Dosen Pengampu: Bayutama Isnaini, S.Si., M.Si.

Disusun oleh: Kelompok D

Nama	NIM
Adelia Meytha Pramesti	21108062610001
Arlonnsy Reinzo Oriordan	21108062610013
Caraka Sakti Andaru	21108062610019
Davina Intan Diva Puteri	21108062610025
Ezra Filya Pasaribu	21108062610030

1 Modul Praktikum: Penentuan Desil dan Prioritas Keluarga

1.1 Tujuan Pembelajaran

Setelah mempelajari modul ini, pembaca mampu:

Menggunakan variabel, vektor, dan data frame di R.
Menggunakan operator perbandingan dan aritmetika.
Menyusun percabangan dengan ifelse() (termasuk percabangan bertingkat).
Menyelesaikan kasus nyata: menentukan desil dan status prioritas keluarga berdasarkan skor.
Mengekspor hasil analisis ke file Excel.

1.2 Deskripsi Kasus

Sebuah lembaga ingin menentukan keluarga mana yang paling membutuhkan bantuan pendidikan. Setiap keluarga dinilai dari 7 kriteria. Setiap kriteria diberi skor, semakin tinggi skor berarti semakin membutuhkan bantuan. Skor dari semua kriteria dijumlahkan menjadi total skor, lalu dikelompokkan menjadi desil (1 sampai 10) dan status prioritas.

1.2.1 Aturan Penskoran

Kriteria	Aturan	Skor
Pendapatan orang tua/bulan	\(\le\) 1.500.000	3
	\(\le\) 3.000.000	2
	selain itu	1
Jumlah anggota keluarga	\(\ge\) 6	3
	\(\ge\) 3	2
	selain itu	1
Jumlah tanggungan	\(\ge\) 5	3
	\(\ge\) 3	2
	selain itu	1
Status tempat tinggal	Menumpang	3
	Kontrak	2
	selain itu (milik sendiri)	1
Jumlah anak sekolah/kuliah	\(\ge\) 4	4
	3	3
	2	2
	selain itu	1
Rasio pengeluaran (pengeluaran : pendapatan)	\(\ge\) 1	4
	\(\ge\) 0,75	3
	\(\ge\) 0,50	2
	selain itu	1
Kepemilikan kendaraan	Tidak punya	3
	1 motor	2
	selain itu	1

1.2.2 Aturan Desil dan Status Prioritas

Total Skor	Desil	Desil	Status Prioritas
\(\ge\) 20	1	1 sampai 3	Sangat Prioritas
18 sampai 19	2	4 sampai 7	Prioritas Sedang
16 sampai 17	3	8 sampai 10	Prioritas Rendah
14 sampai 15	4
12 sampai 13	5
10 sampai 11	6
8 sampai 9	7
6 sampai 7	8
4 sampai 5	9
\(<\) 4	10

2 Konsep Dasar

2.1 Variabel dan Operator Perbandingan

pendapatan <- 2000000

pendapatan <= 1500000

## [1] FALSE

pendapatan <= 3000000

## [1] TRUE

2.2 Percabangan dengan `ifelse()`

Bentuk umumnya: ifelse(kondisi, nilai_jika_benar, nilai_jika_salah). Fungsi ini bekerja pada seluruh isi vektor sekaligus, jadi cocok untuk data banyak baris.

pendapatan <- c(1000000, 2500000, 5000000)

ifelse(pendapatan <= 1500000, 3,
  ifelse(pendapatan <= 3000000, 2, 1)
)

## [1] 3 2 1

Percabangan di atas bertingkat: jika kondisi pertama salah, R memeriksa kondisi kedua, dan seterusnya.

