Ujian Tengah Semester

Introduction to Statistics (SDT-1305)

Bayu Fachri (52260027)

LinkedIn | R.Pubs | GitHub | Email

Mahasiswa Sains Data di Institut Teknologi Sains Bandung dengan rasa ingin tahu yang tinggi dan semangat untuk terus berkembang. Tertarik pada teknologi, data, dan berbagai hal baru. Percaya bahwa setiap proses adalah bagian dari perjalanan untuk menjadi versi terbaik dari diri sendiri.


1 Soal 1 – Ringkasan Materi Minggu 1–7


1.1 Minggu 1 – Konsep Dasar Statistika dan Data

1.1.1 (a) Definisi Konsep Utama

Statistika: ilmu mengumpulkan, mengolah, menyajikan, dan menafsirkan data.

Cabangnya:

  • Deskriptif: meringkas data lewat tabel, grafik, dan angka.

  • Inferensial: memakai sampel untuk menarik kesimpulan tentang populasi.

Populasi: seluruh objek sasaran kesimpulan.

Sampel: bagian populasi yang benar-benar diamati.

Parameter: ukuran populasi (\(\mu\)), biasanya tidak diketahui.

Statistik: ukuran dari sampel (\(\bar{x}\)) untuk menaksir parameter.

Jenis variabel:

  • Numerik berupa angka

  • Kategorik berupa golongan.

  • Independen diduga memengaruhi

  • Dependen adalah hasil yang dijelaskan.

1.1.2 (b) Rumus dan Keterangan Notasi

  • Penjumlahan: \(\sum x = x_1 + x_2 + \dots + x_n\).

  • Rata-rata populasi dan sampel: \(\mu = \dfrac{\sum x}{N}\) dan \(\bar{x} = \dfrac{\sum x}{n}\).

1.1.3 (c) Contoh Studi Kasus

  • Populasi: 300 mahasiswa angkatan

  • Sampel: 10 mahasiswa yang disurvei.

  • X = jam belajar (independen)

  • Y = nilai ujian (dependen).

1.1.4 (d) Catatan

  • Dipakai paling awal, sebelum data dikumpulkan (Diez et al., 2019; Walpole et al., 2012).

1.2 Minggu 2 – Jenis Data dan Skala Pengukuran

1.2.1 (a) Definisi Konsep Utama

Jenis data:

  • Kualitatif: berupa kategori (nominal tanpa urutan, ordinal berurutan).

  • Kuantitatif: berupa angka (diskrit bilangan bulat, kontinu desimal).

Sumber data:

  • Primer: dikumpulkan sendiri (kuesioner).

  • Sekunder: dari pihak lain (data BPS).

Skala pengukuran: makin tinggi skalanya, makin banyak operasi yang sah.

Skala Ciri utama Contoh Ukuran yang layak
Nominal Kategori tanpa urutan Program studi Modus
Ordinal Berurutan Kepuasan 1–5 Median
Interval Jarak sama, nol tidak mutlak Suhu (°C) Mean
Rasio Jarak sama, nol mutlak Jam belajar Semua, termasuk CV

Struktur dataset:

  • Observasi: satu baris data.

  • Variabel: satu kolom data.

  • Feature: kolom masukan untuk memprediksi.

  • Target: kolom yang ingin diprediksi.

1.2.2 (b) Rumus dan Keterangan Notasi

  • Proporsi kategori: \(p_i = \dfrac{f_i}{n}\).

  • Konversi suhu: \(K = C + 273{,}15\); perbandingan kelipatan hanya sah pada skala rasio.

1.2.3 (c) Contoh Studi Kasus

  • Jam belajar: kuantitatif kontinu, rasio, data primer.

  • Program studi: kualitatif nominal.

  • Target: nilai ujian (regresi).

1.2.4 (d) Catatan

  • Dipakai saat pertama menerima dataset, sebelum memilih ukuran dan grafik (Anderson et al., 2021).

1.3 Minggu 3 – Pengumpulan dan Sampling Data

1.3.1 (a) Definisi Konsep Utama

Metode pengumpulan data:

  • Observasi: mencatat apa adanya.

  • Survei: pertanyaan terstruktur untuk banyak responden.

  • Wawancara: tanya jawab mendalam.

  • Eksperimen: perlakuan diacak (terkuat untuk membuktikan sebab-akibat.

Teknik sampling:

Aspek Probability sampling Non-probability sampling
Dasar pemilihan Acak, peluang terpilih diketahui Kemudahan atau pertimbangan peneliti
Teknik Simple random, systematic, stratified, cluster Convenience, purposive, quota
Kelebihan Mewakili populasi; galat sampling terukur Cepat dan murah
Kekurangan Butuh kerangka sampel; lebih mahal Rawan bias; sulit digeneralisasi
Cocok untuk Hasil yang ingin digeneralisasi Studi awal atau uji coba

Bias (kesalahan sistematis yang tidak hilang walau sampel diperbesar):

  • Sampling: sampel tidak mewakili populasi.

  • Response: jawaban tidak akurat.

  • Measurement: alat ukur keliru.

1.3.2 (b) Rumus dan Keterangan Notasi

  • Systematic: \(k = \dfrac{N}{n}\).

  • Stratified proporsional: \(n_h = n \times \dfrac{N_h}{N}\).

1.3.3 (c) Contoh Studi Kasus

  • Populasi 300, sampel 30: \(k = 10\).

  • Strata kos dekat (180) dan jauh (120): \(n_h\) = 18 dan 12.

  • Survei hanya di kos dekat kampus menimbulkan sampling bias.

1.3.4 (d) Catatan

  • Dipakai sebelum data dikumpulkan; sampel besar tidak menyembuhkan bias (Diez et al., 2019).

1.4 Minggu 4 – Penyajian dan Visualisasi Data

1.4.1 (a) Definisi Konsep Utama

Tabel frekuensi:

  • Absolut (\(f\)): banyaknya data per kategori.

  • Relatif (\(f/n\)): proporsi terhadap total.

  • Kumulatif: jumlah berjalan (bermakna bila berurutan).

Visualisasi:

  • Bar chart: membandingkan kategori, (batang terpisah).

  • Pie chart: bagian dari keseluruhan, (2–5 kategori).

  • Histogram: distribusi numerik terkelompok, (batang menempel).

  • Stem-and-leaf: bentuk distribusi data kecil dengan nilai asli terbaca.

Prinsip visualisasi:

  • Skala: sumbu-y bar chart mulai dari nol.

  • Label: judul, satuan, dan \(n\).

  • Bin: jumlah kelas memengaruhi bentuk histogram.

  • Interpretasi: bahas bentuk, pusat, sebaran, dan keanehan.

1.4.2 (b) Rumus dan Keterangan Notasi

  • Sturges: \(k = 1 + 3{,}322 \log_{10} n\)

  • Lebar kelas \(w = \dfrac{R}{k}\) (bulatkan ke atas).

1.4.3 (c) Contoh Studi Kasus

Program studi dan jam belajar 10 mahasiswa.

prodi <- c("SD", "IF", "SD", "MN", "IF", "SD", "MN", "SD", "IF", "SD")
f <- table(prodi)
data.frame(f = as.numeric(f),
           relatif = as.numeric(prop.table(f)),
           kumulatif = cumsum(as.numeric(f)),
           row.names = names(f))   # IF 3 0.3 3 | MN 2 0.2 5 | SD 5 0.5 10
barplot(f, ylim = c(0, 6), col = "#B22222",
        main = "Mahasiswa per Prodi (n = 10)", ylab = "Frekuensi")

jam <- c(5, 6, 6, 7, 8, 8, 9, 10, 12, 30)   # jam belajar per minggu
hist(jam, breaks = seq(0, 35, 5), col = "#B22222", border = "white",
     main = "Jam Belajar (n = 10)", xlab = "Jam per minggu", ylab = "Frekuensi")

stem(jam)
## 
##   The decimal point is 1 digit(s) to the right of the |
## 
##   0 | 5667889
##   1 | 02
##   2 | 
##   3 | 0

1.4.4 (d) Catatan

  • Dipakai saat pertama menjelajah data, sebelum menghitung ukuran ringkasan (Diez et al., 2019).

1.5 Minggu 5 – Ukuran Pemusatan dan Penyebaran Data

1.5.1 (a) Definisi Konsep Utama

Ukuran pemusatan:

  • Mean: jumlah nilai dibagi banyaknya data.

  • Weighted mean: rata-rata berbobot, misalnya tugas, UTS, dan UAS.

  • Median: nilai tengah data terurut.

  • Modus: nilai yang paling sering muncul.

Ukuran penyebaran:

  • Range: nilai terbesar dikurangi terkecil.

  • Varians: rata-rata kuadrat jarak ke mean.

  • Standar deviasi: akar varians, satuannya sama dengan data.

  • Koefisien variasi: sebaran relatif terhadap mean.

Nilai ekstrem: menyeret mean, range, dan standar deviasi; median hampir tidak terpengaruh.

1.5.2 (b) Rumus dan Keterangan Notasi

  • Weighted mean: \(\bar{x}_w = \dfrac{\sum w_i x_i}{\sum w_i}\).

  • Varians dan standar deviasi: \(s^2 = \dfrac{\sum (x_i - \bar{x})^2}{n-1}\), \(s = \sqrt{s^2}\).

  • Koefisien variasi: \(CV = \dfrac{s}{\bar{x}} \times 100\%\).

