[TUGAS_SELEKSI_2_13514031_13514084_18214049].

Analisis&Visualisasi Rata-Rata Pendapatan.R

@@ -0,0 +1,38 @@
+#import dataset Salaries.csv to mydata
+mydata <- read.csv("Salaries.csv",stringsAsFactors=FALSE)
+#cek database
+str(mydata)
+#konversi tipe data
+mydata$BasePay <- as.numeric(mydata$BasePay)
+mydata$OvertimePay <- as.numeric(mydata$OvertimePay)
+mydata$OtherPay <- as.numeric(mydata$OtherPay)
+mydata$Benefits <- as.numeric(mydata$Benefits)
+#cek data
+str(mydata)
+#hitung rata-rata pendapatan (dari TotalPayBenefits) berdasarkan tahun
+ratarata = aggregate(TotalPayBenefits~Year, data=mydata,mean)
+#ganti nama kolom
+colnames(ratarata) <- c("tahun","gaji")
+#simpan hasil perhitungan rata-rata
+write.csv(ratarata, file="RataRata.csv")
+##prediksi gaji untuk tahun 2015 dan 2016##
+#regresi linear data
+model <- lm(gaji~tahun, data=ratarata)
+#cek hasil regresi linear
+summary(model)
+#membuat frame untuk prediksi
+prediksi<- data.frame(tahun=2015:2016, gaji=0)
+#menggunakan fungsi predict berdasarkan model regresi linear untuk gaji
+prediksi$gaji<-predict.lm(model,prediksi)
+#simpan hasil prediksi
+write.csv(prediksi,file="prediksi.csv")
+##visualisasi data##
+require(ggplot2)
+ggplot(ratarata, aes(x=tahun, y=gaji)) + geom_bar(aes(fill=tahun),stat="identity",position=position_dodge()) + guides(fill=FALSE) + xlab("Tahun") + ylab("Gaji") + ggtitle("Rata-Rata Gaji Penduduk San Francisco")
+ggsave("RataRata.png")
+#Menggabungkan hasil prediksi ke data frame ratarata
+ratarata <- rbind(ratarata,prediksi)
+ggplot(ratarata, aes(x=tahun, y=gaji,colour=tahun)) + geom_point(size=2) + guides(color=FALSE) + geom_smooth(method='lm')
+ggsave("Regresi.png")
+ggplot(ratarata, aes(x=tahun, y=gaji,colour=tahun)) + geom_line() + geom_point(size=3) + guides(color=FALSE) + xlab("Tahun") + ylab("Gaji") + ggtitle("Gaji Penduduk San Francisco dan Prediksi")
+ggsave("Prediksi.png")

Pengelompokan Gaji.R

@@ -0,0 +1,42 @@
+library(ggplot2)
+
+# Load data
+mydata = read.csv("Salaries.csv")
+
+# Proses pengambilan data gaji per tahun
+tes1 <- subset(mydata, Year==2011)
+tes2 <- subset(mydata, Year==2012)
+tes3 <- subset(mydata, Year==2013)
+tes4 <- subset(mydata, Year==2014)
+tes1 <- tes1$TotalPayBenefits
+tes2 <- tes2$TotalPayBenefits
+tes3 <- tes3$TotalPayBenefits
+tes4 <- tes4$TotalPayBenefits
+
+# Pengelompokan Gaji (Rendah, Sedang, Tinggi) dilakukan per tahun
+# Pengelompokan Rendah (0,mean-stdev)
+# Pengelompokan Sedang (mean-stdev,mean+stdev)
+# Pengelompokan Tinggi (>mean+stdev)
+gaji11 <- cut(tes1, c(min(tes1)-100,mean(tes1)-sd(tes1),mean(tes1)+sd(tes1),max(tes1)+100), include.lowest=TRUE, include.highest=TRUE, labels = c("Rendah","Sedang","Tinggi"))
+gaji12 <- cut(tes2, c(min(tes2)-100,mean(tes2)-sd(tes2),mean(tes2)+sd(tes2),max(tes2)+100), include.lowest=TRUE, include.highest=TRUE, labels = c("Rendah","Sedang","Tinggi"))
+gaji13 <- cut(tes3, c(min(tes3)-100,mean(tes3)-sd(tes3),mean(tes3)+sd(tes3),max(tes3)+100), include.lowest=TRUE, include.highest=TRUE, labels = c("Rendah","Sedang","Tinggi"))
+gaji14 <- cut(tes4, c(min(tes4)-100,mean(tes4)-sd(tes4),mean(tes4)+sd(tes4),max(tes4)+100), include.lowest=TRUE, include.highest=TRUE, labels = c("Rendah","Sedang","Tinggi"))
+
+# Menggabungkan kembali data-data gaji
+Gaji <- append(gaji11,gaji12)
+Gaji <- append(Gaji,gaji13)
+Gaji <- append(Gaji,gaji14)
+
+# Data Pengelompokan Gaji berubah menjadi 1, 2, dan 3
+# Data tersebut dikembalikan ke tulisan Rendah, Sedang, atau Tinggi
+Gaji <- as.character(Gaji)
+Gaji[Gaji == "3"] <- "Tinggi"
+Gaji[Gaji == "2"] <- "Sedang"
+Gaji[Gaji == "1"] <- "Rendah"
+Gaji <- as.factor(Gaji)
+
+# Menuliskan data .csv
+write.csv(Gaji, file="~/Desktop/PengelompokanGaji.csv")
+
+# Visualisasi data
+ggsave("~/Desktop/Pengelompokan_Gaji.png", plot = qplot(Gaji, data = mydata, geom = "bar", fill = Gaji, main = "Pengelompokan Gaji San Fransisco"))