Penumpang Mana yang Cenderung Selamat di RMS Titanic?
Pendahuluan
Pada tanggal 15 April 1912, RMS Titanic melakukan perjalanan dari Southampton(Inggris) -> Cherbourg(Prancis) -> Queenstown(sekarang Cork,Irlandia) lalu menuju New York. Sayangnya mereka mengalami kecelakaan menabrak gunung es di tengah laut, lalu tenggelam.
Situasi pada waktu kecelakaan adalah kapal sekocinya kurang sehingga menyebabkan 1502 meninggal dari 2224 penumpang tercatat.
Case Study
Saya mendapatkan dataset yang isinya data-data penumpang RMS Titanic ini. Nah dari dataset ini, saya mencoba untuk menjawab pertanyaan “Penumpang mana yang cenderung selamat di kecelakaan RMS Titanic?”. Penasaran hasilnya seperti apa? yuk disimak
Disclaimer
Saya tidak menggunakan Python dan library-librarynya, hanya menggunakan CSV yang tersedia dan Tableau Public untuk membuat visualisasinya lalu mencoba untuk memberikan insightnya. Kritik dan saran bisa tulis di kolom komen ya. Terima kasih
Source: https://www.kaggle.com/competitions/titanic/overview/description
Insight
RMS Titanic melakukan start perjalanan dimulai dari pelabuhan Southampton, Inggris, dengan jumlah penumpang paling banyak. Lalu dari Southampton menuju Cherbourg, Perancis dengan urutan jumlah penumpang terbanyak kedua, dan berlayar menuju Queenstown/Cork, Irlandia. Southampton, Cherbourg, dan Queenstown ini disebut sebagai tempat embarkasi. Dari artikel yang membahas tentang perjalanan kapal Titanic, ada penumpang yang turun dan naik di Queenstown.
Nah, setelah menaikkan dan menurunkan penumpang di Queenstown, Titanic berlayar (yang terjadwal) selama 15 hari menuju destinasi terakhir yaitu kota New York. Tetapi sayang, seperti yang kita ketahui, kapal tersebut karam menabrak gunung es di sekitaran laut Kanada, provinsi Nova Scotia.
Setelah diutak-atik berdasarkan jumlah penumpang, jenis kelamin dan status kematian, ternyata
penumpang perempuan lebih banyak yang selamat dibanding dengan penumpang laki-laki.
Hal ini menunjukkan bahwa Kapal Titanic telah melakukan prosedur keselamatan dengan baik yaitu penumpan yang selamat mayoritas adalah perempuan, jika merujuk pada artikel ini, meskipun jumlah kapal sekoci tidak cukup.
Selanjutnya, kalau dilihat dari jumlah penumpang, jenis kelamin, status kematian, dan tempat embarkasi, datanya bisa kita lihat seperti ini:
- penumpang laki-laki dari Southampton 77 (17,46%) yang selamat, 364 (82,54%) meninggal,
- penumpang laki-laki dari Cherbourg 29 (30,5%) yang selamat, 66 (69,4%) meninggal,
- penumpang laki-laki dari Queenstown 3 (7,3%) yang selamat, 38 (92,68%) meninggal
- penumpang perempuan dari Southampton 140 (68,97%) yang selamat, 63 (31%) meninggal.
- penumpang perempuan dari Cherbourg 64 (87,6%) yang selamat, 9 (12,3%) meninggal
- penumpang Perempuan dari Queenstown 27 (75%) yang selamat, 9 (25%) meninggal
Dari data diatas bisa disimpulkan, penumpang laki-laki atau perempuan dan embarkasinya dari Cherbourg, kemungkinan besar akan selamat.