1.5.3 (c) Contoh Studi Kasus

Ringkasan jam belajar, dengan dan tanpa nilai ekstrem 30.

jam <- c(5, 6, 6, 7, 8, 8, 9, 10, 12, 30)
mean(jam); median(jam)                               # 10.1 ; 8
## [1] 10.1
## [1] 8
names(which(table(jam) == max(table(jam))))          # modus: "6" "8"
## [1] "6" "8"
weighted.mean(c(80, 70, 90), w = c(0.2, 0.3, 0.5))   # 82
## [1] 82
diff(range(jam))                                     # 25
## [1] 25
var(jam); sd(jam)                                    # 53.21 ; 7.29
## [1] 53.21111
## [1] 7.294595
sd(jam) / mean(jam) * 100                            # CV = 72.2 %
## [1] 72.22371
jam2 <- jam[jam != 30]                               # tanpa nilai ekstrem
c(mean = mean(jam2), median = median(jam2), sd = sd(jam2))   # 7.89 ; 8 ; 2.20
##     mean   median       sd 
## 7.888889 8.000000 2.204793

1.5.4 (d) Catatan

  • Mean dilaporkan bersama standar deviasi; untuk data menceng, laporkan median (Anderson et al., 2021; Walpole et al., 2012).

1.6 Minggu 6 – Distribusi Data dan Outlier

1.6.1 (a) Definisi Konsep Utama

Ukuran posisi:

  • Kuartil: membagi data terurut menjadi 4 bagian; \(Q_1\) = persentil 25, \(Q_2\) = median, \(Q_3\) = persentil 75.

  • Desil dan persentil: membagi data menjadi 10 dan 100 bagian.

  • IQR: rentang separuh data tengah.

Deteksi outlier:

Aspek Metode IQR Metode z-score
Dasar \(Q_1\) dan \(Q_3\) Mean dan standar deviasi
Batas outlier Di luar pagar Tukey \(\lvert z \rvert > 3\)
Tahan outlier Ya Tidak; mean dan \(s\) ikut terseret
Asumsi bentuk Tidak perlu Cocok untuk data mendekati normal
Data contoh (n = 10) Nilai 30 terdeteksi \(z\) nilai 30 hanya 2,73; lolos

Boxplot menampilkan pagar Tukey secara visual.

Bentuk distribusi:

  • Simetris: mean ≈ median.

  • Right-skewed: ekor ke kanan, mean > median.

  • Left-skewed: ekor ke kiri, mean < median.

1.6.2 (b) Rumus dan Keterangan Notasi

  • \(IQR = Q_3 - Q_1\).

  • Pagar Tukey: \(Q_1 - 1{,}5 \times IQR\) dan \(Q_3 + 1{,}5 \times IQR\).

  • Z-score: \(z = \dfrac{x - \bar{x}}{s}\).

1.6.3 (c) Contoh Studi Kasus

Mencari outlier jam belajar dengan dua metode.

jam <- c(5, 6, 6, 7, 8, 8, 9, 10, 12, 30)
quantile(jam)                          # 5 ; 6.25 ; 8 ; 9.75 ; 30
##    0%   25%   50%   75%  100% 
##  5.00  6.25  8.00  9.75 30.00
quantile(jam, probs = c(0.1, 0.9))     # desil 1 = 5.9 ; desil 9 = 13.8
##  10%  90% 
##  5.9 13.8
q1 <- quantile(jam, 0.25); q3 <- quantile(jam, 0.75)
iqr <- IQR(jam)                        # 3.5
bawah <- q1 - 1.5 * iqr; 8
## [1] 8
z <- (jam - mean(jam)) / sd(jam)
round(max(z), 2)                       # 2.73 -> lolos dari batas 3
## [1] 2.73
mean(jam) > median(jam)                # TRUE -> right-skewed
## [1] TRUE

1.6.4 (d) Catatan

  • Untuk n = 10, z-score maksimum hanya 2,85, sehingga metode IQR lebih andal (Diez et al., 2019; Tukey, 1977).

1.7 Minggu 7 – Exploratory Data Analysis (EDA)

1.7.1 (a) Definisi Konsep Utama

Standardisasi (z-score): mengubah nilai menjadi jarak dari mean dalam satuan standar deviasi; hasilnya bermean 0 dan berstandar deviasi 1, sehingga skala berbeda dapat dibandingkan.

Perbandingan kelompok: pusat, sebaran, dan bentuk distribusi dibaca bersama, karena pusat yang mirip bisa menyembunyikan sebaran yang berbeda.

EDA: tahap mengenal data sebelum membuat model, yaitu mencari pola umum, nilai janggal, dan nilai ekstrem, lalu merumuskan insight.

Prinsip EDA:

Prinsip Pertanyaan Alat di R
Pattern Bagaimana bentuk, pusat, dan sebaran data? hist(), summary()
Anomaly Adakah nilai yang mustahil atau janggal? table(), is.na()
Outlier Nilai mana yang ekstrem? IQR(), scale(), boxplot()
Insight Apa arti temuan bagi keputusan? tapply()

1.7.2 (b) Rumus dan Keterangan Notasi

  • Z-score: \(z_i = \dfrac{x_i - \bar{x}}{s}\).

  • Z-score dalam kelompok: \(z_i = \dfrac{x_i - \bar{x}_g}{s_g}\).

1.7.3 (c) Contoh Studi Kasus

Membandingkan nilai dua kelompok, masing-masing 8 mahasiswa.

kel   <- rep(c("A", "B"), each = 8)
nilai <- c(70, 72, 75, 78, 80, 82, 85, 90,
           60, 65, 75, 80, 85, 90, 95, 100)
tapply(nilai, kel, mean)      # A 79.00 ; B 81.25 -> pusat mirip
##     A     B 
## 79.00 81.25
tapply(nilai, kel, sd)        # A 6.70 ; B 14.08  -> B lebih beragam
##         A         B 
##  6.697548 14.078860
tapply(nilai, kel, IQR)       # A 8.50 ; B 18.75
##     A     B 
##  8.50 18.75
boxplot(nilai ~ kel, col = c("#FDD49E", "#B22222"),
        main = "Nilai per Kelompok (n = 16)", xlab = "Kelompok", ylab = "Nilai")

z_grup <- ave(nilai, kel, FUN = function(v) (v - mean(v)) / sd(v))
round(z_grup[c(8, 14)], 2)    # nilai 90: A 1.64 ; B 0.62
## [1] 1.64 0.62
z_all <- scale(nilai)
round(c(mean(z_all), sd(z_all)), 2)   # 0 ; 1
## [1] 0 1

1.7.4 (d) Catatan

  • Anomali dan outlier diselidiki penyebabnya dulu, bukan langsung dihapus.

  • Temuan EDA berupa asosiasi, bukan sebab-akibat (Anderson et al., 2021; Tukey, 1977).


1.8 Tabel Ringkasan Rumus

Ukuran Rumus (sampel) Keterangan
Mean \(\bar{x} = \frac{\sum x}{n}\) Pusat data; peka nilai ekstrem
Varians \(s^2 = \frac{\sum (x - \bar{x})^2}{n-1}\) Rata-rata kuadrat simpangan
Standar deviasi \(s = \sqrt{s^2}\) Satuannya sama dengan data
Koefisien variasi \(CV = \frac{s}{\bar{x}} \times 100\%\) Sebaran relatif, tanpa satuan
IQR \(IQR = Q_3 - Q_1\) Sebaran separuh data tengah
Batas outlier \(Q_1 - 1{,}5\,IQR\) dan \(Q_3 + 1{,}5\,IQR\) Pagar Tukey
Z-score \(z = \frac{x - \bar{x}}{s}\) Jarak dari mean dalam satuan \(s\)

1.9 Keterkaitan Minggu 1–7 dengan Tahapan Analisis pada Soal 2

Ketujuh minggu ini membentuk urutan kerja yang dipakai pada Soal 2. Analisis dimulai dengan menetapkan populasi, sampel, dan variabel (minggu 1), lalu mengenali jenis dan skala tiap variabel agar ukuran serta grafik yang dipilih sah (minggu 2). Asal-usul data dan potensi biasnya diperiksa dengan konsep minggu 3. Setelah itu, data dijelajahi lewat tabel frekuensi dan grafik (minggu 4), diringkas dengan ukuran pusat dan sebaran (minggu 5), lalu diperiksa posisi, bentuk distribusi, dan outliernya (minggu 6). Terakhir, kelompok dibandingkan dengan z-score dan seluruh temuan dirangkum menjadi insight lewat kerangka EDA (minggu 7). Kesimpulan akhirnya tetap harus menyebutkan keterbatasan cara data dikumpulkan.


1.10 Daftar Pustaka

Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J., Fry, M. J., & Ohlmann, J. W. (2021). Statistics for business and economics (14th ed.). Cengage Learning.

Diez, D. M., Çetinkaya-Rundel, M., & Barr, C. D. (2019). OpenIntro statistics (4th ed.). OpenIntro.

Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.

Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probability & statistics for engineers & scientists (9th ed.). Pearson.


