Borneo Coffee Roasters

Deskripsi

Borneo Coffee Roasters merupakan proyek analisis data penjualan berbasis notebook yang dirancang untuk menganalisis performa penjualan Q1 2024 (Januari–Maret) di tiga cabang: Pontianak, Singkawang, dan Sintang. Proyek ini melakukan eksplorasi data, agregasi, dan visualisasi untuk mengidentifikasi tren penjualan harian serta mengukur performa masing-masing cabang. Hasil analisis menunjukkan bahwa cabang Sintang memiliki performa terendah dan memerlukan perhatian khusus berupa investasi pemasaran di Q2. Proyek ini menggunakan pendekatan Exploratory Data Analysis (EDA) dengan visualisasi interaktif menggunakan Plotly dan visualisasi statis menggunakan Seaborn.

Teknologi

• Python 3.x
• Jupyter Notebook
• pandas (Manipulasi & Agregasi Data)
• numpy (Operasi Numerik)
• matplotlib (Dasar Visualisasi)
• seaborn (Visualisasi Bar Chart Statis)
• plotly (Visualisasi Line Chart Interaktif)

Struktur Folder

coffee-roaster/
│── borneo_coffee_roasters_q1.ipynb
│── tugas1.ipynb
│── tugas2.ipynb
│── penjualan_kopi_q1.csv
│── penjualan_kopi_q1.zip
│── grafik_tugas1_seaborn.png
│── grafik_tugas2_plotly.html
│── issue.md
│── task.md
└── .gitignore

Cara Menjalankan

1. Persiapan Lingkungan: Pastikan komputer Anda sudah terinstal Python 3.x dan Jupyter Notebook (atau gunakan JupyterLab / VS Code dengan ekstensi Jupyter).
2. Unduh Repositori: Unduh atau clone repositori ini ke folder lokal Anda:

   git clone https://github.com/franzxml/coffee-roaster.git
   cd coffee-roaster

3. Instalasi Dependensi: Instal pustaka yang diperlukan menggunakan pip:

   pip install pandas numpy matplotlib seaborn plotly notebook

4. Jalankan Notebook:
   • Buka terminal di dalam folder proyek, lalu jalankan:

     jupyter notebook

   • Pilih salah satu notebook berikut:
     • tugas1.ipynb — Analisis rata-rata penjualan harian per cabang (bar chart)
     • tugas2.ipynb — Analisis tren penjualan harian per cabang (line chart interaktif)
     • borneo_coffee_roasters_q1.ipynb — Notebook referensi lengkap
5. Eksekusi Sel: Jalankan setiap sel secara berurutan dari atas ke bawah menggunakan Shift + Enter.
6. Hasil Output:
   • grafik_tugas1_seaborn.png — Grafik bar chart statis hasil Tugas 1
   • grafik_tugas2_plotly.html — Grafik line chart interaktif hasil Tugas 2

Dataset

File penjualan_kopi_q1.csv berisi data penjualan Q1 2024 dengan kolom:

Kolom	Keterangan
Tanggal	Tanggal transaksi
Cabang	Nama cabang (Pontianak, Singkawang, Sintang)
Kategori_Produk	Kategori produk yang terjual
Total_Penjualan	Total nilai penjualan (Rupiah)
Jumlah_Transaksi	Jumlah transaksi pada hari tersebut

---

Dikembangkan oleh: @franzxml