eda.py

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

def app():
    st.header('Model Deployment')
    st.write("""
    Created by Maria Melisa Gunawan""")
    st.subheader("""Airline Passenger Satisfaction Exploratory Data Analysis
    """)

    @st.cache_data
    def fetch_data():
        df = pd.read_csv('airline_passenger_satisfaction.csv')
        return df

    df = fetch_data()
    df.drop_duplicates(inplace=True)
    st.write(df)

    fig, ax = plt.subplots()
    df['Gender'].value_counts().plot(kind='bar', ax=ax)
    plt.tight_layout()
    st.header('Distribusi Jenis Kelamin Pelanggan')
    st.pyplot(fig)
    st.write("Berdasarkan jenis kelamin, dengan angka 0 menunjukkan Female dan angka 1 menunjukkan Male, didapatkan bahwa gender Female dan Male memiliki angka yang hampir sama yaitu Female 50.7% dan Male 49.3%")

    for feature in ['inflight_entertainment', 'seat_comfort', 'onboard_service', 
                'leg_room_service', 'inflight_wifi_service', 'baggage_handling', 
                'inflight_service', 'checkin_service', 'online_boarding', 
                'cleanliness']:
        fig, ax = plt.subplots()
        df[feature].value_counts().plot(kind='bar', ax=ax)
        plt.tight_layout()
        st.header(f'{feature.capitalize()} Counts')
        st.pyplot(fig)
        st.write(""" Berdasarkan data diatas, dapat disimpulkan bahwa rata-rata service yang diberikan memiliki tingkat kepuasan yang cukup tinggi
        """)

    fig, ax = plt.subplots()
    df['customer_type'].value_counts().plot(kind='bar', ax=ax)
    plt.tight_layout()
    st.header('Jumlah Pelanggan Berdasarkan Tipe Pelanggan')
    st.pyplot(fig)
    st.write("Loyal customer jauh lebih tinggi dibandingkan dengan disloyal customer, yang berarti banyak pelanggan yang loyal.")

    fig, ax = plt.subplots()
    df['age'].plot(kind='hist', ax=ax, bins=20, edgecolor='black', alpha=0.7)
    plt.tight_layout()
    st.header('Distribusi Usia Pelanggan')
    st.pyplot(fig)
    st.write("Mayoritas pelanggan berumur dari 10 hingga 85 tahun dan pelanggan terbanyak berada di usia kisaran 20 hingga 60 tahun dengan pelanggan yang paling banyak pada usia 40 tahun.")

    fig, ax = plt.subplots()
    df['type_of_travel'].value_counts().plot(kind='bar', ax=ax)
    plt.tight_layout()
    st.header('Jumlah Pelanggan Berdasarkan Jenis Perjalanan')
    st.pyplot(fig)
    st.write("Mayoritas pelanggan melakukan perjalanan business travel dibandingkan dengan personal travel.")

    fig, ax = plt.subplots()
    df['customer_class'].value_counts().plot(kind='bar', ax=ax)
    plt.tight_layout()
    st.header('Jumlah Pelanggan Berdasarkan Kelas Perjalanan')
    st.pyplot(fig)
    st.write("Mayoritas pelanggan berada di kelas business diikuti dengan kelas eco dan paling sedikit pelanggan yang menaiki kelas eco plus.")


    fig, ax = plt.subplots()
    df['flight_distance'].plot(kind='hist', ax=ax, bins=20, edgecolor='black', alpha=0.7)
    plt.tight_layout()
    st.header('Distribusi Jarak Penerbangan')
    st.pyplot(fig)
    st.write("Mayoritas pelanggan berumur dari 10 hingga 85 tahun dan pelanggan terbanyak berada di usia kisaran 20 hingga 60 tahun dengan pelanggan yang paling banyak pada usia 40 tahun.")


    st.header('KDE of Flight Distance by Satisfaction')
    fig = sns.displot(data=df, x="flight_distance", kind='kde', hue='satisfaction')
    st.pyplot(fig)
    st.write("Lebih banyak orang yang merasa puas pada perjalanan yang jauh daripada perjalanan yang pendek.")


    fig, ax = plt.subplots()
    df['satisfaction'].value_counts().plot(kind='bar', ax=ax)
    plt.tight_layout()
    st.header('Jumlah Pelanggan Berdasarkan Kepuasan')
    st.pyplot(fig)
    st.write("Lebih banyak pelanggan yang merasa netral/tidak puas daripada yang merasa puas.")


    st.header('KDE of Age by Satisfaction')
    fig = sns.displot(data=df, x="age", kind='kde', hue='satisfaction')
    st.pyplot(fig)
    st.write("Orang dengan umur 40 keatas atau yang lebih tua cenderung lebih puas dari umur yang masih muda.")

    st.header('Skewness of Flight Distance')
    skew = round(df["flight_distance"].skew(), 2)
    st.write("Skewness:", skew)
    fig, ax = plt.subplots()
    sns.histplot(df["flight_distance"], bins=60, ax=ax)
    plt.tight_layout()
    st.pyplot(fig)
    st.write(" Dari gambar diatas menunjukkan flight distance memiliki skewness positif.")


    st.header('Box Plot of Flight Distance')
    plt.figure(figsize=(8, 6))
    sns.boxplot(x=df["flight_distance"])
    plt.title('Box Plot Jarak Penerbangan')
    plt.xlabel('Jarak Penerbangan')
    plt.grid(True)
    st.pyplot(plt)
    st.write("Tidak ada outliers yang besar pada flight distance.")

if __name__ == '__main__':
    app()