Eksplorasi data UMKM Cafe secara visual melalui 6 teknik grafis untuk memahami distribusi, korelasi, dan pola tersembunyi dalam data transaksi.
Teknik ini baik untuk melihat sebaran data secara mentah. Setiap angka dipecah menjadi Stem (batang/puluhan) dan Leaf (daun/satuan), sehingga kita bisa langsung melihat bentuk distribusi tanpa kehilangan data asli.
Grafik ini memetakan korelasi antara Jumlah Item dengan Total Bayar. Setiap titik mewakili satu transaksi pelanggan.
Box Plot digunakan untuk melihat perbandingan sebaran data dan menemukan outliers (pencilan). Di sini kita membandingkan Total Bayar antara Weekday dan Weekend.
Histogram menunjukkan distribusi frekuensi dari Total Bayar. Kurva KDE (Kernel Density Estimation) ditumpangkan untuk melihat bentuk distribusi secara halus.
QQ Plot digunakan untuk menguji apakah sebaran data Total Bayar berdistribusi normal. Titik-titik biru dibandingkan dengan garis referensi merah (distribusi normal teoretis).
Grafik Autokorelasi (ACF) mengecek apakah urutan transaksi dipengaruhi oleh transaksi sebelumnya — seperti analisis deret waktu (time series).