3 Penyelesaian Kasus

3.1 Langkah 1: Menyiapkan Data

Data yang dipakai berupa data sintesis (buatan sendiri) berisi 20 keluarga. Jika file data_keluarga.xlsx tersedia di folder yang sama dengan file Rmd ini, maka data akan dibaca dari file tersebut.

file_data <- "data_keluarga.xlsx"

if (file.exists(file_data)) {
  # Data asli dibaca dari Excel
  library(readxl)
  data_keluarga <- read_excel(file_data)
} else {
  # Data sintesis
  set.seed(2026)
  n <- 20

  anggota    <- sample(2:8, n, replace = TRUE)
  tanggungan <- pmin(sample(1:6, n, replace = TRUE), anggota - 1)
  anak       <- pmin(sample(0:4, n, replace = TRUE), tanggungan)
  pendapatan <- sample(seq(800000, 8000000, by = 100000), n, replace = TRUE)

  data_keluarga <- data.frame(
    ID = paste0("K", sprintf("%02d", 1:n)),
    `Pendapatan Orang Tua/Bulan` = pendapatan,
    `Jumlah Anggota Keluarga`    = anggota,
    `Jumlah Tanggungan`          = tanggungan,
    `Status Tempat Tinggal`      = sample(c("Menumpang", "Kontrak", "Milik sendiri"),
                                          n, replace = TRUE),
    `Jumlah Anak Sekolah/Kuliah` = anak,
    `Pengeluaran/Bulan`          = round(pendapatan * runif(n, 0.4, 1.2), -3),
    `Kepemilikan Kendaraan`      = sample(c("Tidak punya", "1 motor", "Lebih dari 1 kendaraan"),
                                          n, replace = TRUE),
    check.names = FALSE
  )
}

knitr::kable(data_keluarga, caption = "Data keluarga")

Data keluarga
ID	Pendapatan Orang Tua/Bulan	Jumlah Anggota Keluarga	Jumlah Tanggungan	Status Tempat Tinggal	Jumlah Anak Sekolah/Kuliah	Pengeluaran/Bulan	Kepemilikan Kendaraan
K01	3600000	6	2	Milik sendiri	2	1452000	Tidak punya
K02	5400000	2	1	Menumpang	1	2842000	Lebih dari 1 kendaraan
K03	5900000	2	1	Menumpang	0	4759000	1 motor
K04	4300000	7	6	Menumpang	3	3643000	1 motor
K05	3200000	6	2	Menumpang	2	2141000	Tidak punya
K06	3800000	8	5	Menumpang	0	3643000	1 motor
K07	7100000	4	3	Menumpang	3	4457000	Lebih dari 1 kendaraan
K08	7200000	5	4	Kontrak	1	5772000	1 motor
K09	7700000	5	4	Milik sendiri	0	7032000	Tidak punya
K10	5200000	6	3	Kontrak	2	5870000	1 motor
K11	1100000	8	4	Menumpang	1	506000	Tidak punya
K12	1500000	5	3	Milik sendiri	3	838000	Lebih dari 1 kendaraan
K13	6300000	3	2	Menumpang	2	5735000	1 motor
K14	7700000	3	2	Menumpang	2	7215000	1 motor
K15	5800000	4	3	Milik sendiri	3	2580000	Tidak punya
K16	3000000	8	4	Kontrak	3	1594000	1 motor
K17	800000	6	2	Menumpang	0	351000	1 motor
K18	2400000	7	2	Kontrak	0	2848000	Lebih dari 1 kendaraan
K19	4200000	2	1	Kontrak	1	3479000	Tidak punya
K20	2700000	5	4	Menumpang	4	2709000	1 motor

