HELP International adalah LSM kemanusiaan internasional yang berkomitmen untuk memerangi kemiskinan dan memberikan fasilitas dasar dan bantuan kepada orang-orang di negara-negara terbelakang selama bencana dan bencana alam. Sekitar $10 juta telah dikumpulkan oleh HELP International. CEO LSM sekarang harus memilih bagaimana menggunakan pendanaan ini secara strategis dan menguntungkan. Oleh karena itu, CEO harus memutuskan negara mana yang paling membutuhkan bantuan. Untuk mengkategorikan negara yang menggunakan faktor sosial ekonomi dan kesehatan untuk mengidentifikasi negara mana yang paling membutuhkan bantuan keuangan.
Sebelum kita melakukan analisis suatu data mari kita masukkan beberapa library yang kita butuhkan untuk kebutuhan analisis nanti
library(dplyr)##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(tidyverse)## ── Attaching packages
## ───────────────────────────────────────
## tidyverse 1.3.2 ──
## ✔ ggplot2 3.3.6 ✔ purrr 0.3.4
## ✔ tibble 3.1.7 ✔ stringr 1.4.0
## ✔ tidyr 1.2.0 ✔ forcats 0.5.1
## ✔ readr 2.1.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
library(factoextra)## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa
library(FactoMineR)
library(animation)
library(lubridate)##
## Attaching package: 'lubridate'
##
## The following objects are masked from 'package:base':
##
## date, intersect, setdiff, union
library(ggplot2)Kita akan melakukan read data dan menggunakan stringAsFactors = T supaya data kita langsung dijadikan tipe data faktor
country <- read.csv("Data_Negara_HELP.csv", stringsAsFactors = T)
head(country, 5)Kita cek struktur dan tipe datanya apakah sudah sesuai atau belum
glimpse(country)## Rows: 167
## Columns: 10
## $ Negara <fct> "Afghanistan", "Albania", "Algeria", "Angola", "Antig…
## $ Kematian_anak <dbl> 90.2, 16.6, 27.3, 119.0, 10.3, 14.5, 18.1, 4.8, 4.3, …
## $ Ekspor <dbl> 10.0, 28.0, 38.4, 62.3, 45.5, 18.9, 20.8, 19.8, 51.3,…
## $ Kesehatan <dbl> 7.58, 6.55, 4.17, 2.85, 6.03, 8.10, 4.40, 8.73, 11.00…
## $ Impor <dbl> 44.9, 48.6, 31.4, 42.9, 58.9, 16.0, 45.3, 20.9, 47.8,…
## $ Pendapatan <int> 1610, 9930, 12900, 5900, 19100, 18700, 6700, 41400, 4…
## $ Inflasi <dbl> 9.440, 4.490, 16.100, 22.400, 1.440, 20.900, 7.770, 1…
## $ Harapan_hidup <dbl> 56.2, 76.3, 76.5, 60.1, 76.8, 75.8, 73.3, 82.0, 80.5,…
## $ Jumlah_fertiliti <dbl> 5.82, 1.65, 2.89, 6.16, 2.13, 2.37, 1.69, 1.93, 1.44,…
## $ GDPperkapita <int> 553, 4090, 4460, 3530, 12200, 10300, 3220, 51900, 469…
Negara : Nama Negara
Kematian_anak : Kematian anak dibawah usia lima tahun per 1000 kelahiran hidup
Ekspor : Ekspor Barang dan jasa per kapita. Sebagai persentase dari PDB per Kapita
Kesehatan : Total pengeluaran kesehatan per kapita, Sebagai persentase dari PDB per Kapira
Impor : Impor barang dan jasa per kapita, Sebagai persentase dari PDB per Kapira
Pendapatan : Pendapatan bersih per orang
Inflasi : Pengukuran tingkat pertumbuhan tahunan dari Total PDB
Harapan_hidup : Jumlah rata-rata tahun seorang anak yang baru lahir akan hidup jika pola kematian saat ini tetap sama
Jumlah_fertiliti : Jumlah anak yang akan lahir untuk setiap wanita jika tingkat kesuburan usia saat ini tetap sama.