Fun fact: Di Cherbourg, Kapal Titanic mengangkut luxury goods seperti botol wine, champagne, keju, 34 ton daging, 15.000 botol bir, 10.000 botol wine dan 12.000 mineral water
Kita lanjut. Dilihat lagi antara jumlah penumpang, jenis kelamin, status kematian dan umur. Datanya seperti berikut:
- Penumpang laki-laki yang selamat paling banyak di rentang umur 25–30 tahun
- Mayoritas Penumpang laki-laki yang hidup berada di rentang 0–5 tahun dan 25–40 tahun
- Penumpang Perempuan yang selamat paling banyak berada di rentang 20–25 tahun
- Mayoritas penumpang Perempuan yang hidup berada di rentang 15–25 tahun
Jadi kemungkinan besar untuk penumpang yang selamat adalah berada di rentang umur 15–40 tahun
Yak kombinasi data terakhir yang coba saya utak-atik adalah jumlah penumpang, jenis kelamin, status kematian dan tipe kelas tiket. Dari informasi sang empunya dataset, tipe kelas tiket ini bisa diasosiasikan dengan Socio Economic Status(SES).
Tipe kelas tiket ini terdiri dari:
- Kelas 1 = upper deck
- Kelas 2 = middle deck
- Kelas 3 = lower deck
Fakta yang muncul dari dataset ini adalah
- Tipe tiket kelas 1 = 62,6% selamat dan 37,38% meninggal
- Tipe tiket kelas 2 = 47,283% selamat dan 52,717% meninggal
- Tipe tiket kelas 3 = 24,24% selamat dan 75.76% meninggal
- Penumpang Perempuan memiliki kesempatan selamat lebih besar untuk semua tipe tiket kelas
- Penumpang perempuan dengan tipe tiket nomor 1 memiliki kecenderungan lebih banyak yang selamat dibanding tipe tiket nomor 2 dan 3. Ini berlaku untuk semua titik embarkasi
- Penumpang laki — laki dengan tipe tiket nomor 1 yang berasal dari Southampton dan Cherbourg memiliki kecenderungan lebih banyak yang selamat dibanding tipe tiket nomor 2 dan 3
Dari fakta di atas disimpulkan bahwa penumpang yang memiliki tipe kelas tiket 1 kemungkinan untuk selamat lebih besar dibanding tipe kelas tiket lainnya.
Bisa diasosiasikan juga dengan penumpang yang sosial ekonomi statusnya tinggi, lebih besar kemungkinannya untuk selamat.
Berdasarkan dari fakta di atas, kita bisa melihat bahwa ketika kecelakaan terjadi, kapal sekoci yang terbatas itu lebih mudah diakses untuk tipe penumpang kelas 1 dan 2 sedangkan kelas 3 sulit untuk mengaksesnya.
Jika mengacu pada film Titanic, kita bisa berempati dan menalarkan mengapa lower deck(kelas 3)banyak yang meninggal karena akses menuju deck atasnya sulit untuk dilewati entah karena banjir atau pintu sudah keburu ditutup supaya banjir tidak sampai ke deck atasnya.
Verdict
Kalau dilihat dari faktor jenis kelamin, rentang umur, tempat embarkasi dan tipe kelas tiket, modal awal untuk memprediksi penumpang seperti apa yang akan selamat dari kecelakaan kapal Titanic adalah:
- penumpang perempuan lebih banyak yang selamat dibanding dengan penumpang laki-laki.
- penumpang yang embarkasinya dari Cherbourg, kemungkinan besar akan selamat.
- penumpang yang kemungkinan selamat adalah berada di rentang umur 15–40 tahun
- penumpang yang memiliki tipe kelas tiket 1 kemungkinan untuk selamat lebih besar
Jika kamu adalah perempuan, naik kapal Titanic dari Cherbourg, berumur antara 15–40 tahun dan punya kelas tiket nomor 1 maka kemungkinan besar akan mendapatkan kapal sekoci dan selamat.
Future Work
Kalau saya sudah bisa pakai python dengan segala library dan toolsnya dan juga mungkin bisa nge-feed machine learning, mungkin saya bisa menghitung dan melihat probabilitasnya untuk 4 faktor yang sudah ditentukan di atas.
Terima kasih! Kritik dan saran dipersilahkan.
Link public tableau https://public.tableau.com/views/Dashboard_16888237312440/Dashboard1?:language=en-US&:display_count=n&:origin=viz_share_link