NIM : 3337260004
Kelas : A26

Pendahuluan

EcoTrack merupakan aplikasi ilustratif yang digunakan untuk memantau aktivitas pengguna dalam konteks jejak karbon. Data durasi penggunaan aplikasi dapat dianalisis untuk mengetahui karakteristik dan pola penggunaan pengguna aktif.

Pada analisis ini digunakan data menit penggunaan harian dari 15 pengguna. Data dianalisis menggunakan statistika deskriptif untuk memperoleh gambaran mengenai pemusatan, penyebaran, posisi, dan kemencengan data.

Tujuan Analisis

Analisis ini bertujuan untuk:

  1. Mengetahui nilai mean, median, dan modus dari data penggunaan EcoTrack.
  2. Menentukan Q1, Q3, dan IQR serta mengetahui penyebaran data bagian tengah.
  3. Mengetahui tingkat variasi data berdasarkan varians dan standar deviasi.
  4. Menentukan arah kemencengan distribusi berdasarkan koefisien skewness; dan
  5. Menginterpretasikan hasil statistik berdasarkan kondisi penggunaan aplikasi EcoTrack.

Data menit penggunaan EcoTrack:

# Data mentah
data <- c(22, 25, 19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
  
# Menampilkan data terurut
sort(data)
##  [1] 18 19 20 21 22 22 23 23 24 24 25 26 27 30 45

Data terdiri dari 15 pengguna, dengan durasi penggunaan antara 18 hingga 45 menit

1. Hitung Mean, Median, dan, Modus

# Hitung Mean
mean_val <- mean(data)
# Hitung Median
median_val <- median(data)
# Hitung Modus
tbl <- table(data)
modus_val <- as.numeric(names(tbl[tbl == max(tbl)]))

# Cetak Hasil Ringkas
cat("----------------------------------\n",
    "Mean (Rata-rata)       :", mean_val, "menit\n",
    "Median (Nilai Tengah)  :", median_val, "menit\n",
    "Modus                  :", modus_val, "\n",
    "----------------------------------\n")
## ----------------------------------
##  Mean (Rata-rata)       : 24.6 menit
##  Median (Nilai Tengah)  : 23 menit
##  Modus                  : 22 23 24 
##  ----------------------------------

Hasil dan Interpretasi

Berdasarkan hasil perhitungan, diperoleh:

Mean = 24,6 menit
Median = 23 menit
Modus = 22, 23, dan 24 menit

Rata-rata penggunaan aplikasi EcoTrack adalah 24,6 menit. Artinya, secara umum pengguna dalam data ini menggunakan aplikasi selama sekitar 25 menit.

Median sebesar 23 menit menunjukkan bahwa nilai tengah dari seluruh data penggunaan adalah 23 menit. Sementara itu, terdapat tiga modus, yaitu 22, 23, dan 24 menit, karena ketiga nilai tersebut memiliki frekuensi kemunculan yang sama dan paling tinggi.

Perbedaan antara mean dan median juga menunjukkan adanya kecenderungan beberapa nilai penggunaan yang relatif tinggi, terutama nilai 45 menit.

2.Tentukan Q1 dan Q3, lalu interpretasikan IQR-nya dalam konteks kasus ini.

# Perhitungan Kuartil (type = 6 menyesuaikan posisi manual)
q1 <- quantile(data, 0.25, type = 6)
q3 <- quantile(data, 0.75, type = 6)
iqr_val <- q3 - q1

# Cetak Hasil
cat("----------------------------------\n",
    "Kuartil 1 (Q1)            :", q1, "menit\n",
    "Kuartil 3 (Q3)            :", q3, "menit\n",
    "Interquartile Range (IQR) :", iqr_val, "menit\n",
    "----------------------------------\n")
## ----------------------------------
##  Kuartil 1 (Q1)            : 21 menit
##  Kuartil 3 (Q3)            : 26 menit
##  Interquartile Range (IQR) : 5 menit
##  ----------------------------------

Hasil dan Interpretasi

Berdasarkan hasil perhitungan kuartil diperoleh:

Q1 = 21,5 menit
Q3 = 25,5 menit
IQR = 4 menit

Q1 sebesar 21,5 menit menunjukkan bahwa sekitar 25% data berada pada atau di bawah 21,5 menit, sedangkan Q3 sebesar 25,5 menit menunjukkan bahwa sekitar 75% data berada pada atau di bawah 25,5 menit.

