File size: 2,986 Bytes
ae32b31
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
import streamlit as st
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import plotly.express as px
from PIL import Image

def run():
    # Membuat judul
    st.title('Credit Card Default')

    # Membuat Sub Header
    st.header('EDA untuk Analisa Dataset Credit Card Default', divider='gray')

    # Menambahkan Gambar
    image = Image.open('image.png')
    st.image(image, caption = 'Credit Card Default', channels='RGB')

    # Menambahkan Divider
    st.divider()

    # Menampilkan Dataframe
    st.header('Dataframe', divider='gray')
    data = pd.read_csv('dataset.csv')
    st.dataframe(data)
    st.divider()

    # Membuat Bar Plot 1
    st.write('#### Hubungan Jenis Kelamin dengan Gagal Bayar')
    fig = plt.figure(figsize=(12,8))
    sns.barplot(x='sex', y='default_payment_next_month', data=data)
     
    # Menambah Title dan Label
    plt.title('Hubungan Jenis Kelamin dengan Gagal Bayar')
    plt.xlabel('Jenis Kelamin')
    plt.ylabel('Gagal Bayar')

    # Menampilkan Plot
    plt.tight_layout()
    st.pyplot(fig)
    
    # Keterangan
    plot1 = '''Keterangan : 
    1 = Pria
    2 = Wanita'''
    st.markdown(plot1)
    st.divider()


    # Membuat Bar Plot 2
    st.write('#### Hubungan Tingkat Pendidikan dengan Gagal Bayar')
    fig = plt.figure(figsize=(12,8))
    sns.barplot(x='education_level', y='default_payment_next_month', data=data)
     
    # Menambah Title dan Label
    plt.title('Hubungan Status Pernikahan dengan Gagal Bayar')
    plt.xlabel('Status Pernikahan')
    plt.ylabel('Gagal Bayar')

    # Menampilkan Plot
    plt.tight_layout()
    st.pyplot(fig)
    
    # Keterangan
    plot2 = '''Keterangan : 
    1 = Graduate School, 2 = University, 3 = High School, 4 = Tidak Menjawab'''
    st.markdown(plot2)
    st.divider()


    # Membuat Bar Plot 3
    st.write('#### Hubungan Status Pernikahan dengan Gagal Bayar')
    fig = plt.figure(figsize=(12,8))
    sns.barplot(x='marital_status', y='default_payment_next_month', data=data)
     
    # Menambah Title dan Label
    plt.title('Hubungan Status Pernikahan dengan Gagal Bayar')
    plt.xlabel('Status Pernikahan')
    plt.ylabel('Gagal Bayar')

    # Menampilkan Plot
    plt.tight_layout()
    st.pyplot(fig)
    
     # Keterangan
    plot3 = '''Keterangan : 
    1 = Menikah, 2 = Belum Menikah, 3 = Tidak Menjawab'''
    st.markdown(plot3)
    st.divider()
    

    # Membuat Bar Plot 4
    st.write('#### Status Pembayaran')
    fig = plt.figure(figsize=(12,8))
    sns.countplot(x='default_payment_next_month', data=data)
     
    # Menambahkan label Sumbu dan judul
    plt.xlabel('Status Pembayaran')
    plt.ylabel('Count')
    plt.title('Kemungkinan Nasabah Mengalami Kegagalan Pembayaran')

    # Menampilkan Plot
    plt.tight_layout()
    st.pyplot(fig)
    
    # Keterangan
    plot4 = '''Keterangan : 
    0 = Membayar Tagihan, 1 = Gagal Membayar Tagihan'''
    st.markdown(plot4)
    st.divider()


if __name__ == '__main__':
    run()