2 Soal 2 – Exploratory Data Analysis Transaksi Layanan


2.1 Pengantar dan Persiapan

Data ini membahas transaksi harian selama 30 hari (1–30 Januari 2026) dari file Dataset_EDA_30_Observasi.xlsx. Ada enam variabel: tanggal, kanal, jenis layanan, jumlah transaksi, waktu proses, dan nilai transaksi. Tujuannya adalah mengenali isi data, melihat pola dan hubungan antarvariabel, mencari nilai yang tidak biasa, lalu menarik kesimpulan yang berguna bagi perusahaan.

library(readxl)
library(knitr)

data_xlsx <- read_excel("Dataset_EDA_30_Observasi.xlsx", sheet = "Dataset")
data_xlsx$Tanggal <- as.Date(data_xlsx$Tanggal)   # tampilkan tanggal tanpa jam

kable(data_xlsx, caption = "Dataset transaksi harian (30 observasi)")
Dataset transaksi harian (30 observasi)
Tanggal Kanal Jenis_Layanan Jumlah_Transaksi Waktu_Proses_Menit Nilai_Transaksi_Juta_Rp
2026-01-01 Online Reguler 48 41.5 2.26
2026-01-02 Offline Reguler 42 42.1 2.69
2026-01-03 Online Reguler 55 42.6 2.44
2026-01-04 Offline Express 50 43.1 2.17
2026-01-05 Offline Express 50 42.7 2.44
2026-01-06 Offline Premium 52 37.7 2.63
2026-01-07 Online Premium 57 36.4 2.58
2026-01-08 Online Express 145 37.0 3.16
2026-01-09 Online Reguler 70 36.3 3.03
2026-01-10 Online Premium 60 33.6 3.13
2026-01-11 Online Reguler 65 33.1 3.13
2026-01-12 Offline Express 67 88.0 2.51
2026-01-13 Offline Reguler 69 36.6 2.84
2026-01-14 Online Reguler 71 31.8 2.38
2026-01-15 Online Express 71 30.1 2.86
2026-01-16 Offline Express 73 30.1 3.30
2026-01-17 Offline Premium 74 27.8 9.80
2026-01-18 Online Express 73 28.6 2.96
2026-01-19 Online Premium 82 29.4 3.31
2026-01-20 Offline Express 87 27.6 3.49
2026-01-21 Offline Reguler 83 29.7 3.22
2026-01-22 Online Premium 85 26.6 3.29
2026-01-23 Online Express 12 26.6 3.58
2026-01-24 Offline Reguler 89 24.4 3.50
2026-01-25 Offline Premium 87 26.9 3.38
2026-01-26 Online Express 100 3.5 3.69
2026-01-27 Online Premium 99 21.8 3.65
2026-01-28 Offline Premium 96 19.2 0.12
2026-01-29 Offline Premium 102 22.8 4.16
2026-01-30 Offline Reguler 101 22.1 3.67

Satu catatan: kamus data tidak menjelaskan apakah Nilai_Transaksi_Juta_Rp adalah total per hari atau rata-rata per transaksi. Di laporan ini nilainya dianggap total nilai transaksi dalam satu hari. Alasannya, nilai rata-ratanya sekitar 3 juta rupiah per hari dengan sekitar 74 transaksi, sehingga nilai per transaksinya masuk akal (sekitar Rp40 ribu).

# Package yang dipakai
library(tidyverse)   # olah data (dplyr, tidyr) dan grafik (ggplot2)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.2.1     ✔ readr     2.2.0
## ✔ forcats   1.0.1     ✔ stringr   1.6.0
## ✔ ggplot2   4.0.3     ✔ tibble    3.3.1
## ✔ lubridate 1.9.5     ✔ tidyr     1.3.2
## ✔ purrr     1.2.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(readxl)      # membaca file Excel
library(knitr)       # tabel
library(kableExtra)  # mempercantik tabel
## 
## Attaching package: 'kableExtra'
## 
## The following object is masked from 'package:dplyr':
## 
##     group_rows
library(corrplot)    # heatmap korelasi
## corrplot 0.95 loaded
knitr::opts_chunk$set(message = FALSE, warning = FALSE, fig.align = "center",
                      fig.width = 8, fig.height = 4.5)
theme_set(
  theme_minimal(base_size = 12) +
    theme(plot.title    = element_text(hjust = 0.5, face = "bold"),   # judul di tengah
          plot.subtitle = element_text(hjust = 0.5),
          panel.grid    = element_blank(),                            # tanpa garis grid
          axis.line     = element_line(color = "grey60"))
)

# Warna kategori: palet merah seperti P04 (konsisten di semua grafik)
warna_kanal   <- c(Online = "#FC8D59", Offline = "#8B0000")
warna_layanan <- c(Reguler = "#FDD49E", Express = "#FC8D59", Premium = "#B30000")

# Nama variabel numerik dan labelnya untuk grafik
num_vars  <- c("Jumlah_Transaksi", "Waktu_Proses_Menit", "Nilai_Transaksi_Juta_Rp")
label_num <- c("Jumlah Transaksi", "Waktu Proses (menit)", "Nilai Transaksi (juta Rp)")

# Fungsi untuk merapikan tampilan tabel
tampil <- function(x, caption = NULL, digits = 2) {
  kbl(x, caption = caption, digits = digits, align = "c") %>%
    kable_styling(latex_options = c("hold_position"), full_width = FALSE,
                  position = "center")
}

# Fungsi modus (kalau ada beberapa, semuanya ditampilkan)
modus <- function(x) {
  f <- table(x)
  paste(names(f)[f == max(f)], collapse = ", ")
}

# Fungsi tabel frekuensi: absolut, relatif, dan kumulatif
tabel_frek <- function(x) {
  f <- as.vector(table(x))
  data.frame(Kategori  = names(table(x)),
             Absolut   = f,
             Relatif   = f / sum(f),
             Kum_Absolut = cumsum(f),
             Kum_Relatif = cumsum(f / sum(f)))
}

2.2 Data Understanding dan Data Quality

2.2.1 Import Data dan 10 Baris Pertama

df_raw <- read_excel("Dataset_EDA_30_Observasi.xlsx", sheet = "Dataset")

tampil(head(df_raw, 10), "Tabel 1. Sepuluh baris pertama dataset")
Tabel 1. Sepuluh baris pertama dataset
Tanggal Kanal Jenis_Layanan Jumlah_Transaksi Waktu_Proses_Menit Nilai_Transaksi_Juta_Rp
2026-01-01 Online Reguler 48 41.5 2.26
2026-01-02 Offline Reguler 42 42.1 2.69
2026-01-03 Online Reguler 55 42.6 2.44
2026-01-04 Offline Express 50 43.1 2.17
2026-01-05 Offline Express 50 42.7 2.44
2026-01-06 Offline Premium 52 37.7 2.63
2026-01-07 Online Premium 57 36.4 2.58
2026-01-08 Online Express 145 37.0 3.16
2026-01-09 Online Reguler 70 36.3 3.03
2026-01-10 Online Premium 60 33.6 3.13

2.2.2 Struktur, Dimensi, Nama Kolom, dan Tipe Data

glimpse(df_raw)   # struktur data
## Rows: 30
## Columns: 6
## $ Tanggal                 <dttm> 2026-01-01, 2026-01-02, 2026-01-03, 2026-01-0…
## $ Kanal                   <chr> "Online", "Offline", "Online", "Offline", "Off…
## $ Jenis_Layanan           <chr> "Reguler", "Reguler", "Reguler", "Express", "E…
## $ Jumlah_Transaksi        <dbl> 48, 42, 55, 50, 50, 52, 57, 145, 70, 60, 65, 6…
## $ Waktu_Proses_Menit      <dbl> 41.5, 42.1, 42.6, 43.1, 42.7, 37.7, 36.4, 37.0…
## $ Nilai_Transaksi_Juta_Rp <dbl> 2.26, 2.69, 2.44, 2.17, 2.44, 2.63, 2.58, 3.16…
dim(df_raw)       # baris x kolom
## [1] 30  6
names(df_raw)     # nama kolom
## [1] "Tanggal"                 "Kanal"                  
## [3] "Jenis_Layanan"           "Jumlah_Transaksi"       
## [5] "Waktu_Proses_Menit"      "Nilai_Transaksi_Juta_Rp"
sapply(df_raw, function(x) class(x)[1])   # tipe data tiap variabel
##                 Tanggal                   Kanal           Jenis_Layanan 
##               "POSIXct"             "character"             "character" 
##        Jumlah_Transaksi      Waktu_Proses_Menit Nilai_Transaksi_Juta_Rp 
##               "numeric"               "numeric"               "numeric"

Ada 30 observasi dan 6 variabel. Tanggal terbaca sebagai tanggal-waktu, Kanal dan Jenis_Layanan sebagai teks, dan tiga variabel lainnya sebagai angka. Agar sesuai maknanya, Tanggal diubah menjadi Date, Kanal dan Jenis_Layanan menjadi factor, dan ditambahkan kolom Hari sebagai nomor observasi (1–30).

df <- df_raw %>%
  mutate(Tanggal       = as.Date(Tanggal),
         Kanal         = factor(Kanal, levels = c("Online", "Offline")),
         Jenis_Layanan = factor(Jenis_Layanan, levels = c("Reguler", "Express", "Premium")),
         Hari          = row_number())

2.2.3 Jenis Data dan Skala Pengukuran

data.frame(
  Variabel = c("Tanggal", "Kanal", "Jenis_Layanan", "Jumlah_Transaksi",
               "Waktu_Proses_Menit", "Nilai_Transaksi_Juta_Rp"),
  Jenis    = c("Kuantitatif", "Kualitatif", "Kualitatif", "Kuantitatif", "Kuantitatif", "Kuantitatif"),
  Diskrit_Kontinu = c("Kontinu", "-", "-", "Diskrit", "Kontinu", "Kontinu"),
  Skala    = c("Interval", "Nominal", "Ordinal", "Rasio", "Rasio", "Rasio"),
  Alasan   = c("Selisih tanggal bermakna, tetapi tidak ada titik nol mutlak",
               "Hanya nama kelompok, tanpa urutan",
               "Ada tingkatan layanan, tetapi jarak antartingkat tidak terukur",
               "Hasil menghitung; nol berarti tidak ada transaksi",
               "Hasil mengukur waktu; 0 menit berarti tidak ada waktu proses",
               "Nilai uang; Rp0 berarti tidak ada nilai transaksi")
) %>%
  tampil("Tabel 2. Jenis data dan skala pengukuran")
Tabel 2. Jenis data dan skala pengukuran
Variabel Jenis Diskrit_Kontinu Skala Alasan
Tanggal Kuantitatif Kontinu Interval Selisih tanggal bermakna, tetapi tidak ada titik nol mutlak
Kanal Kualitatif
Nominal Hanya nama kelompok, tanpa urutan
Jenis_Layanan Kualitatif
Ordinal Ada tingkatan layanan, tetapi jarak antartingkat tidak terukur
Jumlah_Transaksi Kuantitatif Diskrit Rasio Hasil menghitung; nol berarti tidak ada transaksi
Waktu_Proses_Menit Kuantitatif Kontinu Rasio Hasil mengukur waktu; 0 menit berarti tidak ada waktu proses
Nilai_Transaksi_Juta_Rp Kuantitatif Kontinu Rasio Nilai uang; Rp0 berarti tidak ada nilai transaksi