3.2 Langkah 2: Menghitung Skor Setiap Kriteria

3.2.1 Skor pendapatan

data_keluarga$Skor_Pendapatan <- ifelse(
  data_keluarga$`Pendapatan Orang Tua/Bulan` <= 1500000, 3,
  ifelse(data_keluarga$`Pendapatan Orang Tua/Bulan` <= 3000000, 2, 1)
)

data_keluarga$Skor_Pendapatan

##  [1] 1 1 1 1 1 1 1 1 1 1 3 3 1 1 1 2 3 2 1 2

3.2.2 Skor jumlah anggota keluarga

data_keluarga$Skor_Anggota <- ifelse(
  data_keluarga$`Jumlah Anggota Keluarga` >= 6, 3,
  ifelse(data_keluarga$`Jumlah Anggota Keluarga` >= 3, 2, 1)
)

data_keluarga$Skor_Anggota

##  [1] 3 1 1 3 3 3 2 2 2 3 3 2 2 2 2 3 3 3 1 2

3.2.3 Skor jumlah tanggungan

data_keluarga$Skor_Tanggungan <- ifelse(
  data_keluarga$`Jumlah Tanggungan` >= 5, 3,
  ifelse(data_keluarga$`Jumlah Tanggungan` >= 3, 2, 1)
)

data_keluarga$Skor_Tanggungan

##  [1] 1 1 1 3 1 3 2 2 2 2 2 2 1 1 2 2 1 1 1 2

3.2.4 Skor status tempat tinggal

Pada kriteria ini yang dibandingkan adalah teks, sehingga memakai operator ==.

data_keluarga$Skor_Tempat_Tinggal <- ifelse(
  data_keluarga$`Status Tempat Tinggal` == "Menumpang", 3,
  ifelse(data_keluarga$`Status Tempat Tinggal` == "Kontrak", 2, 1)
)

data_keluarga$Skor_Tempat_Tinggal

##  [1] 1 3 3 3 3 3 3 2 1 2 3 1 3 3 1 2 3 2 2 3

3.2.5 Skor jumlah anak sekolah/kuliah

data_keluarga$Skor_Anak <- ifelse(
  data_keluarga$`Jumlah Anak Sekolah/Kuliah` >= 4, 4,
  ifelse(
    data_keluarga$`Jumlah Anak Sekolah/Kuliah` >= 3, 3,
    ifelse(data_keluarga$`Jumlah Anak Sekolah/Kuliah` >= 2, 2, 1)
  )
)

data_keluarga$Skor_Anak

##  [1] 2 1 1 3 2 1 3 1 1 2 1 3 2 2 3 3 1 1 1 4

3.2.6 Rasio dan skor pengeluaran

Rasio pengeluaran dihitung dengan membagi pengeluaran bulanan dengan pendapatan bulanan.

data_keluarga$Rasio_Pengeluaran <-
  data_keluarga$`Pengeluaran/Bulan` /
  data_keluarga$`Pendapatan Orang Tua/Bulan`

data_keluarga$Skor_Pengeluaran <- ifelse(
  data_keluarga$Rasio_Pengeluaran >= 1, 4,
  ifelse(
    data_keluarga$Rasio_Pengeluaran >= 0.75, 3,
    ifelse(data_keluarga$Rasio_Pengeluaran >= 0.50, 2, 1)
  )
)

round(data_keluarga$Rasio_Pengeluaran, 2)

##  [1] 0.40 0.53 0.81 0.85 0.67 0.96 0.63 0.80 0.91 1.13 0.46 0.56 0.91 0.94 0.44
## [16] 0.53 0.44 1.19 0.83 1.00

data_keluarga$Skor_Pengeluaran

##  [1] 1 2 3 3 2 3 2 3 3 4 1 2 3 3 1 2 1 4 3 4

3.2.7 Skor kepemilikan kendaraan

data_keluarga$Skor_Kendaraan <- ifelse(
  data_keluarga$`Kepemilikan Kendaraan` == "Tidak punya", 3,
  ifelse(data_keluarga$`Kepemilikan Kendaraan` == "1 motor", 2, 1)
)

data_keluarga$Skor_Kendaraan

##  [1] 3 1 2 2 3 2 1 2 3 2 3 1 2 2 3 2 2 1 3 2

3.3 Langkah 3: Menghitung Total Skor

data_keluarga$Total_Skor <-
  data_keluarga$Skor_Pendapatan +
  data_keluarga$Skor_Anggota +
  data_keluarga$Skor_Tanggungan +
  data_keluarga$Skor_Tempat_Tinggal +
  data_keluarga$Skor_Anak +
  data_keluarga$Skor_Pengeluaran +
  data_keluarga$Skor_Kendaraan

