📊 Causal Inference - Tugas 3

Dokumentasi Lengkap Tugas 3 - Pemodelan Kausal

---

👤 Identitas

Nama	Khaerul Hadiswara
Program Studi	Magister Informatika - Data Science
Universitas	Universitas Islam Indonesia (UII) Yogyakarta
Mata Kuliah	Pemodelan Kausal - B
Tahun Akademik	2025/2026 Genap
Tanggal	25 Mei 2026

---

📑 Deskripsi

Repository ini berisi dokumentasi lengkap pengerjaan 6 latihan Causal Inference menggunakan R dan RStudio, mencakup:

✅ Latihan 1: Identifikasi Backdoor Path

• Menggunakan package dagitty
• Identifikasi backdoor path dan adjustment set
• Visualisasi DAG (Directed Acyclic Graph)

✅ Latihan 2: Simpson's Paradox

• Analisis paradoks Simpson dalam data observasional
• Perbandingan efek marginal vs stratifikasi
• DAG confounder vs mediator

✅ Latihan 3: Backdoor Adjustment Manual

• Perhitungan backdoor adjustment dari distribusi joint
• Estimasi Average Causal Effect (ACE)
• Perbandingan estimasi naif vs kausal

✅ Latihan 4: Counterfactual Individu (Sari)

• Structural Causal Model (SCM)
• Proses Abduction-Action-Prediction
• Individual Treatment Effect (ITE) vs Average Treatment Effect (ATE)

✅ Latihan 5: CausalImpact

• Time series intervention analysis
• Estimasi efek kausal dengan Bayesian structural time series
• Sensitivity analysis terhadap variabel kontrol

✅ Latihan 6: Mediation Analysis

• Baron-Kenny mediation framework
• Bootstrap confidence intervals
• Sensitivity analysis untuk confounder tersembunyi
• Diagram path mediasi

---

📂 Struktur File

• README.md - Dokumentasi ini
• TUGAS-3-Causal-Inference.docx - Dokumentasi lengkap (Word)
• latihan1.R - Kode R Latihan 1
• latihan1.pdf - Output PDF Latihan 1
• latihan1.png - Grafik DAG Latihan 1
• latihan2.R - Kode R Latihan 2
• latihan2.RData - Data Latihan 2
• latihan2.png - Grafik DAG Latihan 2
• latihan3.R - Kode R Latihan 3
• latihan3.png - Grafik DAG Latihan 3
• latihan4.R - Kode R Latihan 4
• latihan5.R - Kode R Latihan 5
• latihan5.pdf - Output CausalImpact Latihan 5
• latihan5.png - Grafik time series Latihan 5
• latihan6.R - Kode R Latihan 6
• latihan6.pdf - Output mediation Latihan 6
• latihan6.png - Diagram path Latihan 6
• latihan6 ACME 1.png - Sensitivity analysis Latihan 6
• renv/ - R environment (dependencies)

---

🛠️ Tools & Package

Software

• R versi 4.x atau lebih baru
• RStudio Desktop

Package R yang Digunakan

# Install semua package sekaligus
install.packages(c(
  "dagitty",        # DAG analysis
  "ggdag",          # DAG visualization
  "CausalImpact",   # Time series causal inference
  "mediation",      # Mediation analysis
  "lavaan",         # Structural equation modeling
  "MatchIt",        # Matching methods
  "bsts",           # Bayesian structural time series
  "diagram",        # Path diagram
  "zoo"             # Time series objects
))

---

🚀 Cara Reproduksi

1. Clone Repository

git clone https://github.com/hadiswara/CausalInference_P7.git
cd CausalInference_P7

2. Setup Environment

Opsi A: Gunakan renv (Recommended)

# Di RStudio Console
renv::restore()  # Install semua package dengan versi yang sama

Opsi B: Install Manual

# Install semua package
install.packages(c(
  "dagitty", "ggdag", "CausalImpact", 
  "mediation", "lavaan", "MatchIt", 
  "bsts", "diagram", "zoo"
))

