Data

Data yang digunakan pada percobaan ini adalah data Weather yang memiliki 25 kolom.

2016-2017 weather in several cities : merupakan data time series yang menggambarkan kondisi perkembangan cuaca pada beberapa kota yang dirinci menurut bulan dan hari pada tahun 2016-2017

mosaicData::Weather

## # A tibble: 3,655 x 25
##    city  date        year month   day high_temp avg_temp low_temp high_dewpt
##    <chr> <date>     <dbl> <int> <dbl>     <dbl>    <dbl>    <dbl>      <dbl>
##  1 Auck~ 2016-01-01  2016     1     1        68       65       62         64
##  2 Auck~ 2016-01-02  2016     1     2        68       66       64         64
##  3 Auck~ 2016-01-03  2016     1     3        77       72       66         70
##  4 Auck~ 2016-01-04  2016     1     4        73       66       60         66
##  5 Auck~ 2016-01-05  2016     1     5        69       62       55         55
##  6 Auck~ 2016-01-06  2016     1     6        69       63       57         54
##  7 Auck~ 2016-01-07  2016     1     7        71       66       60         59
##  8 Auck~ 2016-01-08  2016     1     8        77       70       64         72
##  9 Auck~ 2016-01-09  2016     1     9        69       66       64         68
## 10 Auck~ 2016-01-10  2016     1    10        71       66       62         63
## # ... with 3,645 more rows, and 16 more variables: avg_dewpt <dbl>,
## #   low_dewpt <dbl>, high_humidity <dbl>, avg_humidity <dbl>,
## #   low_humidity <dbl>, high_hg <dbl>, avg_hg <dbl>, low_hg <dbl>,
## #   high_vis <dbl>, avg_vis <dbl>, low_vis <dbl>, high_wind <dbl>,
## #   avg_wind <dbl>, low_wind <dbl>, precip <chr>, events <chr>

kbl(head(Weather,20), caption = "Data Weather") %>%  kable_styling() %>% scroll_box(height = "300px")

Data Weather memiliki 3655 observasi data dan 25 kolom

dim(Weather)

## [1] 3655   25

colnames(Weather)

##  [1] "city"          "date"          "year"          "month"        
##  [5] "day"           "high_temp"     "avg_temp"      "low_temp"     
##  [9] "high_dewpt"    "avg_dewpt"     "low_dewpt"     "high_humidity"
## [13] "avg_humidity"  "low_humidity"  "high_hg"       "avg_hg"       
## [17] "low_hg"        "high_vis"      "avg_vis"       "low_vis"      
## [21] "high_wind"     "avg_wind"      "low_wind"      "precip"       
## [25] "events"

Grafik Awal

Dilakukan agregasi data temperatur menurut city

df<-Weather  %>% group_by(city)  %>% summarise(m=sum(avg_temp))  

## `summarise()` ungrouping output (override with `.groups` argument)

df

## # A tibble: 5 x 2
##   city          m
##   <chr>     <dbl>
## 1 Auckland  44311
## 2 Beijing   40562
## 3 Chicago   38512
## 4 Mumbai    59165
## 5 San Diego 48649

Visualisasi Data Dengan Line Chart

ggplot(df, aes(x=city, y=m)) + 
    geom_line(aes(group=4), size=2, colour="green") +  
    geom_point(size=5, colour=c("red", "yellow", "blue", "orange", "black"))+
    geom_label(data = df,
             aes(label = m, x = city, y=m), 
             vjust = -0.5,
             show.legend = TRUE)+ 
    ggtitle("Weather in several cities")+ 
    labs(x=NULL,  y=NULL)+
    ylim(38000,63000)

Grafik Perbaikan

Dilakukan visualisasi data antara variabel city dan avg_temp dengan menghitung rata-rata temperatur pada tiap kota selama tahun 2017

df<-Weather  %>% group_by(city) %>% filter(year==2017) %>% summarise(m=round(mean(avg_temp),2))  

## `summarise()` ungrouping output (override with `.groups` argument)

df

## # A tibble: 5 x 2
##   city          m
##   <chr>     <dbl>
## 1 Auckland   60.5
## 2 Beijing    55.8
## 3 Chicago    52.8
## 4 Mumbai     81.1
## 5 San Diego  66.5

ggplot(df, aes(x = city, y = m)) +
  geom_col() +
scale_y_continuous(expand = c(0,0))+
        ggtitle("Weather in Several City, 2017 ") +
 #  geom_label(data = df,
            # aes(label = m, x = city, y=m), 
            # vjust = -0.5,
             #show.legend = TRUE)+
    xlab("City") +
    ylab("Average Temperature (F)") +
     ylim(0,86)+
    theme(plot.title = element_text(hjust = 0.5))

## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

Catatan Perbaikan

• Apprehension (Pemahaman) : Kemampuan untuk melihat hubungan di antara data dengan benar

  Data Weather merupakan data yang berisi kondisi cuaca pada beberapa kota yang dirinci menurut tahun, bulan, dan hari. Untuk memperbaiki plot sebelumnya, maka dihitung rata-rata temperatur pada tiap kota untuk tahun 2017. Jadi hubungan antara kota dengan rata-rata temperatur pada tiap kota Tahun 2017 lebih bermakna dan memiliki hubungan untuk dilakuan ploting data atau dibuat grafik dengan bar chart.