2.2.4 Missing Value

data.frame(Variabel = names(df_raw), Jumlah_Missing = colSums(is.na(df_raw))) %>%
  tampil("Tabel 3. Jumlah missing value per variabel", digits = 0)
Tabel 3. Jumlah missing value per variabel
Variabel Jumlah_Missing
Tanggal Tanggal 0
Kanal Kanal 0
Jenis_Layanan Jenis_Layanan 0
Jumlah_Transaksi Jumlah_Transaksi 0
Waktu_Proses_Menit Waktu_Proses_Menit 0
Nilai_Transaksi_Juta_Rp Nilai_Transaksi_Juta_Rp 0

2.2.5 Data Duplikat

sum(duplicated(df_raw))        # baris yang identik
## [1] 0
sum(duplicated(df$Tanggal))    # tanggal yang muncul lebih dari sekali
## [1] 0

2.2.6 Kesiapan Data

Tidak ada missing value dan tidak ada data duplikat. Setiap tanggal muncul sekali, dan tipe data sudah dirapikan. Dari sisi teknis, dataset sudah siap dianalisis.

Meski begitu, ada beberapa nilai yang jauh dari mayoritas data, misalnya waktu proses 88 menit dan nilai transaksi 0,12 juta. Nilai-nilai ini tidak dihapus pada tahap awal dan diperiksa lebih lanjut di bagian 2.5.

2.2.7 Interpretasi

  1. Transaksi Online vs Offline: Kanal online biasanya punya rata-rata transaksi lebih tinggi karena lebih praktis. Namun, datanya sering kali naik-turun secara ekstrem (misal loncat saat promo). Sementara kanal offline transaksinya cenderung lebih stabil dan polanya gitu-gitu saja.
  2. Waktu Proses: Online dominan serba cepat dalam hitungan detik, meski sesekali bisa ketarik lama kalau server down. Offline butuh waktu lebih panjang dan bervariasi karena tergantung antrean fisik serta pelayanan manual.
  3. Layanan Bernilai Tinggi: Layanan seperti transfer atau investasi umumnya menyumbang nominal uang paling besar meski frekuensinya lebih jarang, beda dengan layanan top-up atau bayar tagihan yang sering dipakai tapi nilainya kecil-kecil.
  4. Hubungan Frekuensi & Nilai Uang: Jika korelasinya positif, makin sering orang transaksi, makin besar total uang yang masuk. Jika negatif, berarti transaksi yang rame itu dominan nilai receh.
  5. Pengaruh Volume Transaksi ke Durasi Proses: Jika makin rame bikin makin lambat, artinya sistem atau petugas mulai keteteran. Seberapa kuat dampaknya terlihat dari tingkat korelasi data; jika lemah, berarti lemotnya proses lebih dipengaruhi faktor lain seperti koneksi internet.
  6. Data Aneh (Outlier): Merupakan titik data yang melenceng jauh dari kebiasaan. Contohnya transaksi cuma sedikit tapi prosesnya berjam-jam (tanda sistem error), atau jumlah transaksi mendadak melonjak tajam dalam semalam (bisa karena promo besar atau indikasi kecurangan/bot).

2.3 Univariate Analysis dan Statistika Deskriptif

2.3.1 Tabel Frekuensi

tampil(tabel_frek(df$Kanal), "Tabel 4. Frekuensi Kanal", digits = 3)
Tabel 4. Frekuensi Kanal
Kategori Absolut Relatif Kum_Absolut Kum_Relatif
Online 15 0.5 15 0.5
Offline 15 0.5 30 1.0
tampil(tabel_frek(df$Jenis_Layanan), "Tabel 5. Frekuensi Jenis Layanan", digits = 3)
Tabel 5. Frekuensi Jenis Layanan
Kategori Absolut Relatif Kum_Absolut Kum_Relatif
Reguler 10 0.333 10 0.333
Express 10 0.333 20 0.667
Premium 10 0.333 30 1.000

Online dan Offline sama-sama muncul 15 hari (50%). Reguler, Express, dan Premium juga sama, masing-masing 10 hari (33,3%). Kolom kumulatif pada Jenis_Layanan lebih berarti karena kategorinya berurutan, sedangkan pada Kanal (nominal) hanya jumlah berjalan.

2.3.2 Statistika Deskriptif Variabel Numerik

Data diubah ke bentuk panjang (long) supaya ketiga variabel bisa dihitung dan digambar sekaligus. Data ini dipakai juga di bagian-bagian berikutnya.

long <- df %>%
  pivot_longer(all_of(num_vars), names_to = "Variabel", values_to = "Nilai") %>%
  mutate(Variabel = factor(Variabel, levels = num_vars, labels = label_num))

long %>%
  group_by(Variabel) %>%
  summarise(Mean = mean(Nilai), Median = median(Nilai), Modus = modus(Nilai),
            Min = min(Nilai), Maks = max(Nilai), Range = Maks - Min,
            Varians = var(Nilai), SD = sd(Nilai), CV_persen = SD / Mean * 100) %>%
  tampil("Tabel 6. Statistika deskriptif variabel numerik (n = 30)")
Tabel 6. Statistika deskriptif variabel numerik (n = 30)
Variabel Mean Median Modus Min Maks Range Varians SD CV_persen
Jumlah Transaksi 73.83 72.00 50, 71, 73, 87 12.00 145.0 133.00 599.45 24.48 33.16
Waktu Proses (menit) 32.66 30.10 26.6, 30.1 3.50 88.0 84.50 181.32 13.47 41.23
Nilai Transaksi (juta Rp) 3.18 3.13 2.44, 3.13 0.12 9.8 9.68 2.09 1.45 45.46

Rata-rata jumlah transaksi 73,83 per hari (median 72), rentang 12 sampai 145. Rata-rata waktu proses 32,66 menit (median 30,10), rentang 3,5 sampai 88 menit. Rata-rata nilai transaksi 3,18 juta (median 3,13), rentang 0,12 sampai 9,8 juta. Modus kurang berguna di sini karena tidak ada nilai tunggal yang menonjol; pada jumlah transaksi misalnya, ada empat nilai yang sama-sama muncul dua kali (50, 71, 73, dan 87).

2.3.3 Bar Chart Kanal

ggplot(df, aes(x = Kanal, fill = Kanal)) +
  geom_bar(width = 0.6) +
  geom_text(stat = "count", aes(label = after_stat(count)), vjust = -0.5) +
  scale_fill_manual(values = warna_kanal) +
  labs(title = "Frekuensi Hari Transaksi per Kanal (n = 30)",
       x = "Kanal Transaksi", y = "Jumlah Hari") +
  theme(legend.position = "none")

2.3.3.1 Interpretasi

Kedua batang sama tinggi (15 hari), jadi tidak ada kanal yang lebih sering muncul. Perbandingan Online dan Offline di bagian berikutnya dibuat dengan jumlah data yang sama.

2.3.4 Pie Chart Jenis Layanan

df %>%
  count(Jenis_Layanan) %>%
  mutate(Persen = round(n / sum(n) * 100, 1)) %>%
  ggplot(aes(x = "", y = n, fill = Jenis_Layanan)) +
  geom_col(width = 1, color = "white") +
  coord_polar(theta = "y") +
  geom_text(aes(label = paste0(n, " hari (", Persen, "%)")),
            position = position_stack(vjust = 0.5)) +
  scale_fill_manual(values = warna_layanan) +
  labs(title = "Proporsi Jenis Layanan (n = 30)", fill = "Jenis Layanan") +
  theme_void() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

2.3.4.1 Interpretasi

Ketiga irisan sama besar (33,3%), jadi tidak ada jenis layanan yang paling banyak muncul. Pie chart cocok dipakai karena kategorinya hanya tiga dan yang dilihat adalah komposisi terhadap keseluruhan.

2.3.5 Histogram Variabel Numerik

# 6 bin, dari aturan Sturges: k = 1 + log2(30) = 5,9 -> 6
ggplot(long, aes(x = Nilai)) +
  geom_histogram(bins = 6, fill = "#FADBD8", color = "#8B0000") +
  facet_wrap(~ Variabel, scales = "free") +
  labs(title = "Distribusi Variabel Numerik (n = 30)",
       x = "Nilai (satuan sesuai variabel)", y = "Frekuensi (hari)")

Jumlah ini dipilih dengan aturan Sturges, k = 1 + log₂(30) ≈ 5,9, dibulatkan menjadi 6 bin. Untuk 30 data, jumlah ini cukup memperlihatkan bentuk sebaran. Bin yang terlalu banyak membuat tiap batang hanya berisi 1–2 data, sedangkan bin yang terlalu sedikit menutupi nilai ekstrem. Setiap panel memakai skala sendiri karena satuannya berbeda.

2.3.5.1 Interpretasi

Pada ketiga variabel, kebanyakan data berkumpul di tengah dan ada batang yang berdiri sendiri di ujung:

  • Jumlah transaksi: batang terpisah di 145 (kanan) dan 12 (kiri).
  • Waktu proses: batang tunggal di sekitar 88 menit, dan satu nilai sangat kecil (3,5 menit).
  • Nilai transaksi: sebagian besar di kisaran 2–4 juta, lalu satu nilai sekitar 9,8 juta dan satu di dekat nol (0,12 juta).