data_keluarga$Total_Skor

##  [1] 12 10 12 18 15 16 14 13 13 16 16 14 14 14 13 16 14 14 12 19

3.4 Langkah 4: Menentukan Desil

data_keluarga$Desil <- ifelse(
  data_keluarga$Total_Skor >= 20, 1,
  ifelse(
    data_keluarga$Total_Skor >= 18, 2,
    ifelse(
      data_keluarga$Total_Skor >= 16, 3,
      ifelse(
        data_keluarga$Total_Skor >= 14, 4,
        ifelse(
          data_keluarga$Total_Skor >= 12, 5,
          ifelse(
            data_keluarga$Total_Skor >= 10, 6,
            ifelse(
              data_keluarga$Total_Skor >= 8, 7,
              ifelse(
                data_keluarga$Total_Skor >= 6, 8,
                ifelse(data_keluarga$Total_Skor >= 4, 9, 10)
              )
            )
          )
        )
      )
    )
  )
)

Tabel hasil skor, total skor, dan desil:

hasil <- data_keluarga[, c(
  "ID",
  "Skor_Pendapatan",
  "Skor_Anggota",
  "Skor_Tanggungan",
  "Skor_Tempat_Tinggal",
  "Skor_Anak",
  "Skor_Pengeluaran",
  "Skor_Kendaraan",
  "Total_Skor",
  "Desil"
)]

knitr::kable(hasil, caption = "Hasil penskoran dan desil")

Hasil penskoran dan desil
ID	Skor_Pendapatan	Skor_Anggota	Skor_Tanggungan	Skor_Tempat_Tinggal	Skor_Anak	Skor_Pengeluaran	Skor_Kendaraan	Total_Skor	Desil
K01	1	3	1	1	2	1	3	12	5
K02	1	1	1	3	1	2	1	10	6
K03	1	1	1	3	1	3	2	12	5
K04	1	3	3	3	3	3	2	18	2
K05	1	3	1	3	2	2	3	15	4
K06	1	3	3	3	1	3	2	16	3
K07	1	2	2	3	3	2	1	14	4
K08	1	2	2	2	1	3	2	13	5
K09	1	2	2	1	1	3	3	13	5
K10	1	3	2	2	2	4	2	16	3
K11	3	3	2	3	1	1	3	16	3
K12	3	2	2	1	3	2	1	14	4
K13	1	2	1	3	2	3	2	14	4
K14	1	2	1	3	2	3	2	14	4
K15	1	2	2	1	3	1	3	13	5
K16	2	3	2	2	3	2	2	16	3
K17	3	3	1	3	1	1	2	14	4
K18	2	3	1	2	1	4	1	14	4
K19	1	1	1	2	1	3	3	12	5
K20	2	2	2	3	4	4	2	19	2

3.5 Langkah 5: Menentukan Status Prioritas

data_keluarga$Status_Prioritas <- ifelse(
  data_keluarga$Desil <= 3, "Sangat Prioritas",
  ifelse(data_keluarga$Desil <= 7, "Prioritas Sedang", "Prioritas Rendah")
)

table(data_keluarga$Status_Prioritas)

## 
## Prioritas Sedang Sangat Prioritas 
##               14                6

3.6 Langkah 6: Membuat Ranking

Keluarga diurutkan dari total skor tertinggi. Tanda minus pada -Total_Skor membuat skor terbesar mendapat ranking 1.

data_keluarga$Ranking <- rank(
  -data_keluarga$Total_Skor,
  ties.method = "first"
)

data_keluarga <- data_keluarga[order(data_keluarga$Ranking), ]

tabel_ranking <- data_keluarga[, c(
  "Ranking", "ID", "Total_Skor", "Desil", "Status_Prioritas"
)]

knitr::kable(tabel_ranking, row.names = FALSE, caption = "Ranking keluarga")

