# Membaca data
simpan <- read.table("C:/Users/ASUS/Downloads/Tugas_Bab_3_CSV/data3.1.csv",
header = TRUE,
sep = ",")
names(simpan)
## [1] "jeniskelamin" "pendapatan" "pengeluaran"
simpan
## jeniskelamin pendapatan pengeluaran
## 1 laki-laki 1 0.5
## 2 laki-laki 2 0.9
## 3 laki-laki 3 1.1
## 4 laki-laki 4 2.0
## 5 laki-laki 5 4.0
## 6 laki-laki 6 5.0
## 7 laki-laki 7 6.2
## 8 laki-laki 8 5.5
## 9 laki-laki 9 5.8
## 10 laki-laki 10 4.5
## 11 perempuan 1 0.7
## 12 perempuan 2 1.4
## 13 perempuan 3 2.8
## 14 perempuan 4 3.3
## 15 perempuan 5 4.3
## 16 perempuan 6 5.0
## 17 perempuan 7 6.7
## 18 perempuan 8 5.9
## 19 perempuan 9 5.7
## 20 perempuan 10 8.0
# Scatter Plot
plot(simpan[2:3],
main = "Pendapatan dan Pengeluaran per-Bulan, dalam Jutaan Rupiah")
# Memisahkan Variabel Pendapatan dan Pengeluaran
Pendapatan <- simpan$pendapatan
Pengeluaran <- simpan$pengeluaran
plot(Pendapatan, Pengeluaran)
# Menggunakan ggplot2
library(ggplot2)
PENDAPATAN <- simpan$pendapatan
PENGELUARAN <- simpan$pengeluaran
# Catatan: qplot() sudah deprecated pada ggplot2 versi baru.
# Bentuk yang disarankan menggunakan ggplot() ada di bawah.
qplot(PENDAPATAN,
PENGELUARAN,
main = "Pendapatan dan Pengeluaran per-Bulan, dalam Jutaan",
xlab = "Pendapatan per-Bulan",
ylab = "Pengeluaran per-Bulan")
## Warning: `qplot()` was deprecated in ggplot2 3.4.0.
## This warning is displayed once per session.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
# Menampilkan Berdasarkan Jenis Kelamin
jenis <- simpan$jeniskelamin
qplot(PENDAPATAN,
PENGELUARAN,
main = "Pendapatan dan Pengeluaran per-Bulan, dalam Jutaan",
xlab = "Pendapatan",
ylab = "Pengeluaran",
color = jenis)
qplot(PENDAPATAN,
PENGELUARAN,
main = "Pendapatan dan Pengeluaran per-Bulan, dalam Jutaan",
xlab = "PENDAPATAN",
ylab = "PENGELUARAN",
color = jenis,
shape = jenis)
# Menggunakan ggplot
grafik <- ggplot(simpan,
aes(pendapatan, pengeluaran)) +
geom_point()
grafik
grafik <- ggplot(simpan,
aes(pendapatan, pengeluaran)) +
geom_point(aes(color = jenis,
shape = jenis))
grafik
# Mengubah Warna
grafik +
scale_colour_manual(values = c("blue", "orange"))
# Mengubah Bentuk Titik
grafik +
scale_shape_manual(values = c(16, 5))
grafik +
scale_colour_manual(values = c("blue", "orange")) +
scale_shape_manual(values = c(5, 5))
# Memisahkan Grafik Berdasarkan Jenis Kelamin
grafik +
facet_grid(. ~ jeniskelamin)
grafik +
facet_grid(. ~ jeniskelamin) +
scale_colour_manual(values = c("blue", "orange"))
# Menambahkan Garis Vertikal
grafik +
geom_vline(xintercept = 2.5)
grafik +
geom_vline(xintercept = 2.5) +
geom_vline(xintercept = 5)
grafik +
geom_vline(xintercept = 1:5)
grafik +
geom_vline(xintercept = c(2.5, 5, 7.5))
grafik +
geom_vline(xintercept = c(2.5, 5, 7.5),
colour = "green",
linetype = "longdash")
# Menambahkan Garis Horizontal
grafik +
geom_vline(xintercept = c(2.5, 5, 7.5),
colour = "green",
linetype = "longdash") +
geom_hline(yintercept = c(2, 4, 6),
colour = "red",
linetype = "longdash")