2.3.6 Box Plot Variabel Numerik

ggplot(long, aes(x = "", y = Nilai)) +
  geom_boxplot(fill = "#FADBD8", color = "#8B0000", outlier.color = "red", width = 0.5) +
  facet_wrap(~ Variabel, scales = "free_y") +
  labs(title = "Sebaran dan Outlier Variabel Numerik (n = 30)",
       x = NULL, y = "Nilai (satuan sesuai variabel)")

2.3.6.1 Interpretasi

Setiap panel memakai sumbu-y sendiri supaya perbedaan satuan tidak menyesatkan. Masing-masing variabel punya dua titik merah di luar whisker, satu di atas dan satu di bawah. Pada waktu proses dan nilai transaksi, kotaknya sempit dibanding rentang totalnya, artinya separuh data di tengah cukup rapat dan sebaran yang lebar sebagian besar datang dari nilai ekstrem.

2.3.7 Jawaban Pertanyaan Interpretasi 2.2

  1. Kanal dengan frekuensi tertinggi. Tidak ada, Online dan Offline sama-sama 15 hari (50%).
  2. Jenis layanan terbanyak. Tidak ada yang dominan, masing-masing 10 hari (33,3%).
  3. Bentuk distribusi.
    • Jumlah transaksi: mean (73,83) hanya sedikit di atas median (72), jadi mendekati simetris dengan sedikit condong ke kanan.
    • Waktu proses: mean (32,66) jelas lebih besar dari median (30,10), jadi right-skewed. Nilai 88 menit menarik mean ke kanan.
    • Nilai transaksi: mean (3,18) dan median (3,13) hampir sama, jadi bagian tengahnya simetris, tetapi ekor kanannya panjang karena satu nilai 9,8 juta.
  4. Variabel paling bervariasi. Menurut koefisien variasi, yang paling bervariasi adalah nilai transaksi (CV 45,46%), disusul waktu proses (41,23%) dan jumlah transaksi (33,16%). Jika hanya melihat SD, jumlah transaksi tampak paling bervariasi (24,48), padahal angkanya besar karena rata-ratanya memang besar. CV membagi SD dengan mean sehingga tanpa satuan, jadi adil untuk membandingkan variabel yang satuannya berbeda (transaksi, menit, juta rupiah).
  5. Nilai ekstrem.
    • Jumlah transaksi: 145 pada 8 Januari (observasi ke-8) dan 12 pada 23 Januari (ke-23).
    • Waktu proses: 88 menit pada 12 Januari (ke-12) dan 3,5 menit pada 26 Januari (ke-26).
    • Nilai transaksi: 9,8 juta pada 17 Januari (ke-17) dan 0,12 juta pada 28 Januari (ke-28).

2.4 Bivariate Analysis

2.4.1 Ringkasan per Kanal

long %>%
  group_by(Variabel, Kanal) %>%
  summarise(Mean = mean(Nilai), Median = median(Nilai), SD = sd(Nilai), IQR = IQR(Nilai)) %>%
  tampil("Tabel 7. Mean, median, SD, dan IQR per kanal (n = 15 per kanal)")
Tabel 7. Mean, median, SD, dan IQR per kanal (n = 15 per kanal)
Variabel Kanal Mean Median SD IQR
Jumlah Transaksi Online 72.87 71.00 29.26 25.00
Jumlah Transaksi Offline 74.80 74.00 19.58 28.50
Waktu Proses (menit) Online 30.59 31.80 9.40 8.75
Waktu Proses (menit) Offline 34.72 29.70 16.68 14.25
Nilai Transaksi (juta Rp) Online 3.03 3.13 0.46 0.58
Nilai Transaksi (juta Rp) Offline 3.33 3.22 2.02 0.93

2.4.2 Rata-rata Jumlah Transaksi per Kanal

df %>%
  group_by(Kanal) %>%
  summarise(Rata2 = mean(Jumlah_Transaksi)) %>%
  ggplot(aes(x = Kanal, y = Rata2, fill = Kanal)) +
  geom_col(width = 0.6) +
  geom_text(aes(label = round(Rata2, 2)), vjust = -0.5) +
  scale_fill_manual(values = warna_kanal) +
  labs(title = "Rata-rata Jumlah Transaksi Harian per Kanal",
       x = "Kanal Transaksi", y = "Rata-rata Transaksi per Hari") +
  theme(legend.position = "none")

2.4.2.1 Interpretasi

Rata-rata Offline (74,80) sedikit lebih tinggi daripada Online (72,87), selisihnya kurang dari 2 transaksi per hari. Karena sumbu-y mulai dari nol, kedua batang tampak hampir sama.

2.4.3 Waktu Proses per Kanal

ggplot(df, aes(x = Kanal, y = Waktu_Proses_Menit, fill = Kanal)) +
  geom_boxplot(width = 0.5, outlier.color = "red") +
  scale_fill_manual(values = warna_kanal) +
  labs(title = "Distribusi Waktu Proses per Kanal (n = 15 per kanal)",
       x = "Kanal Transaksi", y = "Waktu Proses (menit)") +
  theme(legend.position = "none")

2.4.3.1 Interpretasi

Median kedua kanal berdekatan (Online 31,8 menit, Offline 29,7 menit). Bedanya ada di sebaran: kotak Offline lebih lebar (IQR 14,25 vs 8,75 menit) dan Offline punya nilai ekstrem 88 menit. Online justru punya nilai ekstrem di bawah, yaitu 3,5 menit.

2.4.4 Nilai Transaksi per Jenis Layanan

ggplot(df, aes(x = Jenis_Layanan, y = Nilai_Transaksi_Juta_Rp, fill = Jenis_Layanan)) +
  geom_boxplot(width = 0.5, outlier.color = "red") +
  scale_fill_manual(values = warna_layanan) +
  labs(title = "Nilai Transaksi per Jenis Layanan (n = 10 per layanan)",
       x = "Jenis Layanan", y = "Nilai Transaksi (juta Rp)") +
  theme(legend.position = "none")

df %>%
  group_by(Jenis_Layanan) %>%
  summarise(Mean = mean(Nilai_Transaksi_Juta_Rp), Median = median(Nilai_Transaksi_Juta_Rp)) %>%
  tampil("Tabel 8. Nilai transaksi (juta Rp) per jenis layanan")
Tabel 8. Nilai transaksi (juta Rp) per jenis layanan
Jenis_Layanan Mean Median
Reguler 2.92 2.93
Express 3.02 3.06
Premium 3.60 3.30

2.4.4.1 Interpretasi

Median nilai transaksi naik dari Reguler (sekitar 2,9 juta) ke Express (3,06 juta) lalu Premium (3,30 juta). Premium juga paling beragam, karena kedua nilai ekstrem nilai transaksi (9,8 dan 0,12 juta) sama-sama berasal dari layanan Premium di kanal Offline.

2.4.5 Jumlah Transaksi vs Nilai Transaksi

cor(df$Jumlah_Transaksi, df$Nilai_Transaksi_Juta_Rp)   # korelasi Pearson
## [1] 0.1127959
ggplot(df, aes(x = Jumlah_Transaksi, y = Nilai_Transaksi_Juta_Rp)) +
  geom_point(color = "#B22222", size = 2.8) +
  geom_smooth(method = "lm", formula = y ~ x, color = "#8B0000", fill = "#FADBD8") +
  labs(title = "Jumlah Transaksi vs Nilai Transaksi (n = 30)",
       x = "Jumlah Transaksi per Hari", y = "Nilai Transaksi (juta Rp)")

2.4.5.1 Interpretasi

Garis regresi naik tipis dengan r = 0,11, jadi hubungan positifnya sangat lemah. Polanya tertutup oleh beberapa titik yang menyimpang: 17 Jan (74 transaksi tetapi nilainya 9,8 juta), 28 Jan (96 transaksi tetapi hanya 0,12 juta), 23 Jan (hanya 12 transaksi tetapi nilainya 3,58 juta), dan 8 Jan (145 transaksi dengan nilai 3,16 juta). Pengaruh titik-titik ini diuji di bagian 2.4.

2.4.6 Jumlah Transaksi vs Waktu Proses

cor(df$Jumlah_Transaksi, df$Waktu_Proses_Menit)   # korelasi Pearson
## [1] -0.3551632
ggplot(df, aes(x = Jumlah_Transaksi, y = Waktu_Proses_Menit)) +
  geom_point(color = "#FC8D59", size = 2.8) +
  geom_smooth(method = "lm", formula = y ~ x, color = "#8B0000", fill = "#FADBD8") +
  labs(title = "Jumlah Transaksi vs Waktu Proses (n = 30)",
       x = "Jumlah Transaksi per Hari", y = "Waktu Proses (menit)")

2.4.6.1 Interpretasi

Garis regresi turun dengan r = −0,36 (negatif, lemah sampai sedang): hari dengan transaksi lebih banyak cenderung punya waktu proses lebih singkat. Titik yang paling menyimpang adalah 12 Jan (88 menit pada 67 transaksi) dan 26 Jan (3,5 menit pada 100 transaksi), ditambah 8 Jan dan 23 Jan yang berada di ujung sumbu-x.

