID00034     5616450       7064321
## 40      ID00016     5575699       5436492
## 41      ID00088     5455465       5826813
## 42      ID00098     4849165       5535035
## 43      ID00048     4626369       5333229
## 44      ID00013     4481204       5438461
## 45      ID00094     3726214       5043885
## 46      ID00066     3373098       5157567
## 47      ID00049     3157783       5695306
Hasil menunjukkan terdapat 47 data pelanggan yang tinggal di desa dan memiliki total belanja lebih dari Rp5.000.000. Penghasilan pelanggan pada data tersebut bervariasi, mulai dari sekitar Rp3,16 juta hingga Rp11,66 juta.