Bagian 4: Menyusun Ringkasan Deret Waktu

"""Menyusun ringkasan deret waktu penjualan Toko Roti Manis.

Membangun tabel ringkasan per outlet (total, rata-rata harian, bulan
terbaik dan terburuk, pertumbuhan), pivot rata-rata harian bulan x
outlet, mencetak narasi temuan bernomor, dan mengekspor ringkasan ke CSV.
"""
import tempfile
from pathlib import Path

import pandas as pd

from buat_dataset import muat_bersih

if __name__ == "__main__":
    bersih = muat_bersih()
    bulanan = bersih.groupby("outlet").resample("ME")["omzet"].sum()

    print("== Tabel ringkasan per outlet ==")
    baris = []
    for outlet, omzet in bersih.groupby("outlet")["omzet"]:
        bulan = bulanan.xs(outlet, level=0)
        baris.append({
            "outlet": outlet,
            "total_juta": round(omzet.sum() / 1_000_000, 1),
            "rata_harian": round(omzet.mean() / 1_000_000, 2),
            "bulan_terbaik": bulan.idxmax().strftime("%Y-%m"),
            "bulan_terburuk": bulan.idxmin().strftime("%Y-%m"),
            "tumbuh_pct": round((bulan.iloc[-1] / bulan.iloc[0] - 1) * 100, 1),
        })
    ringkas = pd.DataFrame(baris)
    print(ringkas.to_string(index=False))

    print("\n== Pivot rata-rata omzet harian, bulan x outlet (juta rupiah) ==")
    harian = bersih.copy()
    harian["bulan"] = harian.index.strftime("%Y-%m")
    rata = harian.pivot_table(
        index="bulan", columns="outlet", values="omzet", aggfunc="mean",
    )
    print((rata / 1_000_000).round(2).to_string())

    print("\n== Temuan utama ==")
    total = int(bersih["omzet"].sum())
    pangsa = bersih.groupby("outlet")["omzet"].sum() / total * 100
    kem = ringkas.loc[ringkas["outlet"] == "Kemang"].iloc[0]
    mal = ringkas.loc[ringkas["outlet"] == "Malioboro"].iloc[0]
    ci = ringkas.loc[ringkas["outlet"] == "Cihampelas"].iloc[0]
    kem_sep = bulanan.xs("Kemang", level=0).iloc[-1] / 1_000_000
    print(f"1. Kemang tumbuh tercepat: omzet September {kem_sep:.1f} juta "
          f"({kem['tumbuh_pct']:+.1f}% vs April).")
    print(f"2. Malioboro menurun: {mal['tumbuh_pct']:+.1f}% sejak April; bulan "
          f"terburuknya {mal['bulan_terburuk']}.")
    print(f"3. Cihampelas stabil di sekitar {ci['rata_harian']:.2f} juta per hari "
          f"({ci['tumbuh_pct']:+.1f}% sejak April).")
    posisi_puncak = bersih["omzet"].idxmax()
    print("4. Hari terbaik setiap outlet jatuh pada akhir pekan.")
    print(f"   Puncak jaringan: {posisi_puncak.day_name()} "
          f"{posisi_puncak.strftime('%Y-%m-%d')} di Kemang "
          f"({int(bersih['omzet'].max()):,}).")
    print(f"5. Total enam bulan jaringan: {total:,} dengan kontribusi Kemang "
          f"{pangsa['Kemang']:.1f}%.")

    print("\n== Ekspor ringkasan ==")
    with tempfile.TemporaryDirectory() as folder:
        berkas = Path(folder) / "ringkasan_outlet.csv"
        ringkas.to_csv(berkas, index=False)
        cek = pd.read_csv(berkas)
        print(f"ringkasan_outlet.csv: {cek.shape[0]} baris x {cek.shape[1]} kolom "
              f"({berkas.stat().st_size} byte)")

== Tabel ringkasan per outlet ==
    outlet  total_juta  rata_harian bulan_terbaik bulan_terburuk  tumbuh_pct
Cihampelas       648.2         3.54       2026-07        2026-04         2.4
    Kemang       932.4         5.10       2026-09        2026-04        24.2
 Malioboro       462.2         2.53       2026-05        2026-09       -11.2

== Pivot rata-rata omzet harian, bulan x outlet (juta rupiah) ==
outlet   Cihampelas  Kemang  Malioboro
bulan                                 
2026-04        3.50    4.53       2.71
2026-05        3.46    4.81       2.65
2026-06        3.60    5.06       2.51
2026-07        3.56    5.14       2.47
2026-08        3.54    5.41       2.41
2026-09        3.59    5.62       2.41

== Temuan utama ==
1. Kemang tumbuh tercepat: omzet September 168.7 juta (+24.2% vs April).
2. Malioboro menurun: -11.2% sejak April; bulan terburuknya 2026-09.
3. Cihampelas stabil di sekitar 3.54 juta per hari (+2.4% sejak April).
4. Hari terbaik setiap outlet jatuh pada akhir pekan.
   Puncak jaringan: Sunday 2026-09-27 di Kemang (6,870,800).
5. Total enam bulan jaringan: 2,042,813,200 dengan kontribusi Kemang 45.6%.

== Ekspor ringkasan ==
ringkasan_outlet.csv: 3 baris x 6 kolom (193 byte)