# ============================================================
# 2. MENYAJIKAN DATA DENGAN GRAFIK GARIS
# ============================================================
# Membaca data
simpan <- read.table("C:/Users/ASUS/Downloads/Tugas_Bab_3_CSV/data3.2.csv",
header = TRUE,
sep = ",")
simpan
## tahun jenis.barang.A jenis.barang.B jenis.barang.C
## 1 2001 90 85 50
## 2 2002 110 90 55
## 3 2003 115 105 60
## 4 2004 130 110 65
## 5 2005 140 120 75
## 6 2006 155 125 80
## 7 2007 160 130 85
# Menyimpan Variabel
Tahun <- simpan$tahun
Jumlah_A <- simpan$jenis.barang.A
Jumlah_B <- simpan$jenis.barang.B
Jumlah_C <- simpan$jenis.barang.C
# Grafik Awal
plot(Tahun, Jumlah_A)
# Grafik Garis
plot(Tahun,
Jumlah_A,
type = "o")
plot(Tahun,
Jumlah_A,
type = "o",
col = "blue")
# Menambahkan Barang B dan C
plot(Tahun,
Jumlah_A,
type = "o",
col = "red",
ylim = c(40, 180))
lines(Tahun,
Jumlah_B,
type = "o",
col = "blue")
lines(Tahun,
Jumlah_C,
type = "o",
col = "green")
# Menambahkan Legend
plot(Tahun,
Jumlah_A,
type = "o",
col = "red",
ylim = c(40, 180))
lines(Tahun,
Jumlah_B,
type = "o",
col = "blue")
lines(Tahun,
Jumlah_C,
type = "o",
col = "green")
legend(2001, 160,
c("Jenis Barang A",
"Jenis Barang B",
"Jenis Barang C"),
cex = 0.8,
col = c("red", "blue", "green"),
pch = 21)
# Menambahkan Judul
plot(Tahun,
Jumlah_A,
type = "o",
col = "red",
ylim = c(40, 180))
lines(Tahun,
Jumlah_B,
type = "o",
col = "blue")
lines(Tahun,
Jumlah_C,
type = "o",
col = "green")
legend(2001, 160,
c("Jenis Barang A",
"Jenis Barang B",
"Jenis Barang C"),
cex = 0.8,
col = c("red", "blue", "green"),
pch = 21)
title(main = "Penjualan Barang A, B, C, dari Tahun 2001-2007",
col.main = "red",
font.main = 4)
# ============================================================
# 3. MENYAJIKAN DATA DENGAN GRAFIK BATANG
# (BAGIAN PERTAMA)
# ============================================================
# Membaca data
simpan <- read.table("C:/Users/ASUS/Downloads/Tugas_Bab_3_CSV/data3.3.csv",
header = TRUE,
sep = ",")
simpan
## tahun jenis.barang.A
## 1 2001 90
## 2 2002 110
## 3 2003 115
## 4 2004 130
## 5 2005 140
## 6 2006 155
## 7 2007 160
# Menyimpan Variabel
Tahun <- simpan$tahun
Jumlah_A <- simpan$jenis.barang.A
# Grafik Batang
barplot(Jumlah_A,
names.arg = c("2001",
"2002",
"2003",
"2004",
"2005",
"2006",
"2007"))
# ============================================================
# 4. MENYAJIKAN DATA DENGAN GRAFIK BATANG
# (BAGIAN KEDUA)
# ============================================================
# Membaca data
simpan <- read.table("C:/Users/ASUS/Downloads/Tugas_Bab_3_CSV/data3.4.csv",
header = TRUE,
sep = ",")
simpan
## Jenis.Kelamin Hobi Jumlah
## 1 Laki-Laki Olahraga 90
## 2 Laki-Laki Memasak 10
## 3 Perempuan Olahraga 25
## 4 Perempuan Memasak 75
# Grafik Batang
frekuensi <- c(90, 10, 25, 75)
barplot(t(matrix(frekuensi,
ncol = 2,
byrow = TRUE,
dimnames = list(
c("Laki-Laki", "Perempuan"),
c("Olahraga", "Memasak")
))),
col = c("darkblue", "orange"),
beside = TRUE,