IQR sebesar 4 menit menunjukkan bahwa 50% data yang berada di bagian tengah memiliki durasi penggunaan antara 21,5 hingga 25,5 menit. Hal ini menunjukkan bahwa sebagian besar pengguna pada bagian tengah distribusi memiliki durasi penggunaan yang relatif berdekatan.

3. Hitung varians dan standar deviasi

# Perhitungan Varians dan Standar Deviasi Sampel
varians <- var(data)
std_dev <- sd(data)
cv <- (std_dev / mean_val) * 100
# Cetak Hasil
cat("----------------------------------\n",
    "Varians Sampel (s^2)   :", round(varians, 2), "\n",
    "Standar Deviasi (s)    :", round(std_dev, 2), "menit\n",
    "Koefisien Variasi (CV) :", round(cv, 2), "%\n",
    "----------------------------------\n")
## ----------------------------------
##  Varians Sampel (s^2)   : 41.54 
##  Standar Deviasi (s)    : 6.45 menit
##  Koefisien Variasi (CV) : 26.2 %
##  ----------------------------------

Hasil dan Interpretasi

Hasil perhitungan menunjukkan:

Varians = 41,54 menit²
Standar deviasi = 6,45 menit

Varians sebesar 41,54 menunjukkan adanya penyebaran nilai penggunaan dari rata-ratanya. Standar deviasi sebesar 6,45 menit berarti nilai penggunaan pengguna secara umum memiliki penyimpangan sekitar 6,45 menit dari rata-rata sebesar 24,6 menit.

Dengan demikian, data memiliki variasi yang sedang. Sebagian besar data berada cukup dekat dengan rata-rata, meskipun terdapat nilai 45 menit yang cukup jauh dari sebagian besar observasi dan ikut meningkatkan penyebaran data.

4.Hitung koefisien skewness Pearson dan tentukan arah kemencengannya; verifikasi dengan fungsi skewness()

skew_val <- e1071::skewness(data, type = 2)

cat(
  "----------------------------------\n",
  "Koefisien Skewness :", round(skew_val, 3), "\n",
  "----------------------------------\n"
)
## ----------------------------------
##  Koefisien Skewness : 2.466 
##  ----------------------------------

Hasil dan Interpretasi

Hasil perhitungan skewness digunakan untuk mengetahui arah kemencengan distribusi data. Nilai skewness yang diperoleh bernilai positif, sehingga distribusi data penggunaan EcoTrack menceng ke kanan (positive skewness).

Kemencengan ke kanan menunjukkan bahwa terdapat beberapa nilai penggunaan yang relatif tinggi dibandingkan sebagian besar data. Dalam kasus EcoTrack, kondisi tersebut terutama terlihat dari adanya nilai 45 menit, sedangkan sebagian besar data berada pada kisaran 18–30 menit.

Dengan demikian, distribusi penggunaan EcoTrack tidak sepenuhnya simetris dan memiliki ekor distribusi yang lebih panjang ke arah nilai penggunaan yang lebih tinggi.

Kesimpulan

Berdasarkan hasil analisis statistika deskriptif terhadap 15 data penggunaan aplikasi EcoTrack, diperoleh mean sebesar 24,6 menit, median sebesar 23 menit, dan modus sebesar 22, 23, serta 24 menit. Hal ini menunjukkan bahwa durasi penggunaan pengguna umumnya berada di sekitar 20–30 menit.

Nilai Q1 sebesar 21,5 menit dan Q3 sebesar 25,5 menit menghasilkan IQR sebesar 4 menit, sehingga 50% data bagian tengah berada pada rentang 21,5–25,5 menit. Sementara itu, varians sebesar 41,54 menit² dan standar deviasi sebesar 6,45 menit menunjukkan adanya variasi penggunaan yang relatif sedang.

Hasil perhitungan skewness Pearson sebesar 0,745 menunjukkan bahwa distribusi data memiliki kemencengan positif atau menceng ke kanan. Kondisi ini terutama dipengaruhi oleh adanya nilai penggunaan 45 menit yang relatif tinggi dibandingkan sebagian besar observasi lainnya.

Secara keseluruhan, data menunjukkan bahwa sebagian besar pengguna memiliki durasi penggunaan yang relatif berdekatan, dengan satu observasi tinggi yang menyebabkan distribusi data menjadi menceng ke kanan.