Ranking keluarga
Ranking	ID	Total_Skor	Desil	Status_Prioritas
1	K20	19	2	Sangat Prioritas
2	K04	18	2	Sangat Prioritas
3	K06	16	3	Sangat Prioritas
4	K10	16	3	Sangat Prioritas
5	K11	16	3	Sangat Prioritas
6	K16	16	3	Sangat Prioritas
7	K05	15	4	Prioritas Sedang
8	K07	14	4	Prioritas Sedang
9	K12	14	4	Prioritas Sedang
10	K13	14	4	Prioritas Sedang
11	K14	14	4	Prioritas Sedang
12	K17	14	4	Prioritas Sedang
13	K18	14	4	Prioritas Sedang
14	K08	13	5	Prioritas Sedang
15	K09	13	5	Prioritas Sedang
16	K15	13	5	Prioritas Sedang
17	K01	12	5	Prioritas Sedang
18	K03	12	5	Prioritas Sedang
19	K19	12	5	Prioritas Sedang
20	K02	10	6	Prioritas Sedang

4 Hasil dan Pembahasan

cat("Total keluarga   :", nrow(data_keluarga), "\n")

## Total keluarga   : 20

cat("Skor tertinggi   :", max(data_keluarga$Total_Skor), "\n")

## Skor tertinggi   : 19

cat("Skor terendah    :", min(data_keluarga$Total_Skor), "\n")

## Skor terendah    : 10

cat("Rata-rata skor   :", round(mean(data_keluarga$Total_Skor), 2), "\n")

## Rata-rata skor   : 14.25

Visualisasi jumlah keluarga pada setiap status prioritas:

barplot(
  table(data_keluarga$Status_Prioritas),
  main = "Jumlah Keluarga per Status Prioritas",
  xlab = "Status Prioritas",
  ylab = "Jumlah Keluarga",
  col = c("tomato", "gold", "skyblue")
)

Keluarga dengan ranking teratas adalah keluarga dengan total skor tertinggi, yaitu keluarga yang paling membutuhkan bantuan menurut kriteria yang dipakai.

5 Ekspor Hasil ke Excel

Hasil analisis disimpan ke file Excel dengan 3 sheet: Dashboard, Hasil Analisis, dan Data Awal. File akan tersimpan di folder yang sama dengan file Rmd ini.

library(openxlsx)

wb <- createWorkbook()

addWorksheet(wb, "Dashboard")
addWorksheet(wb, "Hasil Analisis")
addWorksheet(wb, "Data Awal")

# Dashboard
writeData(wb, "Dashboard", "HASIL ANALISIS DESIL KELUARGA", 1, 1)
writeData(wb, "Dashboard", "Total Keluarga", 4, 1)
writeData(wb, "Dashboard", nrow(data_keluarga), 4, 2)
writeData(wb, "Dashboard", "Skor Tertinggi", 5, 1)
writeData(wb, "Dashboard", max(data_keluarga$Total_Skor), 5, 2)

writeDataTable(
  wb, "Dashboard", tabel_ranking,
  startRow = 8, startCol = 1,
  tableStyle = "TableStyleMedium2"
)

# Hasil analisis
writeDataTable(
  wb, "Hasil Analisis", data_keluarga,
  startRow = 1, startCol = 1,
  tableStyle = "TableStyleMedium2"
)

# Data awal
data_awal <- data_keluarga[, c(
  "ID",
  "Pendapatan Orang Tua/Bulan",
  "Jumlah Anggota Keluarga",
  "Jumlah Tanggungan",
  "Status Tempat Tinggal",
  "Jumlah Anak Sekolah/Kuliah",
  "Pengeluaran/Bulan",
  "Kepemilikan Kendaraan"
)]

writeDataTable(
  wb, "Data Awal", data_awal,
  startRow = 1, startCol = 1,
  tableStyle = "TableStyleMedium2"
)

