Visualisasi Data Statistik dengan Seaborn

Seaborn adalah pustaka visualisasi tingkat tinggi yang dibangun di atas Matplotlib. Seaborn dirancang untuk menghasilkan grafik statistik yang indah dan informatif secara otomatis.

1. Inisiasi & Menyiapkan Dataset Sampel

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# Mengatur tema visual modern bawaan seaborn
sns.set_theme(style="whitegrid")

# Membuat dataset transaksi e-commerce
data_transaksi = pd.DataFrame({
    'Kategori': ['Elektronik', 'Pakaian', 'Elektronik', 'Buku', 'Pakaian', 'Elektronik', 'Buku', 'Pakaian', 'Elektronik', 'Buku'] * 10,
    'Rating': [4.5, 4.2, 4.8, 3.9, 4.1, 4.6, 4.0, 3.8, 4.9, 4.3] * 10,
    'Harga_Ribu': [1200, 250, 1800, 95, 320, 2100, 120, 180, 1500, 85] * 10,
    'Metode_Bayar': ['QRIS', 'Transfer', 'Kartu Kredit', 'QRIS', 'QRIS', 'Kartu Kredit', 'Transfer', 'QRIS', 'Kartu Kredit', 'Transfer'] * 10
})

data_transaksi.head()

2. Barplot dengan Kategorisasi Warna (`hue`)

plt.figure(figsize=(10, 5))
sns.barplot(data=data_transaksi, x='Kategori', y='Harga_Ribu', hue='Metode_Bayar', palette='Set2')
plt.title('Rata-rata Nilai Transaksi per Kategori & Metode Pembayaran', fontsize=13, fontweight='bold')
plt.ylabel('Rata-rata Harga (Ribu Rp)')
plt.show()

3. Histogram Distribusi dengan Kurva KDE (`sns.histplot`)

KDE (Kernel Density Estimate) memperlihatkan perkiraan kurva kepadatan probabilitas kontinu.

plt.figure(figsize=(9, 5))
sns.histplot(data=data_transaksi, x='Rating', kde=True, color='#0284c7', bins=10)
plt.title('Sebaran Distribusi Rating Produk dengan Kurva KDE', fontsize=13, fontweight='bold')
plt.xlabel('Rating Produk (Skala 1 - 5)')
plt.show()

4. Scatter Plot & Boxplot Statistik Multi-Dimensi

plt.figure(figsize=(9, 5))
sns.boxplot(data=data_transaksi, x='Kategori', y='Harga_Ribu', palette='pastel')
plt.title('Distribusi Variasi Harga per Kategori Produk (Boxplot)', fontsize=13, fontweight='bold')
plt.ylabel('Harga Produk (Ribu Rp)')
plt.show()

Visualisasi Data Statistik dengan Seaborn

Visualisasi Data Statistik dengan Seaborn

1. Inisiasi & Menyiapkan Dataset Sampel

2. Barplot dengan Kategorisasi Warna (hue)

3. Histogram Distribusi dengan Kurva KDE (sns.histplot)

4. Scatter Plot & Boxplot Statistik Multi-Dimensi

Daftar Isi Materi

2. Barplot dengan Kategorisasi Warna (`hue`)

3. Histogram Distribusi dengan Kurva KDE (`sns.histplot`)