2.4.7 Jawaban Pertanyaan Interpretasi 2.3

  1. Online vs Offline (jumlah transaksi). Rata-rata Online (72,87) tidak lebih tinggi daripada Offline (74,80), dan mediannya juga lebih kecil (71 vs 74). SD Online lebih besar (29,26 vs 19,58), tetapi itu karena dua nilai ekstrem Online (145 dan 12). IQR Online malah sedikit lebih kecil (25 vs 28,5), jadi separuh data tengah kedua kanal tersebar mirip.
  2. Waktu proses antarkanal. Pusatnya mirip (median 31,8 vs 29,7 menit), tetapi Offline lebih menyebar (SD 16,68; IQR 14,25) dibanding Online (SD 9,40; IQR 8,75), dan Offline punya kasus sangat lambat (88 menit).
  3. Nilai transaksi per layanan. Premium paling tinggi (median 3,30 juta; mean 3,60 juta), diikuti Express lalu Reguler.
  4. Jumlah dan nilai transaksi. Cenderung positif, tetapi sangat lemah pada data lengkap (r = 0,11).
  5. Jumlah transaksi dan waktu proses. Arahnya negatif (r = −0,36): makin banyak transaksi, waktu proses cenderung makin singkat. Kekuatannya lemah sampai sedang.
  6. Observasi yang menyimpang. Ada enam, yaitu 8, 12, 17, 23, 26, dan 28 Januari. Keenamnya melemahkan pola linear yang sebenarnya terlihat pada 24 hari lainnya.

2.5 Multivariate Analysis

2.5.1 Scatter Plot Multivariat

ggplot(df, aes(x = Jumlah_Transaksi, y = Nilai_Transaksi_Juta_Rp, color = Kanal)) +
  geom_point(aes(size = Waktu_Proses_Menit), alpha = 0.75) +
  geom_smooth(method = "lm", formula = y ~ x, se = FALSE) +
  scale_color_manual(values = c(Online = "#FC8D59", Offline = "#8B0000")) +
  labs(title = "Jumlah vs Nilai Transaksi per Kanal",
       subtitle = "Ukuran titik = waktu proses",
       x = "Jumlah Transaksi per Hari", y = "Nilai Transaksi (juta Rp)",
       color = "Kanal", size = "Waktu Proses (menit)")

Untuk membandingkan, korelasi per kanal juga dihitung tanpa 6 hari ekstrem (daftar harinya dibuktikan di bagian 2.5).

hari_ekstrem <- c(8, 12, 17, 23, 26, 28)           # hari outlier (lihat 2.5)
df_normal    <- filter(df, !Hari %in% hari_ekstrem)   # data tanpa hari ekstrem

bind_rows(
  df %>% group_by(Kanal) %>%
    summarise(r = cor(Jumlah_Transaksi, Nilai_Transaksi_Juta_Rp)) %>%
    mutate(Data = "Semua data"),
  df_normal %>% group_by(Kanal) %>%
    summarise(r = cor(Jumlah_Transaksi, Nilai_Transaksi_Juta_Rp)) %>%
    mutate(Data = "Tanpa 6 hari ekstrem")
) %>%
  tampil("Tabel 9. Korelasi jumlah dan nilai transaksi per kanal")
Tabel 9. Korelasi jumlah dan nilai transaksi per kanal
Kanal r Data
Online 0.28 Semua data
Offline 0.11 Semua data
Online 0.81 Tanpa 6 hari ekstrem
Offline 0.93 Tanpa 6 hari ekstrem

2.5.1.1 Interpretasi

Di kedua kanal hubungannya positif tetapi lemah (Online r = 0,28; Offline r = 0,11). Garis Offline lebih landai karena dua titik Offline yang ekstrem (9,8 juta dan 0,12 juta). Titik terbesar (88 menit) adalah hari Offline dengan nilai transaksi biasa, sedangkan titik Online terkecil (3,5 menit) terjadi pada hari dengan 100 transaksi. Tanpa hari ekstrem, hubungan di kedua kanal menjadi kuat (Online 0,81; Offline 0,93).

2.5.2 Box Plot Waktu Proses per Jenis Layanan dan Kanal

ggplot(df, aes(x = Jenis_Layanan, y = Waktu_Proses_Menit, fill = Kanal)) +
  geom_boxplot(outlier.color = "red") +
  scale_fill_manual(values = warna_kanal) +
  labs(title = "Waktu Proses per Jenis Layanan dan Kanal (n = 5 per kombinasi)",
       x = "Jenis Layanan", y = "Waktu Proses (menit)", fill = "Kanal")

df %>%
  group_by(Jenis_Layanan, Kanal) %>%
  summarise(Mean = mean(Waktu_Proses_Menit), Median = median(Waktu_Proses_Menit),
            SD = sd(Waktu_Proses_Menit)) %>%
  tampil("Tabel 10. Waktu proses (menit) per kombinasi layanan dan kanal")
Tabel 10. Waktu proses (menit) per kombinasi layanan dan kanal
Jenis_Layanan Kanal Mean Median SD
Reguler Online 37.06 36.3 4.86
Reguler Offline 30.98 29.7 8.35
Express Online 25.16 28.6 12.72
Express Offline 46.30 42.7 24.36
Premium Online 29.56 29.4 5.75
Premium Offline 26.88 26.9 6.96

2.5.2.1 Interpretasi

Tiap kombinasi hanya berisi 5 hari, jadi polanya dibaca sebagai petunjuk, bukan kesimpulan pasti. Waktu proses tertinggi ada pada Express–Offline (median 42,7 menit, termasuk kasus 88 menit), padahal Express seharusnya cepat. Sebaliknya Express–Online punya median 28,6 menit dan kasus tercepat 3,5 menit. Reguler–Online juga cukup lambat (median 36,3 menit), sedangkan Premium di kedua kanal paling cepat dan stabil (median 29,4 menit Online dan 26,9 menit Offline).

2.5.3 Line Chart Tren Harian

df %>%
  select(Tanggal, Jumlah_Transaksi, Waktu_Proses_Menit) %>%
  pivot_longer(-Tanggal, names_to = "Variabel", values_to = "Nilai") %>%
  ggplot(aes(x = Tanggal, y = Nilai, color = Variabel)) +
  geom_line() +
  geom_point() +
  geom_smooth(method = "lm", formula = y ~ x, se = FALSE, linetype = "dashed") +
  facet_wrap(~ Variabel, ncol = 1, scales = "free_y") +   # sumbu-y terpisah
  scale_color_manual(values = c(Jumlah_Transaksi = "#8B0000", Waktu_Proses_Menit = "#FC8D59")) +
  labs(title = "Tren Harian Jumlah Transaksi dan Waktu Proses (Januari 2026)",
       subtitle = "Garis putus-putus = garis tren linear",
       x = "Tanggal", y = "Nilai") +
  theme(legend.position = "none")

# Perubahan rata-rata per hari (kemiringan garis tren)
coef(lm(Jumlah_Transaksi ~ Hari, data = df))["Hari"]
##     Hari 
## 1.413793
coef(lm(Waktu_Proses_Menit ~ Hari, data = df))["Hari"]
##       Hari 
## -0.9405339

2.5.3.1 Interpretasi

Jumlah transaksi cenderung naik, sekitar 1,41 transaksi lebih banyak setiap hari. Lonjakan 8 Jan dan penurunan tajam 23 Jan tampak sebagai puncak dan lembah tunggal. Waktu proses cenderung turun, sekitar 0,94 menit lebih singkat setiap hari, dengan lonjakan sesaat pada 12 Jan dan penurunan ekstrem pada 26 Jan. Sebagai gambaran, rata-rata jumlah transaksi naik dari 62,9 pada hari 1–10 menjadi 85,4 pada hari 21–30, sedangkan rata-rata waktu proses turun dari 39,3 menjadi 22,4 menit.

2.5.4 Correlation Heatmap

kor <- cor(df[num_vars])
colnames(kor) <- rownames(kor) <- label_num

corrplot(kor, method = "color", addCoef.col = "black", tl.col = "black",
         col = colorRampPalette(c("#FDD49E", "white", "#8B0000"))(200),
         tl.srt = 25, title = "Korelasi Antar Variabel Numerik (n = 30)",
         mar = c(0, 0, 2, 0))

# Pembanding: Spearman, dan Pearson tanpa 6 hari ekstrem
round(cor(df[num_vars], method = "spearman"), 2)
##                         Jumlah_Transaksi Waktu_Proses_Menit
## Jumlah_Transaksi                    1.00              -0.73
## Waktu_Proses_Menit                 -0.73               1.00
## Nilai_Transaksi_Juta_Rp             0.60              -0.71
##                         Nilai_Transaksi_Juta_Rp
## Jumlah_Transaksi                           0.60
## Waktu_Proses_Menit                        -0.71
## Nilai_Transaksi_Juta_Rp                    1.00
round(cor(df_normal[num_vars]), 2)
##                         Jumlah_Transaksi Waktu_Proses_Menit
## Jumlah_Transaksi                    1.00              -0.95
## Waktu_Proses_Menit                 -0.95               1.00
## Nilai_Transaksi_Juta_Rp             0.89              -0.88
##                         Nilai_Transaksi_Juta_Rp
## Jumlah_Transaksi                           0.89
## Waktu_Proses_Menit                        -0.88
## Nilai_Transaksi_Juta_Rp                    1.00

2.5.4.1 Interpretasi

Pada data lengkap, korelasi terkuat adalah Jumlah Transaksi–Waktu Proses (r = −0,36) dan arahnya negatif. Pasangan lainnya lebih lemah: Waktu Proses–Nilai Transaksi (−0,20) dan Jumlah–Nilai Transaksi (0,11). Dua tabel pembanding menunjukkan besarnya pengaruh nilai ekstrem. Spearman, yang berbasis peringkat dan tahan outlier, memberi −0,73, 0,60, dan −0,71. Pearson tanpa 6 hari ekstrem memberi −0,95, 0,89, dan −0,88. Jadi hubungan di sebagian besar hari sebenarnya jauh lebih kuat daripada yang terlihat di heatmap.