# Lebar kolom
setColWidths(wb, "Dashboard", 1:5, "auto")
setColWidths(wb, "Hasil Analisis", 1:ncol(data_keluarga), "auto")
setColWidths(wb, "Data Awal", 1:ncol(data_awal), "auto")

# Simpan
saveWorkbook(wb, "Hasil_Analisis_Desil.xlsx", overwrite = TRUE)

print("File berhasil dibuat")

## [1] "File berhasil dibuat"

6 Kesimpulan

Dengan variabel, operator perbandingan, dan percabangan bertingkat (ifelse), kita dapat mengubah data mentah keluarga menjadi skor, desil, dan status prioritas secara otomatis. Pendekatan yang sama dapat dipakai untuk kasus lain yang membutuhkan klasifikasi berdasarkan aturan, seperti penentuan diskon belanja atau grade nilai.

MODUL PRAKTIKUM ALGORITMA DAN PEMROGRAMAN

Implementasi Algoritma Pemrograman R dalam Penentuan Desil dan Prioritas Penerima Bantuan

Kelompok D

2026-10-09

1 Modul Praktikum: Penentuan Desil dan Prioritas Keluarga

1.1 Tujuan Pembelajaran

1.2 Deskripsi Kasus

1.2.1 Aturan Penskoran

1.2.2 Aturan Desil dan Status Prioritas

2 Konsep Dasar

2.1 Variabel dan Operator Perbandingan

2.2 Percabangan dengan `ifelse()`

3 Penyelesaian Kasus

3.1 Langkah 1: Menyiapkan Data

3.2 Langkah 2: Menghitung Skor Setiap Kriteria

3.2.1 Skor pendapatan

3.2.2 Skor jumlah anggota keluarga

3.2.3 Skor jumlah tanggungan

3.2.4 Skor status tempat tinggal

3.2.5 Skor jumlah anak sekolah/kuliah

3.2.6 Rasio dan skor pengeluaran

3.2.7 Skor kepemilikan kendaraan

3.3 Langkah 3: Menghitung Total Skor

3.4 Langkah 4: Menentukan Desil

3.5 Langkah 5: Menentukan Status Prioritas

3.6 Langkah 6: Membuat Ranking

4 Hasil dan Pembahasan

5 Ekspor Hasil ke Excel

6 Kesimpulan

ID	Skor_Pendapatan	Skor_Anggota	Skor_Tanggungan	Skor_Tempat_Tinggal	Skor_Anak	Skor_Pengeluaran	Skor_Kendaraan	Total_Skor	Desil
K01	1	3	1	1	2	1	3	12	5
K02	1	1	1	3	1	2	1	10	6
K03	1	1	1	3	1	3	2	12	5
K04	1	3	3	3	3	3	2	18	2
K05	1	3	1	3	2	2	3	15	4
K06	1	3	3	3	1	3	2	16	3
K07	1	2	2	3	3	2	1	14	4
K08	1	2	2	2	1	3	2	13	5
K09	1	2	2	1	1	3	3	13	5
K10	1	3	2	2	2	4	2	16	3
K11	3	3	2	3	1	1	3	16	3
K12	3	2	2	1	3	2	1	14	4
K13	1	2	1	3	2	3	2	14	4
K14	1	2	1	3	2	3	2	14	4
K15	1	2	2	1	3	1	3	13	5
K16	2	3	2	2	3	2	2	16	3
K17	3	3	1	3	1	1	2	14	4
K18	2	3	1	2	1	4	1	14	4
K19	1	1	1	2	1	3	3	12	5
K20	2	2	2	3	4	4	2	19	2

