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: 1. **Data pelanggan** — berisi identitas, usia, kota, pendapatan, dan status keanggotaan. 2. **Data transaksi** — berisi jumlah transaksi dan total pembelian tiap pelanggan. 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.

Halaman ini menampilkan hasil visualisasi data menggunakan dataset diamonds dari R, dengan fokus pada variabel price (harga) dan carat (berat berlian). Melalui grafik histogram, density plot, dan boxplot, saya mencoba memahami pola sebaran data serta karakteristik utama berlian secara sederhana dan mudah dipahami. Proyek ini dibuat sebagai bagian dari pengembangan portofolio analisis data menggunakan R dan RPubs.

Laporan ini menyajikan hasil visualisasi data kategorik menggunakan dataset diamonds pada R. Visualisasi dibuat dengan menggunakan paket ggplot2 untuk menganalisis distribusi kualitas potongan dan warna berlian. Melalui bar chart, grouped bar chart, dan proportion bar chart, laporan ini bertujuan untuk menyajikan data secara jelas, informatif, dan mudah dipahami oleh audiens non-teknis. Hasil analisis diharapkan dapat membantu dalam memahami pola dan karakteristik data secara visual.