2.5.5 Jawaban Pertanyaan Interpretasi 2.4

  1. Pola jumlah dan nilai transaksi per kanal. Arahnya sama-sama positif. Offline tampak lebih lemah (r = 0,11 vs 0,28) karena dua nilai ekstrem Offline. Tanpa hari ekstrem, keduanya sama-sama kuat (Online 0,81; Offline 0,93).
  2. Waktu proses tiap kombinasi. Express–Offline paling lambat dan paling tidak stabil, Reguler–Online juga relatif lambat, sedangkan Premium di kedua kanal paling cepat dan konsisten.
  3. Tren jumlah transaksi. Naik, sekitar 1,41 transaksi per hari.
  4. Tren waktu proses. Turun, sekitar 0,94 menit per hari.
  5. Korelasi terkuat. Jumlah Transaksi–Waktu Proses, berarah negatif (r = −0,36 pada data lengkap, dan −0,95 tanpa hari ekstrem).
  6. Apakah cukup untuk menyimpulkan sebab-akibat? Belum cukup. Data ini hasil pengamatan, bukan eksperimen. Jumlah transaksi dan waktu proses sama-sama berubah mengikuti waktu (satu naik, satu turun), jadi keduanya bisa dipengaruhi hal lain, misalnya perbaikan sistem atau penambahan petugas. Sebab-akibat baru bisa dibuktikan lewat eksperimen atau data tambahan.

2.6 Outlier, Anomaly Detection, dan Standardisasi

Batas IQR dan z-score dihitung sekaligus untuk ketiga variabel, lalu disimpan di long_out.

long_out <- long %>%
  group_by(Variabel) %>%
  mutate(Q1 = quantile(Nilai, 0.25),
         Q3 = quantile(Nilai, 0.75),
         IQR = Q3 - Q1,
         Batas_Bawah = Q1 - 1.5 * IQR,
         Batas_Atas  = Q3 + 1.5 * IQR,
         Outlier_IQR = Nilai < Batas_Bawah | Nilai > Batas_Atas,
         z = (Nilai - mean(Nilai)) / sd(Nilai),
         Status_z = case_when(abs(z) > 3 ~ "Outlier ekstrem",
                              abs(z) > 2 ~ "Perlu diperhatikan",
                              TRUE ~ "Normal")) %>%
  ungroup()

2.6.1 Metode IQR

long_out %>%
  distinct(Variabel, Q1, Q3, IQR, Batas_Bawah, Batas_Atas) %>%
  tampil("Tabel 11. Q1, Q3, IQR, dan batas outlier", digits = 3)
Tabel 11. Q1, Q3, IQR, dan batas outlier
Variabel Q1 Q3 IQR Batas_Bawah Batas_Atas
Jumlah Transaksi 57.750 87.000 29.250 13.875 130.875
Waktu Proses (menit) 26.675 36.900 10.225 11.338 52.237
Nilai Transaksi (juta Rp) 2.593 3.463 0.870 1.288 4.768
long_out %>%
  filter(Outlier_IQR) %>%
  select(Variabel, Observasi_ke = Hari, Tanggal, Kanal, Jenis_Layanan, Nilai) %>%
  tampil("Tabel 12. Observasi di luar batas IQR")
Tabel 12. Observasi di luar batas IQR
Variabel Observasi_ke Tanggal Kanal Jenis_Layanan Nilai
Jumlah Transaksi 8 2026-01-08 Online Express 145.00
Waktu Proses (menit) 12 2026-01-12 Offline Express 88.00
Nilai Transaksi (juta Rp) 17 2026-01-17 Offline Premium 9.80
Jumlah Transaksi 23 2026-01-23 Online Express 12.00
Waktu Proses (menit) 26 2026-01-26 Online Express 3.50
Nilai Transaksi (juta Rp) 28 2026-01-28 Offline Premium 0.12
# Pembuktian: hari yang outlier sama dengan daftar hari_ekstrem di 2.4
setequal(hari_ekstrem, unique(long_out$Hari[long_out$Outlier_IQR]))
## [1] TRUE

2.6.2 Standardisasi Z-Score

long_out %>%
  filter(abs(z) > 2) %>%
  select(Variabel, Observasi_ke = Hari, Tanggal, Nilai, z, Status_z) %>%
  tampil("Tabel 13. Observasi dengan |z| > 2")
Tabel 13. Observasi dengan |z| > 2
Variabel Observasi_ke Tanggal Nilai z Status_z
Jumlah Transaksi 8 2026-01-08 145.00 2.91 Perlu diperhatikan
Waktu Proses (menit) 12 2026-01-12 88.00 4.11 Outlier ekstrem
Nilai Transaksi (juta Rp) 17 2026-01-17 9.80 4.58 Outlier ekstrem
Jumlah Transaksi 23 2026-01-23 12.00 -2.53 Perlu diperhatikan
Waktu Proses (menit) 26 2026-01-26 3.50 -2.17 Perlu diperhatikan
Nilai Transaksi (juta Rp) 28 2026-01-28 0.12 -2.12 Perlu diperhatikan
# Bukti standardisasi: mean 0 dan SD 1
long_out %>%
  group_by(Variabel) %>%
  summarise(Mean_z = mean(z), SD_z = sd(z)) %>%
  tampil("Tabel 14. Mean dan SD setelah standardisasi", digits = 3)
Tabel 14. Mean dan SD setelah standardisasi
Variabel Mean_z SD_z
Jumlah Transaksi 0 1
Waktu Proses (menit) 0 1
Nilai Transaksi (juta Rp) 0 1

2.6.3 Perbandingan Jumlah Outlier: IQR vs Z-Score

long_out %>%
  group_by(Variabel) %>%
  summarise(IQR = sum(Outlier_IQR),
            Z_lebih_2 = sum(abs(z) > 2),
            Z_lebih_3 = sum(abs(z) > 3)) %>%
  tampil("Tabel 15. Jumlah outlier menurut IQR dan z-score", digits = 0)
Tabel 15. Jumlah outlier menurut IQR dan z-score
Variabel IQR Z_lebih_2 Z_lebih_3
Jumlah Transaksi 2 2 0
Waktu Proses (menit) 2 2 1
Nilai Transaksi (juta Rp) 2 2 1

2.6.4 Box Plot Pendukung

ggplot(long_out, aes(x = "", y = Nilai)) +
  geom_boxplot(fill = "#FADBD8", color = "#8B0000", outlier.color = "red", width = 0.5) +
  geom_text(data = filter(long_out, Outlier_IQR),
            aes(label = format(Tanggal, "%d %b")), hjust = -0.4, size = 3.3) +
  facet_wrap(~ Variabel, scales = "free_y") +
  labs(title = "Outlier Metode IQR pada Setiap Variabel Numerik (n = 30)",
       x = NULL, y = "Nilai (satuan sesuai variabel)")

2.6.4.1 Interpretasi

Titik merah pada box plot sama persis dengan observasi di Tabel 12: dua outlier untuk setiap variabel, satu di atas dan satu di bawah whisker, lengkap dengan tanggalnya.

2.6.5 Tinjauan Anomali Operasional

Untuk menilai apakah outlier juga janggal secara operasional, nilainya dibandingkan dengan variabel lain pada hari yang sama. Salah satu pembandingnya adalah nilai per transaksi (nilai harian dibagi jumlah transaksi).

df <- df %>%
  mutate(Nilai_per_Transaksi_RibuRp = Nilai_Transaksi_Juta_Rp * 1000 / Jumlah_Transaksi)

df %>%
  filter(Hari %in% hari_ekstrem) %>%
  select(Hari, Tanggal, Kanal, Jenis_Layanan, Jumlah_Transaksi, Waktu_Proses_Menit,
         Nilai_Transaksi_Juta_Rp, Nilai_per_Transaksi_RibuRp) %>%
  tampil("Tabel 16. Enam hari ekstrem dan nilai per transaksinya (ribu Rp)")
Tabel 16. Enam hari ekstrem dan nilai per transaksinya (ribu Rp)
Hari Tanggal Kanal Jenis_Layanan Jumlah_Transaksi Waktu_Proses_Menit Nilai_Transaksi_Juta_Rp Nilai_per_Transaksi_RibuRp
8 2026-01-08 Online Express 145 37.0 3.16 21.79
12 2026-01-12 Offline Express 67 88.0 2.51 37.46
17 2026-01-17 Offline Premium 74 27.8 9.80 132.43
23 2026-01-23 Online Express 12 26.6 3.58 298.33
26 2026-01-26 Online Express 100 3.5 3.69 36.90
28 2026-01-28 Offline Premium 96 19.2 0.12 1.25
median(df$Nilai_per_Transaksi_RibuRp)   # nilai per transaksi yang umum
## [1] 40.66613

Nilai per transaksi yang umum (median) sekitar Rp40,7 ribu. Dengan patokan itu, penilaian tiap hari ekstrem adalah sebagai berikut.

