3. Buat juga scatter plot menggunakan Dataset 2, yaitu: a. Scatter plot antara variabel X1 dan Y b. Scatter plot antara variabel X2 dan Y c. Scatter plot antara variabel X3 dan Y d. Scatter plot antara variabel X4 dan Y e. Scatter plot antara variabel X5 dan Y f. Scatter plot antara variabel X6 dan Y.

Menyajikan Data Dalam Grafik

1. Buatlah diagram pencar (scatter plot) menggunakan Dataset 1, yaitu: a. Scatter plot antara variabel X1 dan Y b. Scatter plot antara variabel X2 dan Y c. Scatter plot antara variabel X3 dan Y.

Math problems of the day for 8/22/26.

2026 Washington DC Picks

NAMA : SHABRINA ZUHRATUL AMALIAH NIM : 2507016006 KELAS : A (Menyajikan Data dalam Grafik - BAB 3 pada buku Belajar Statistika dengan R)

Scatter plot dataset obesity dengan 3 variabel: Age, Height, dan Weight

Pada kesempatan kali ini, saya ingin melakukan data preprocessing menggunakan R dan RStudio. Disini saya berperan sebagai analis data di sebuah perusahaan e-commerce fiktif dengan dua sumber data: Data pelanggan dan Data transaksi. Kedua data tersebut masih "kotor". Ada nilai yang hilang, penulisan kategori yang tidak konsisten, data yang terduplikasi, angka yang tampak tidak wajar (outlier), sampai nama kolom identifier yang berbeda antara satu tabel dengan tabel lainnya. Sehingga, data tersebut harus dilakukan data preprocessing terlebih dahulu sebelum data layak dianalisis.

Laporan praktikum mengenai tahapan data preprocessing yang meliputi pemeriksaan data, data cleaning, penanganan missing value, deteksi outlier, normalisasi, standardisasi, dan integrasi data.

This report explores the NOAA storm database to identify which types of severe weather events are most harmful to population health and which have the greatest economic consequences in the United States. The raw compressed data file (StormData.csv.bz2, over 900,000 records from 1950-2011) was loaded directly into R without any outside preprocessing. Property and crop damage figures were converted to U.S. dollars using their exponent codes (K = thousand, M = million, B = billion). Events were then aggregated by the EVTYPE variable, summing fatalities and injuries to measure health impact and summing property plus crop damage to measure economic impact. The results show that tornadoes are by far the most harmful event type with respect to population health. Floods and hurricane/typhoon events cause the greatest economic losses. These findings can help municipal managers prioritize preparedness resources. All code needed to reproduce the figures and tables is included below.