ID	Skor_Pendapatan	Skor_Anggota	Skor_Tanggungan	Skor_Tempat_Tinggal	Skor_Anak	Skor_Pengeluaran	Skor_Kendaraan	Total_Skor	Desil
K01	1	3	1	1	2	1	3	12	5
K02	1	1	1	3	1	2	1	10	6
K03	1	1	1	3	1	3	2	12	5
K04	1	3	3	3	3	3	2	18	2
K05	1	3	1	3	2	2	3	15	4
K06	1	3	3	3	1	3	2	16	3
K07	1	2	2	3	3	2	1	14	4
K08	1	2	2	2	1	3	2	13	5
K09	1	2	2	1	1	3	3	13	5
K10	1	3	2	2	2	4	2	16	3
K11	3	3	2	3	1	1	3	16	3
K12	3	2	2	1	3	2	1	14	4
K13	1	2	1	3	2	3	2	14	4
K14	1	2	1	3	2	3	2	14	4
K15	1	2	2	1	3	1	3	13	5
K16	2	3	2	2	3	2	2	16	3
K17	3	3	1	3	1	1	2	14	4
K18	2	3	1	2	1	4	1	14	4
K19	1	1	1	2	1	3	3	12	5
K20	2	2	2	3	4	4	2	19	2

MODUL PRAKTIKUM ALGORITMA DAN PEMROGRAMAN

Implementasi Algoritma Pemrograman R dalam Penentuan Desil dan Prioritas Penerima Bantuan

Kelompok D

2026-10-09

1 Modul Praktikum: Penentuan Desil dan Prioritas Keluarga

1.1 Tujuan Pembelajaran

1.2 Deskripsi Kasus

1.2.1 Aturan Penskoran

1.2.2 Aturan Desil dan Status Prioritas

2 Konsep Dasar

2.1 Variabel dan Operator Perbandingan

2.2 Percabangan dengan ifelse()

3 Penyelesaian Kasus

3.1 Langkah 1: Menyiapkan Data

3.2 Langkah 2: Menghitung Skor Setiap Kriteria

3.2.1 Skor pendapatan

3.2.2 Skor jumlah anggota keluarga

3.2.3 Skor jumlah tanggungan

3.2.4 Skor status tempat tinggal

3.2.5 Skor jumlah anak sekolah/kuliah

3.2.6 Rasio dan skor pengeluaran

3.2.7 Skor kepemilikan kendaraan

3.3 Langkah 3: Menghitung Total Skor

3.4 Langkah 4: Menentukan Desil

3.5 Langkah 5: Menentukan Status Prioritas

3.6 Langkah 6: Membuat Ranking

4 Hasil dan Pembahasan

5 Ekspor Hasil ke Excel

6 Kesimpulan

2.2 Percabangan dengan `ifelse()`

ID	Skor_Pendapatan	Skor_Anggota	Skor_Tanggungan	Skor_Tempat_Tinggal	Skor_Anak	Skor_Pengeluaran	Skor_Kendaraan	Total_Skor	Desil
K01	1	3	1	1	2	1	3	12	5
K02	1	1	1	3	1	2	1	10	6
K03	1	1	1	3	1	3	2	12	5
K04	1	3	3	3	3	3	2	18	2
K05	1	3	1	3	2	2	3	15	4
K06	1	3	3	3	1	3	2	16	3
K07	1	2	2	3	3	2	1	14	4
K08	1	2	2	2	1	3	2	13	5
K09	1	2	2	1	1	3	3	13	5
K10	1	3	2	2	2	4	2	16	3
K11	3	3	2	3	1	1	3	16	3
K12	3	2	2	1	3	2	1	14	4
K13	1	2	1	3	2	3	2	14	4
K14	1	2	1	3	2	3	2	14	4
K15	1	2	2	1	3	1	3	13	5
K16	2	3	2	2	3	2	2	16	3
K17	3	3	1	3	1	1	2	14	4
K18	2	3	1	2	1	4	1	14	4
K19	1	1	1	2	1	3	3	12	5
K20	2	2	2	3	4	4	2	19	2