###1. Memuat Library yang Diperlukan Kode ini mulai dengan memuat berbagai library R yang diperlukan untuk analisis data, termasuk tidyverse, readxl, plotly, forecast, dan tseries. Library ini menyediakan fungsi untuk manipulasi data, visualisasi, dan pemodelan statistik. 2. Membaca dan Membersihkan Data Data dibaca dari file Excel menggunakan read_excel(). Fungsi clean_and_convert digunakan untuk membersihkan data dengan mengganti koma dengan titik dan mengonversi string kosong menjadi nilai NA. Proses pembersihan dilanjutkan dengan mengganti nilai yang hilang menggunakan median dari kolom numerik. 3. Deteksi Outlier Outlier dalam data diidentifikasi menggunakan metode IQR (Interquartile Range). Hasil deteksi outlier divisualisasikan menggunakan boxplot untuk setiap kolom numerik, memberikan gambaran visual tentang distribusi data dan nilai-nilai yang mungkin tidak normal. 4. Analisis Regresi Model regresi linear sederhana dan berganda dibangun untuk menganalisis hubungan antara variabel. Visualisasi scatter plot dengan garis regresi ditambahkan untuk memberikan konteks visual terhadap hubungan antara variabel. Akurasi model dihitung menggunakan R-squared, yang menunjukkan seberapa baik model menjelaskan variasi dalam data. 5. Analisis Time Series Data time series dianalisis untuk variabel yang relevan. Uji stasioneritas dilakukan menggunakan uji Augmented Dickey-Fuller (ADF) untuk menentukan apakah data perlu dilakukan differencing. Model ARIMA diidentifikasi secara otomatis untuk melakukan peramalan berdasarkan data time series yang telah dipersiapkan. Hasil peramalan diplot untuk visualisasi, memberikan pemahaman tentang tren dan pola yang dapat diharapkan di masa depan.###