Tanggal Kanal – Layanan Nilai ekstrem Konteks Penilaian
8 Jan Online – Express 145 transaksi Hampir dua kali median, tetapi nilai transaksinya biasa (3,16 juta) Outlier; cek apakah ada promo atau pencatatan ganda
12 Jan Offline – Express Waktu proses 88 menit Sekitar tiga kali median, padahal Express seharusnya cepat Anomali operasional (gangguan, antrean, atau sistem lambat)
17 Jan Offline – Premium Nilai 9,8 juta Sekitar Rp132 ribu per transaksi, tiga kali lipat hari biasa Outlier yang masih mungkin (transaksi Premium besar); perlu diverifikasi
23 Jan Online – Express 12 transaksi Nilai tetap 3,58 juta, jadi sekitar Rp298 ribu per transaksi Anomali: volume turun drastis tetapi nilai normal, mungkin pencatatan tidak lengkap
26 Jan Online – Express Waktu proses 3,5 menit 100 transaksi diproses jauh lebih cepat dari biasanya Anomali: kemungkinan salah catat waktu
28 Jan Offline – Premium Nilai 0,12 juta 96 transaksi tetapi hanya sekitar Rp1.250 per transaksi Anomali logis: hampir pasti salah input (satuan atau desimal)

2.6.6 Dampak Outlier pada Mean dan SD

data.frame(Variabel    = label_num,
           Mean_semua  = sapply(df[num_vars], mean),
           Mean_tanpa  = sapply(df_normal[num_vars], mean),
           SD_semua    = sapply(df[num_vars], sd),
           SD_tanpa    = sapply(df_normal[num_vars], sd),
           row.names = NULL) %>%
  tampil("Tabel 17. Mean dan SD dengan dan tanpa 6 hari ekstrem")
Tabel 17. Mean dan SD dengan dan tanpa 6 hari ekstrem
Variabel Mean_semua Mean_tanpa SD_semua SD_tanpa
Jumlah Transaksi 73.83 71.71 24.48 17.65
Waktu Proses (menit) 32.66 32.40 13.47 6.86
Nilai Transaksi (juta Rp) 3.18 3.02 1.45 0.51

2.6.7 Jawaban Pertanyaan Interpretasi 2.5

  1. Jumlah outlier dan perbedaan metode. Metode IQR menemukan 2 outlier pada setiap variabel (total 6 observasi). Z-score dengan \(|z| > 2\) menandai observasi yang sama. Tetapi dengan \(|z| > 3\) hanya 2 yang ekstrem: waktu proses 88 menit (z = 4,11) dan nilai transaksi 9,8 juta (z = 4,58). Perbedaannya muncul karena IQR memakai kuartil yang tidak terpengaruh nilai ekstrem, sedangkan z-score memakai mean dan SD yang ikut tertarik oleh nilai ekstrem itu sendiri. Misalnya, nilai 88 membesarkan SD waktu proses menjadi 13,47, sehingga nilai 3,5 menit hanya mendapat z = −2,17. Pada jumlah transaksi, nilai 145 hanya mencapai z = 2,91.
  2. Lokasi outlier. Observasi ke-8 (8 Jan), ke-12 (12 Jan), ke-17 (17 Jan), ke-23 (23 Jan), ke-26 (26 Jan), dan ke-28 (28 Jan).
  3. Manfaat standardisasi. Z-score mengubah transaksi, menit, dan juta rupiah menjadi satu satuan yang sama, yaitu berapa SD sebuah nilai berjarak dari rata-ratanya. Hasilnya selalu bermean 0 dan ber-SD 1 (Tabel 14), sehingga keekstreman 145 transaksi bisa dibandingkan langsung dengan 88 menit atau 9,8 juta.
  4. Outlier belum tentu anomali. Outlier adalah nilai yang jauh secara statistik. Anomali adalah nilai yang janggal secara logika atau operasional. Transaksi 9,8 juta pada layanan Premium masih mungkin terjadi, jadi itu outlier biasa. Sebaliknya, 96 transaksi senilai 0,12 juta tidak masuk akal, jadi itu anomali, walaupun z-score-nya hanya −2,12.
  5. Pengaruh outlier. Terhadap mean pengaruhnya kecil: mean waktu proses 32,66 menjadi 32,40 bila hari ekstrem dikeluarkan. Terhadap SD pengaruhnya besar: jumlah transaksi dari 24,48 menjadi 17,65, waktu proses dari 13,47 menjadi 6,86, dan nilai transaksi dari 1,45 menjadi 0,51. Korelasi juga berubah drastis, misalnya jumlah transaksi dan waktu proses dari −0,36 menjadi −0,95. Secara visual, outlier memperlebar skala sumbu sehingga pola data lainnya tampak rata.
  6. Dihapus, dipertahankan, atau ditangani? Pada analisis awal ini outlier tidak dihapus. Penanganannya dibedakan menurut penyebabnya:
    • Data yang jelas salah catat (28 Jan dan 26 Jan) dikonfirmasi ke sumber data lalu dikoreksi.
    • Kejadian yang nyata (12 Jan, 17 Jan, 8 Jan) dipertahankan, karena penting bagi operasional.
    • Untuk ringkasan, gunakan ukuran yang tahan outlier (median, IQR, Spearman) dan bandingkan hasil dengan dan tanpa hari ekstrem, seperti pada bagian 2.4 dan Tabel 17.

2.7 Business Insight dan Critical Thinking

# Ringkasan 30 hari
sum(df$Jumlah_Transaksi)           # total transaksi
## [1] 2215
sum(df$Nilai_Transaksi_Juta_Rp)    # total nilai (juta Rp)
## [1] 95.37
# Perbandingan kinerja kedua kanal
df %>%
  group_by(Kanal) %>%
  summarise(Total_Transaksi  = sum(Jumlah_Transaksi),
            Total_Nilai_Juta = sum(Nilai_Transaksi_Juta_Rp),
            Rata2_Transaksi  = mean(Jumlah_Transaksi),
            Median_Waktu     = median(Waktu_Proses_Menit),
            SD_Waktu         = sd(Waktu_Proses_Menit),
            SD_Nilai         = sd(Nilai_Transaksi_Juta_Rp)) %>%
  tampil("Tabel 18. Perbandingan kinerja Online dan Offline")
Tabel 18. Perbandingan kinerja Online dan Offline
Kanal Total_Transaksi Total_Nilai_Juta Rata2_Transaksi Median_Waktu SD_Waktu SD_Nilai
Online 1093 45.45 72.87 31.8 9.40 0.46
Offline 1122 49.92 74.80 29.7 16.68 2.02

1. Gambaran umum. Selama 30 hari tercatat 2.215 transaksi dengan total nilai 95,37 juta rupiah, tersebar seimbang di dua kanal dan tiga jenis layanan. Aktivitasnya cenderung membaik: jumlah transaksi harian naik sekitar 1,41 per hari, sementara waktu proses turun sekitar 0,94 menit per hari. Pada hari-hari biasa, volume yang lebih tinggi berjalan bersama nilai yang lebih tinggi dan proses yang lebih cepat. Namun ada enam hari dengan nilai ekstrem, dan empat di antaranya terindikasi anomali operasional atau salah catat.

2. Kanal dengan kinerja lebih baik. Tidak ada kanal yang unggul di semua hal. Offline sedikit lebih tinggi dalam volume (rata-rata 74,8 vs 72,9 transaksi per hari) dan total nilai (49,92 vs 45,45 juta), dan median waktu prosesnya juga sedikit lebih cepat (29,7 vs 31,8 menit). Online lebih konsisten: SD waktu proses 9,40 vs 16,68 menit, dan SD nilai transaksi 0,46 vs 2,02 juta. Total nilai Offline juga terangkat oleh satu hari bernilai 9,8 juta. Indikator yang dipakai adalah ukuran pusat (mean dan median) untuk volume, nilai, dan kecepatan, serta ukuran sebaran (SD) untuk konsistensi layanan.

3. Apakah transaksi yang lebih banyak selalu berarti kinerja lebih baik? Tidak. Pada data lengkap, korelasi jumlah dan nilai transaksi hanya 0,11. Tanggal 28 Jan mencatat 96 transaksi tetapi nilainya hanya 0,12 juta, sedangkan 23 Jan hanya 12 transaksi tetapi nilainya 3,58 juta. Kinerja perlu dinilai bersama nilai per transaksi, waktu proses, dan kualitas data, bukan dari volume saja.

4. Dampak waktu proses yang terlalu tinggi. Waktu proses yang lama, seperti 88 menit pada layanan Express Offline, bisa membuat antrean menumpuk dan menurunkan kapasitas harian. Layanan Express jadi tidak sesuai janjinya, pelanggan lebih mudah mengeluh, dan sebagian bisa pindah ke pesaing. Variasi waktu proses Offline yang besar membuat pengalaman pelanggan sulit diperkirakan.

5. Rekomendasi strategis.

  1. Periksa dan rapikan pencatatan data. Konfirmasi dan koreksi data tanggal 23, 26, dan 28 Januari, lalu buat aturan validasi otomatis (misalnya batas wajar nilai per transaksi dan waktu proses minimum) supaya salah input langsung terdeteksi.
  2. Tetapkan target waktu proses (SLA) per jenis layanan, terutama Express di kanal Offline. Cari penyebab kejadian 12 Januari (88 menit), lalu samakan prosedur Offline agar variasinya mendekati Online.
  3. Pertahankan faktor yang membuat proses makin cepat dan siapkan kapasitas. Waktu proses turun bersamaan dengan naiknya volume. Penyebabnya perlu ditelusuri (misalnya perbaikan sistem atau tambahan petugas) agar bisa dipertahankan saat volume terus naik.
  4. Manfaatkan layanan Premium dan hari-hari lonjakan. Premium punya median nilai tertinggi, dan transaksi besar 17 Januari menunjukkan adanya pelanggan bernilai tinggi. Lonjakan 8 Januari juga perlu ditelusuri, misalnya apakah karena promo, supaya bisa diulang.
  5. Pasang pemantauan harian. Pantau median, IQR, dan peringatan otomatis berdasarkan batas IQR supaya outlier dan anomali cepat ditangani.

2.8 Catatan Kualitas Laporan

Laporan ini memakai judul bagian bernomor dan daftar isi di bagian atas. Setiap grafik punya judul dan label sumbu, setiap tabel diberi nomor dan keterangan, dan kode diberi komentar singkat. File dapat di-knit ulang selama file Excel berada di folder yang sama dengan file Rmd.