ylim = c(0, 150),
legend.text = TRUE,
args.legend = list(x = "topright"))
# Menggunakan ggplot2
library(ggplot2)
data <- simpan
# Grafik batang bertumpuk
ggplot(data,
aes(x = Jenis.Kelamin,
y = Jumlah,
fill = Hobi)) +
geom_bar(stat = "identity")
# Grafik batang berdampingan
ggplot(data,
aes(x = Jenis.Kelamin,
y = Jumlah,
fill = Hobi)) +
geom_bar(stat = "identity",
position = "dodge")
# Grafik batang bertumpuk
ggplot(data,
aes(x = Jenis.Kelamin,
y = Jumlah,
fill = Hobi)) +
geom_bar(stat = "identity",
position = "stack")
# ============================================================
# 5. MENYAJIKAN DATA DENGAN DIAGRAM LINGKARAN
# ============================================================
# Membaca data
simpan <- read.table("C:/Users/ASUS/Downloads/Tugas_Bab_3_CSV/data3.5.csv",
header = TRUE,
sep = ",")
simpan
## Produk Jumlah
## 1 A 12
## 2 B 5
## 3 C 8
## 4 D 20
# Diagram Lingkaran
pie(simpan$Jumlah,
labels = simpan$Produk,
main = "Data Penjualan Produk A, B, C, dan D")
# Menggunakan Warna
pie(simpan$Jumlah,
labels = simpan$Produk,
main = "Data Penjualan Produk A, B, C, dan D",
col = heat.colors(4))
# Menampilkan Persentase
Persen <- round(simpan$Jumlah /
sum(simpan$Jumlah) * 100, 4)
Persen <- paste(Persen, "%", sep = "")
pie(simpan$Jumlah,
labels = Persen,
main = "Data Penjualan Produk A, B, C, dan D",
col = c("darkblue",
"orange",
"yellow",
"red"))
# ============================================================
# 6. MENYAJIKAN DATA DENGAN HISTOGRAM
# ============================================================
# Membaca data
simpan <- read.csv("C:/Users/ASUS/Downloads/Tugas_Bab_3_CSV/IQ.csv",
header = TRUE)
simpan
## IQ
## 1 90
## 2 92
## 3 92
## 4 93
## 5 93
## 6 93
## 7 94
## 8 94
## 9 94
## 10 94
## 11 95
## 12 95
## 13 95
## 14 95
## 15 95
## 16 95
## 17 96
## 18 96
## 19 96
## 20 97
## 21 97
## 22 97
## 23 97
## 24 97
## 25 98
## 26 98
## 27 98
## 28 98
## 29 101
## 30 101
## 31 101
## 32 102
## 33 102
## 34 103
## 35 103
## 36 104
## 37 104
## 38 108
## 39 109
## 40 110
## 41 110
## 42 110
## 43 110
## 44 110
## 45 110
## 46 111
## 47 111
## 48 111
## 49 111
## 50 111
## 51 111
## 52 111
## 53 112
## 54 112
## 55 112
## 56 112
## 57 112
## 58 112
## 59 112
## 60 112
## 61 113
## 62 113
## 63 113
## 64 113
## 65 113
## 66 114
## 67 114
## 68 114
## 69 114
## 70 114
## 71 115
## 72 115
## 73 116
## 74 116
## 75 117
## 76 117
## 77 118
# Menyimpan Data IQ
simpan_skor_IQ <- simpan$IQ
# Histogram
hist(simpan_skor_IQ)
# Histogram dengan Warna
hist(simpan_skor_IQ,
col = "lightblue")
hist(simpan_skor_IQ,
col = "orange",
ylim = c(0, 40),
main = "Contoh Histogram",
ylab = "Frekuensi",
breaks = c(90, 100, 110, 120))
hist(simpan_skor_IQ,
col = heat.colors(6),
ylim = c(0, 30),
main = "Contoh Histogram",
ylab = "Frekuensi",
breaks = c(90, 95, 100, 105, 110, 115, 120),
xlim = c(90, 125))
hist(simpan_skor_IQ,
breaks = 6,
col = heat.colors(6),
ylim = c(0, 30),
main = "Contoh Histogram",
ylab = "Frekuensi",
xlim = c(90, 125))