TugasPertemuan4

# Memasukkan data penggunaan harian EcoTrack
x <- c(22, 25, 19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)

# ==========================================
# 1. Menghitung Mean, Median, dan Modus
# ==========================================
cat("=== 1. Mean, Median, dan Modus ===\n")

## === 1. Mean, Median, dan Modus ===

mean_x <- mean(x)
median_x <- median(x)

# R tidak memiliki fungsi bawaan untuk modus, jadi kita buat fungsinya
get_mode <- function(v) {
  freq <- table(v)
  as.numeric(names(freq)[freq == max(freq)])
}
modus_x <- get_mode(x)

cat("Mean   :", mean_x, "\n")

## Mean   : 24.6

cat("Median :", median_x, "\n")

## Median : 23

cat("Modus  :", paste(modus_x, collapse = ", "), "(Data Multimodal)\n\n")

## Modus  : 22, 23, 24 (Data Multimodal)

# ==========================================
# 2. Menentukan Q1, Q3, dan IQR
# ==========================================
cat("=== 2. Kuartil dan IQR ===\n")

## === 2. Kuartil dan IQR ===

# Menggunakan tipe default (type 7) dari fungsi quantile
q1 <- quantile(x, 0.25, names = FALSE)
q3 <- quantile(x, 0.75, names = FALSE)
iqr_x <- IQR(x)

cat("Q1 (Kuartil 1) :", q1, "\n")

## Q1 (Kuartil 1) : 21.5

cat("Q3 (Kuartil 3) :", q3, "\n")

## Q3 (Kuartil 3) : 25.5

cat("IQR            :", iqr_x, "\n")

## IQR            : 4

cat("Interpretasi   : 50% data di bagian tengah (pengguna biasa yang tidak ekstrem)\n")

## Interpretasi   : 50% data di bagian tengah (pengguna biasa yang tidak ekstrem)

cat("                 memiliki rentang waktu penggunaan sebesar", iqr_x, "menit.\n\n")

##                  memiliki rentang waktu penggunaan sebesar 4 menit.

# ==========================================
# 3. Varians dan Standar Deviasi
# ==========================================
cat("=== 3. Varians dan Standar Deviasi ===\n")

## === 3. Varians dan Standar Deviasi ===

var_x <- var(x)
sd_x <- sd(x)

# Untuk menentukan bervariasi tinggi/rendah, gunakan Koefisien Variasi (CV)
# Rumus CV = (Standar Deviasi / Mean) * 100%
cv_x <- (sd_x / mean_x) * 100

cat("Varians Sampel         :", var_x, "\n")

## Varians Sampel         : 41.54286

cat("Standar Deviasi Sampel :", sd_x, "\n")

## Standar Deviasi Sampel : 6.445375

cat("Koefisien Variasi (CV) :", round(cv_x, 2), "%\n")

## Koefisien Variasi (CV) : 26.2 %

if (cv_x < 15) {
  cat("Interpretasi           : Data bervariasi RENDAH (sangat seragam).\n\n")
} else if (cv_x <= 30) {
  cat("Interpretasi           : Data bervariasi SEDANG / MODERAT. Sebaran ini\n")
  cat("                         sedikit melebar karena adanya satu nilai outlier (45).\n\n")
} else {
  cat("Interpretasi           : Data bervariasi TINGGI (sangat beragam).\n\n")
}

## Interpretasi           : Data bervariasi SEDANG / MODERAT. Sebaran ini
##                          sedikit melebar karena adanya satu nilai outlier (45).

# ==========================================
# 4. Koefisien Skewness Pearson & Verifikasi
# ==========================================
cat("=== 4. Skewness (Kemencengan) ===\n")

## === 4. Skewness (Kemencengan) ===

# Menggunakan Pearson Kedua karena data Multimodal
pearson_skewness <- 3 * (mean_x - median_x) / sd_x
cat("Koefisien Skewness Pearson :", pearson_skewness, "\n")

## Koefisien Skewness Pearson : 0.7447201

# Verifikasi menggunakan library e1071
# Pastikan library sudah di-install dan di-load
if (!require(e1071, quietly = TRUE)) {
  # Hilangkan install.packages dari script agar tidak error saat di-Knit/Render
  # Jika error, jalankan install.packages("e1071") di Console Anda terlebih dahulu
  cat("Peringatan: Package 'e1071' belum dimuat.\n")
} else {
  library(e1071)
  skew_r <- skewness(x, type = 3)
  cat("Verifikasi fungsi skewness() :", skew_r, "\n")
  
  if(skew_r > 0) {
    cat("Arah Kemencengan           : POSITIF (Right-Skewed / Menceng Kanan).\n")
    cat("                             Ekor distribusi memanjang ke kanan akibat outlier (45).\n")
  } else if (skew_r < 0) {
    cat("Arah Kemencengan           : NEGATIF (Left-Skewed / Menceng Kiri).\n")
  } else {
    cat("Arah Kemencengan           : SIMETRIS.\n")
  }
}

## Verifikasi fungsi skewness() : 1.995046 
## Arah Kemencengan           : POSITIF (Right-Skewed / Menceng Kanan).
##                              Ekor distribusi memanjang ke kanan akibat outlier (45).