Nama : Grace Paula Veronica Asisten Praktikum:

NIM : F3401221041 1. Shakira Maharani

(F3401211032)
Responsi : P2 2. Muhammad Rafif Prasetya
(F3401211035)
Pertemuan : 5 3. Tasya Putri I (F3401211042)
4. Muhammad Farrel
Monoarfa (F3401211062)

PIVOT TABLE DAN VISUALISASI DATA DENGAN EXCEL

1. Sebutkan kelebihan Pivot Table untuk mengolah data!

Jawab: Kelebihan Pivot Table diantaranya :
a. Dapat meringkas data yang berukuran besar
b. Fleksibel, perubahan data dalam database secara otomatis akan mengubah Pivot
Table
c. Mengetahui pola tren data menggunakan Pivot Chart
d. Pengguna dapat mengelompokan data sesuai kebutuhan analisis
e. Dapat melakukan agregasi data numerik dan pembuatan rumus perhitungan
sesuai kebutuhan

2. Jelaskan yang dimaksud filtering, sorting, serta grouping!

Jawab: Sorting digunakan untuk memudahkan menemukan item data untuk analisis
lebih lanjut seperti mengurutkan berasarkan abjad, nilai terendah, nilai tertinggi
atau ketentuan lain. Filtering digunakan untuk menganalisis data lebih mendalam
diperlukan spesifik ringkasan dari data tersebut seperti memfilter data berdasarkan
data kategorik atau berdasarkan waktu. Sedangkan grouping digunakan untuk
mengelompokan data berdasarkan kriteria yang diinginkan bisa secara manual,
berdasarkan waktu, atau berdasarkan data kategorik.

3. Carilah data di kaggle.com (Online Retail for Market Basket Analysis), kemudian
lakukan pivot table! Buat analisis dan kesimpulan dari pivot table yang kalian buat!
Jawab: https://drive.google.com/drive/folders/1jLDF-
c_vtKNV74JKV8eeLk3WnuopqrbI?usp=sharing. Analisis ini membantu dalam
pengambilan keputusan bisnis, seperti menentukan negara- negara yang perlu
diberi fokus lebih atau negara-negara yang memiliki peluang pertumbuhan yang
tinggi. Selain itu, analisis ini juga dapat digunakan sebagai dasar untuk
mengembangkan strategi pemasaran dan pengembangan bisnis yang lebih baik.
• Jumlah Transaksi per Negara:
Negara-negara dengan jumlah transaksi tertinggi adalah United Kingdom
(495.478 transaksi) diikuti oleh Netherlands (2.371 transaksi) dan EIRE
(8.196 transaksi). United Kingdom secara signifikan memiliki jumlah
transaksi yang lebih tinggi daripada negara lainnya.
• Total Pendapatan per Negara:
Negara dengan total pendapatan tertinggi adalah United Kingdom
(£2.245.715.47), diikuti oleh Netherlands (£6.492,55) dan EIRE
(£48.447,19), United Kingdom juga memiliki total pendapatan yang jauh
lebih tinggi daripada negara lainnya.
• Total Jumlah Barang yang Dijual per Negara:
United Kingdom juga memimpin dalam hal jumlah barang yang dijual
(4.263.829 unit), diikuti oleh Netherlands (200.128 unit) dan Germany
(117.448 unit).
• Rata-rata Harga Satuan Barang per Negara:
Hong Kong memiliki rata-rata harga satuan barang tertinggi (£42,44),
diikuti oleh United Arab Emirates (£33,79) dan Singapore (£30,63).
• Total Jumlah Barang Terjual per Negara:
United Kingdom masih mendominasi dalam hal total jumlah barang yang
terjual, dengan 4.263.829 unit terjual. Ini mungkin karena jumlah transaksi
yang tinggi.
• Negara dengan Potensi Pertumbuhan:
Negara-negara dengan jumlah transaksi, total pendapatan, dan total jumlah
barang yang dijual yang tinggi, seperti United Kingdom, Netherlands, dan
EIRE, memiliki potensi pertumbuhan bisnis yang signifikan.
• Negara dengan Potensi Tinggi untuk Meningkatkan Harga Satuan:
Negara-negara seperti Hong Kong, United Arab Emirates, dan Singapore
memiliki rata-rata harga satuan yang lebih tinggi. Mungkin ada peluang
untuk meningkatkan harga satuan di pasar ini.
• Negara dengan Potensi Tinggi untuk Volume Penjualan:
United Kingdom, Netherlands, dan Germany memiliki volume penjualan
yang tinggi. Fokus pada upaya penjualan di negara-negara ini dapat
menghasilkan hasil yang baik.
• Negara dengan Pertumbuhan Rendah atau Peluang Terbatas:
Negara-negara dengan jumlah transaksi dan total pendapatan yang rendah,
seperti Saudi Arabia, Bahrain, dan Lebanon, mungkin memerlukan
penelitian lebih lanjut untuk memahami peluang bisnis yang lebih baik di
sana.
• Total Keseluruhan: Total keseluruhan menunjukkan jumlah seluruh
transaksi, pendapatan, dan jumlah barang yang dijual dalam dataset ini. Ini
memberikan gambaran keseluruhan kinerja bisnis.
4. Sebutkan dan jelaskan 5 jenis grafik serta penggunaannya !
a. Column Chart (Grafik Kolom) digunakan untuk membandingkan nilai
menggunakan batang verikal
b. Area Chart (Grafik Bidang) digunakan untuk memperlihatkan perubahan dari
waktu ke waktu
c. XY Scatter Chart (Grafik Sebar) digunakan untuk mengetahui hubungan antara
sumbu x dan sumbu y
d. Surface Chart (Grafik Permukaan) digunakan untuk mencari kombinasi terbaik
dari dua data yang ditampilkan dalam bentuk 3 dimensi
e. Pie Chart (Grafik Lingkaran) digunakan untuk menampilkan komposisi data
yang memiliki sedikit kategori