• Clarity (Kejelasan) : Kemampuan untuk membedakan elemen-elemen grafik secara visual

  Pada bar chart telah dibuat elemen-elemen grafik seperti Judul grafik, label sumbu x, label sumbu y, dan nilai dari rata-rata temperatur tiap kota dengan satuan Farenheit

• Consistency (Konsistensi) : Kemampuan menafsirkan grafik berdasarkan keterpaparan pada grafik serupa di masa lalu atau standar universal yang wajar

  Plot ini sudah konsisten karena pemilihan bentuk grafik telah sesuai dengan menggunakan bar chart untuk data rata-rata pada tiap kota yang menjadi elemen variabel x.

• Efficiency (Kejelasan) : Kemampuan grafik untuk menggambarkan data dengan cara sesederhana mungkin

  Pemilihan warna pada unsur diagram batang merupakan tampilan grafik yang sudah sederhana dan menggunakan warna yang mudah dilihat walaupun bagi seorang penderita buta warna, dimana menghindari warna seperti antara merah dan hijau serta antara kuning dan biru

• Necesity (Kebutuhan) : Berkaitan dengan kebutuhan grafik atau elemen tertentu.

  Pemberian label tidak menampilkan data rata-rata temperatur pada setiap bar

• Truthfulness (Keadaan sebenarnya) : Apakah data di plot dengan benar dalam sistem koordinat yang ditentukan dengan baik.

  Plot sudah menggambarkan keadaan yang sebenarnya, karena histogram dibuat dengan kaidah yang sesuai dari sisi data yang ditampilkan berdasarkan rata-rata temmperatur pada setiap kota.

Data

Data yang digunakan adalah data House Price Prediction

rumah<-read.csv("https://raw.githubusercontent.com/gerrydito/Sains-Data-S2/master/Praktikum/Visualisasi%20Data/house_price.csv", header = TRUE, sep=",")
datatable(rumah)

Grafik Awal

Grafik yang akan saya buat adalah grafik mengenai regresi dengan peubah penjelas adalah jumlah kamar dan peubah y adalah tahun dibangun.

grafik<-ggplot(aes(x=bedrooms,
               y=yr_built),
           data=rumah)+
  geom_point(color=rainbow(4600))+
  geom_smooth(method="lm", formula=y~x, colour="black")+geom_line()+
  labs(title="Model Regresi Jumlah Kamar Terhadap Tahun Berdiri")+
  xlab("Jumlah Kamar")+
  ylab("Tahun Berdiri")+xlim(0,50)+theme(plot.title = element_text(hjust = 0.5))
grafik

Grafik Perbaikan

# Menghiangkan data pencilan
rumah1 <- rumah %>% filter(price !=26590000 & price !=12899000 ) 
grafik<-ggplot(aes(x=bedrooms,
               y=price),
           data=rumah1)+
  geom_point(color='black')+
  geom_smooth(method="lm", formula=y~x, colour="blue")+
  labs(title="Model Regresi Jumlah Kamar Terhadap Harga")+
  xlab("Jumlah Kamar")+
  ylab("Harga")+theme(plot.title = element_text(hjust = 0.5))
grafik

Catatan Perbaikan

• Apprehension atau pemahaman

  Menggantikan variabel tahun berdiri dengan variabel jumlah kamar, sehingga substansi data pada grafik dapat menggambarkan model regresi yang lebih tepat, dimana terdapat hubungan antara jumlah kamar tidur dengan harga

• Clarity atau kejelasan.

  Mengubah warna point menjadi 1 warna karena tidak memiliki makna apapun pada grafik. Serta dilakukan penghapusan 2 observasi data pencilan sehingga model regresi dapat terlihat dengan jelas

• Consistency atau konsistensi.

  Menghapus plot garis yang menghubungkan antara titik satu dengan titik yang lain

• Efficiency atau efisiensi.

  Menghapus plot garis yang menghubungkan antara titik satu dengan titik yang lain dan mengubah warna titik menjadi 1 warna

• Necesity atau kebutuhan.

  Penghapusan elemen garis yang menghubungkan antara titik satu dengan titik yang lain

• Truthfulness atau keadaan sebenarnya.

  Memperbaiki nilai dari range X dan range Y, agar grafik dapat menggambarkan sebaran plot dan model regresi dengan lebih jelas

Tugas Kelompok 5

Tugas Kelompok 6