3. Jalankan Latihan

# Buka RStudio
# File → Open Project → Pilih CausalInference_P7.Rproj

# Jalankan per latihan:
source("latihan1.R")
source("latihan2.R")
source("latihan3.R")
source("latihan4.R")
source("latihan5.R")
source("latihan6.R")

4. Lihat Output

• Console: Output numerik dan statistik
• Plots panel: Grafik dan visualisasi
• Files panel: PDF dan PNG yang dihasilkan

---

📊 Hasil Utama

Latihan 1: Identifikasi Backdoor Path

• ✅ Tidak ada backdoor path dari Rokok → Kanker
• ✅ Efek total teridentifikasi tanpa adjustment
• ✅ Untuk direct effect, perlu kontrol variabel Tar

Latihan 2: Simpson's Paradox

• ✅ Tidak terjadi Simpson's Paradox
• ✅ Efek marginal: +4 persen poin
• ✅ Kolesterol sebagai mediator (bukan confounder)

Latihan 3: Backdoor Adjustment Manual

• ✅ ACE = 0.04 (4% peningkatan risiko sakit jantung)
• ✅ Tidak ada bias karena tidak ada confounder
• ✅ Estimasi naif = estimasi kausal

Latihan 4: Counterfactual Individu (Sari)

• ✅ ITE Sari = 12 unit (penurunan tekanan darah)
• ✅ Dalam SCM linear, ITE = ATE = 12
• ✅ Counterfactual: Y(X=0) = 8

Latihan 5: CausalImpact

• ✅ Average effect = 7.8 (95% CI: [7, 8.5])
• ✅ Cumulative effect = 398
• ✅ p-value = 0.001 (sangat signifikan)
• ✅ Kontrol tercemar → bias ke bawah

Latihan 6: Mediation Analysis

• ✅ ACME = 0.009 (indirect effect via emosi)
• ✅ Proportion mediated = 8.9%
• ✅ Partial mediation (efek langsung tetap signifikan)
• ✅ Sensitivity: robust hingga rho ≈ 0.3

---

📖 Referensi

1. Pearl, J. (2009). Causality: Models, Reasoning, and Inference. Cambridge University Press.
2. Morgan, S. L., & Winship, C. (2015). Counterfactuals and Causal Inference. Cambridge University Press.
3. Brodersen, K. H., et al. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics.
4. Tingley, D., et al. (2014). mediation: R Package for Causal Mediation Analysis. Journal of Statistical Software.
5. Textor, J., et al. (2016). Robust causal inference using directed acyclic graphs: the R package 'dagitty'. International Journal of Epidemiology.

---

📝 Catatan

• Semua kode sudah diuji dan berjalan dengan baik di R 4.3.2 dan RStudio 2023.12
• Untuk pertanyaan atau diskusi, silakan buka Issues di repository ini
• Dokumentasi lengkap tersedia dalam file TUGAS-3-Causal-Inference.docx
• File .RData berisi workspace yang bisa dimuat langsung untuk melihat hasil

---

🎯 Tujuan Pembelajaran

Repository ini mendemonstrasikan pemahaman mendalam tentang:

1. Causal Identification: DAG, backdoor criterion, do-calculus
2. Causal Estimation: Regression, matching, weighting
3. Counterfactual Reasoning: SCM, potential outcomes
4. Time Series Causality: Intervention analysis, Bayesian methods
5. Mediation Analysis: Direct vs indirect effects
6. Sensitivity Analysis: Robustness checks untuk confounder tersembunyi

---

📄 Lisensi

Untuk keperluan akademik - Universitas Islam Indonesia © 2026

---

🤝 Kontak

Khaerul Hadiswara
🎓 Mahasiswa S2 Magister Informatika – Konsentrasi Data Science, UII Yogyakarta
💼 Manager Kedai Kopi & Roastery
🏛️ Karyawan non-ASN di Bapenda Kota Tasikmalaya
🧩 UI/UX Designer
✍️ Penulis

---

⭐ Jika repository ini bermanfaat, jangan lupa kasih star!

---

Last Updated: 25 Mei 2026