TUGAS PENDALAMAN MATERI, ILUSTRASI KASUS ‘ECOTRACK’

MUHAMMAD FAIZ AZHAR
2026-10-02

Input Data

Data menit penggunaan harian dari 15 pengguna aktif dalam satu minggu:

data_eco <- c(22, 25, 19, 30, 24, 21, 45, 23, 20, 26, 24, 22, 18, 27, 23)
print(data_eco)

##  [1] 22 25 19 30 24 21 45 23 20 26 24 22 18 27 23

Memverifikasi Mean, Median, dan Modus di RStudio

# Menghitung Mean
Mean_Data <- mean(data_eco)
cat("Mean (rata-rata) : ", Mean_Data, "\n")

## Mean (rata-rata) :  24.6

# Menghitung Median
Median_Data <- median(data_eco)
cat("Median (nilai tengah) : ", Median_Data, "\n")

## Median (nilai tengah) :  23

# Menghitung Modus dengan tabel frekuensi
cat ("Menghitung Modus dengan tabel frekuensi :")

## Menghitung Modus dengan tabel frekuensi :

table(data_eco)

## data_eco
## 18 19 20 21 22 23 24 25 26 27 30 45 
##  1  1  1  1  2  2  2  1  1  1  1  1

Menentukan Q1, Q3, dan IQR

# Menghitung nilai Q1 dan Q3

Kuartil <- quantile(data_eco, probs = c(0.25, 0.75), type = 6)
print(Kuartil)

## 25% 75% 
##  21  26

# Menghitung IQR 

Nilai_IQR <- IQR(data_eco, type = 6)
cat ("Jarak IQR : ", Nilai_IQR, "\n")

## Jarak IQR :  5

Interpretasi IQR:
Sebanyak 50% dari kelompok pengguna pertengahan mencatat durasi penggunaan harian yang hanya bervariasi sejauh 5 menit (berada dalam rentang 21 hingga 26 menit)

Varians dan Standar Deviasi

# Menghitung Varians sampel data
Varians <- var(data_eco)
cat ("Varians : ", Varians, "\n")

## Varians :  41.54286

# Menghitung Standar Deviasi sampel data
Std_dev <- sd(data_eco)
cat ("Standar Deviasi : ", Std_dev, "\n")

## Standar Deviasi :  6.445375

Data ini tergolong bervariasi tinggi. Alasannya sangat sederhana, ada satu angka yang melompat sangat jauh dari rombongannya yaitu angka 45.

Koefisien skewness dan arah kemencengannya

library(moments)
Kemencengan <- skewness(data_eco)
cat ("Koefisien skewness : ", Kemencengan, "\n")

## Koefisien skewness :  2.212573