work with tem

Data 101

Visualisasi data yang membandingkan pola penyewaan berdasarkan hari libur, hari kerja, aktivitas pengguna terdaftar, serta pengaruh suhu terhadap kenyamanan bersepeda. Analisis ini menggunakan boxplot, jitter plot, hexbin plot, dan violin plot untuk mengungkap bahwa hari kerja lebih ramai dan stabil, pengguna terdaftar didominasi komuter, serta suhu menengah menjadi kondisi paling dominan.

Publikasi ini menyajikan visualisasi bivariat dari dataset Bike Sharing di Washington, D.C. menggunakan R dan ggplot2. Analisis berfokus pada hubungan antara faktor lingkungan dan temporal seperti suhu, musim, kondisi cuaca, kecepatan angin, hari libur, serta tren tahunan terhadap jumlah penyewaan sepeda melalui scatter plot, boxplot, violin plot, hexbin plot, dan line plot. Diharapkan publikasi ini dapat memberikan wawasan bagi para pelaku bisnis dan akademisi yang tertarik pada analisis pola penggunaan layanan bike sharing serta faktor-faktor yang memengaruhinya untuk perencanaan layanan yang lebih efektif.