GDPperkapita : PDB per kapita. Dihitung sebagai total PDB dibagi dengan total penduduk
rownames(country) <- country$Negaracountry <- country %>%
select(-Negara)Lalu kita cek dulu datanya apakah kita memerlukan normalisasi atau tidak
summary(country)## Kematian_anak Ekspor Kesehatan Impor
## Min. : 2.60 Min. : 0.109 Min. : 1.810 Min. : 0.0659
## 1st Qu.: 8.25 1st Qu.: 23.800 1st Qu.: 4.920 1st Qu.: 30.2000
## Median : 19.30 Median : 35.000 Median : 6.320 Median : 43.3000
## Mean : 38.27 Mean : 41.109 Mean : 6.816 Mean : 46.8902
## 3rd Qu.: 62.10 3rd Qu.: 51.350 3rd Qu.: 8.600 3rd Qu.: 58.7500
## Max. :208.00 Max. :200.000 Max. :17.900 Max. :174.0000
## Pendapatan Inflasi Harapan_hidup Jumlah_fertiliti
## Min. : 609 Min. : -4.210 Min. :32.10 Min. :1.150
## 1st Qu.: 3355 1st Qu.: 1.810 1st Qu.:65.30 1st Qu.:1.795
## Median : 9960 Median : 5.390 Median :73.10 Median :2.410
## Mean : 17145 Mean : 7.782 Mean :70.56 Mean :2.948
## 3rd Qu.: 22800 3rd Qu.: 10.750 3rd Qu.:76.80 3rd Qu.:3.880
## Max. :125000 Max. :104.000 Max. :82.80 Max. :7.490
## GDPperkapita
## Min. : 231
## 1st Qu.: 1330
## Median : 4660
## Mean : 12964
## 3rd Qu.: 14050
## Max. :105000
Ternyata range datanya cukup jauh maka dari itu mari kita scale-kan datanya dan juga jangan lupa untuk
country_scaled <- scale(country)
country_scaled <- as.data.frame(country_scaled)Selanjutnya mari kita mengecek data kita apakah terdapat outlier atau tidak, mari kita gunakan fungsi PCA
country_pca <- PCA(
X = country,
scale.unit = T,
quali.sup = 1,
ncp = 9,
graph = F
)Selanjutnya mari kita melihat outlier yang ada di dalam data ini
plot.PCA(
x= country_pca,
choix = "ind",
select = "contrib3"
)Ternyata terdapat Outlier yang dihasilkan ada Singapore, Malta, Luxemburg, untuk sekarang mari kita biarkan terlebih dahulu
Setelah itu mari kita cari Kmeans menggunakan optimal number of clusters, untuk mengetahui titik pusat dari data ini
fviz_nbclust(
x = country_scaled,
FUNcluster = kmeans,
method = "wss"
)Ternyata kluster yang dihasilkan adalah 3, mari kita membuat cluster dengan titik pusat = 3
RNGkind(sample.kind = "Rounding")## Warning in RNGkind(sample.kind = "Rounding"): non-uniform 'Rounding' sampler
## used
set.seed(100)
coun_cluster <- kmeans(country_scaled, centers = 3)Kita masukkan informasi cluster kedalam data kita
country_scaled$cluster <- coun_cluster$cluster
head(country_scaled)coun_cluster$size## [1] 68 96 3
Jika kita melihat dari ukurannya kemungkinan cluster 3 memiliki 3 negara yang termasuk dalam outlier sebelumnya. Mari kita visualisasikan
fviz_cluster(object = coun_cluster,
data = country_scaled,
axes = c(1,2))Ternyata memang benar terdapat 3 Negara yang termasuk dalam outlier, mari kita coba hilangkan outlier tersebut apakah akan terjadi perubahan dalam kluster tersebut
country_outlier <- country_scaled[-c(92,99,134),] fviz_nbclust(
x = country_outlier,
FUNcluster = kmeans,
method = "wss"
)Untuk number of clustersnya masih di angka 3
RNGkind(sample.kind = "Rounding")## Warning in RNGkind(sample.kind = "Rounding"): non-uniform 'Rounding' sampler
## used
set.seed(100)
outlier_cluster <- kmeans(country_outlier, centers = 3)Karena data kita sebelumnya tadi dinormalisasi, maka kita akan menggunakan data yang sebelum di normalisasi agar kita mudah membaca hasilnya
country_out<- country[-c(92,99,134),]country_out$cluster <- outlier_cluster$cluster
head(country_out)outlier_cluster$size## [1] 50 30 84
Disini kita bisa melihat bahwa pembagian klusternya tidak terlalu besar seperti yang sebelumnya
fviz_cluster(object = outlier_cluster,
data = country_out,
axes = c(1,2))Disini kita tahu bahwa outlier akan mempengaruhi klustering yang kita dapatkan. Selanjutnya mari kita lakukan profilling supaya kita bisa menentukan negara mana saja yang perlu diberikan bantuan
country_centoroid <- country_out %>%
group_by(cluster) %>%
summarise_all(mean)country_centoroid %>%
pivot_longer(-cluster) %>%
group_by(name) %>%
summarize(
kelompok_min = which.min(value),
kelompok_max = which.max(value))Cluster 1 = Rendah : Ekspor, GDPperkapita, Harapan Hidup, Pendapatan Besar : Inflasi, Jumlah_fertiliti, Kematian_Anak Cluster 2 = Rendah : Impor,Inflasi,Jumlah_fertili,Kematian_anak besar : Ekspor,GDPperkapita, Harapan_hidup Cluster 3 = rendah : kesehatan besar : impor
Berdasarkan hasil profiling yang saya dapatkan bahwa kluster pertama adalah negara yang seharusnya diberi bantuan dibandingkan dengan kluster ke-2 dan ke-3
country_out[country_out$cluster == 1,]Berdasarkan hasil yang telah saya dapatkan, bahwa negara yang berada di dalam kluster pertama dibilang negara yang membutuhkan bantuan dikarenakan, negara tersebut dilihat dari inflasi dan jumlah fertilitinya cukup besar, sedangkan Ekspor, GDPperkapita, pendapatannya cukup kecil. Jika dibiarkan maka negara tersebut akan mengalami kesuliitan, oleh karena itu HELP International sebaiknya bisa mengirimkan bantuan kepada mereka yang berada di dalam kluster pertama