5. Perhatikan Tabel dibawah ini:

Data Kuantifikasi Mikroba

Pengenceran %T OD Total Log Total
Mikroba Mikroba
(CFU/ml)
01:00 15 0,82391 40000000 7,602059991
01:01 24 0,61979 20000000 7,301029996
01:02 35 0,45593 13333333,33 7,124938737
01:04 56 0,25181 8000000 6,903089987
01:08 70 0,1549 4444444,444 6,647817482
01:16 83 0,08092 2352941,176 6,37161107

Buatlah scatter chart untuk menunjukkan korelasi antara kolom OD dan kolom
Log Total Mikroba dengan memperhatikan syarat berikut:
a. Ubah judul grafik menjadi “Korelasi Nilai OD dengan Nilai Log cfu/ml”.
Jawab: https://drive.google.com/drive/folders/1jLDF-
c_vtKNV74JKV8eeLk3WnuopqrbI?usp=sharing
b. Sertakan nilai regresi (y = ax + b) serta korelasi (R2) pada grafik.
Jawab:
 Korelasi Nilai OD dengan Nilai Log
cfu/ml
7,8

Log Total Mikroba

7,6 y = 1,5169x + 6,3882
7,4 R² = 0,9581
7,2
7
6,8
6,6
6,4
6,2
0 0,2 0,4 0,6 0,8 1
OD

c. Apa yang dapat disimpulkan dari visualisasi data di atas?

Jawab: Nilai regresi pada grafik “Korelasi Nilai OD dengan Nilai Log cfu/ml”
sebesar y = 1.5169x + 6.3882 dan korelasi sebesar R² = 0.9581. Dengan
demikian, kesimpulan dari analisis data ini adalah bahwa ada hubungan terbalik
antara nilai OD dan konsentrasi mikroba (CFU/ml). Semakin tinggi konsentrasi
mikroba dalam sampel, semakin rendah nilai OD-nya. Hal ini sesuai dengan
prinsip bahwa mikroba dalam sampel akan menghalangi sebagian besar cahaya,
sehingga nilai OD-nya lebih rendah. Selain itu, Log Total Mikroba juga
menunjukkan penurunan yang sebanding dengan peningkatan pengenceran dan
nilai OD yang lebih rendah, yang juga menggambarkan hubungan terbalik
antara pengenceran, OD, dan konsentrasi mikroba.