Analisis PDRB Kab/Kota Provinsi Bali Tahun 2014-2022
Monica Rosalina | 5006201060
2 November 2023
Summary
Analisis Produk Domestik Regional Bruto (PDRB) di Kabupaten/Kota Provinsi Bali pada periode sebelum, selama, dan pasca pandemi Covid-19 memberikan pemahaman tentang dampak pandemi terhadap perekonomian di Provinsi ini. Analisis ini menggunakan data pertumbuhan perolehan PDRB tiap Kabupaten/Kota di Provinsi Bali pada periode 2014-2022. Adapun pembagian periodenya yaitu,
- Pre-covid = 2014-2018
- Era-covid = 2019-2020
- Pasca-covid = 2021-2022
Berikut adalah Analisis PDRB di Kabupaten/Kota Provinsi Bali pada ketiga periode tersebut:
Data
#Import Data
library("readxl")
data <- read_excel("C:/Users/monica/Documents/Pertumbuhan PDRB_Ekonomi Kabupaten_Kota di Provinsi Bali.xlsx")
head(data)## # A tibble: 6 × 10
## Kabupaten `2014` `2015` `2016` `2017` `2018` `2019` `2020` `2021` `2022`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Badung 6.98 6.24 6.81 6.08 6.73 5.81 -16.6 -6.74 9.97
## 2 Bangli 5.83 6.16 6.24 5.31 5.48 5.45 -4.1 -0.33 2.79
## 3 Buleleng 6.96 6.07 6.02 5.38 5.6 5.51 -5.8 -1.27 3.11
## 4 Gianyar 6.8 6.3 6.31 5.46 6.01 5.62 -8.39 -1.05 4.04
## 5 Jembrana 6.05 6.19 5.96 5.28 5.59 5.56 -4.98 -0.65 2.98
## 6 Karang Asem 6.01 6 5.92 5.06 5.44 5.5 -4.49 -0.56 2.58#Mengubah Struktur Data
library(reshape2)## Warning: package 'reshape2' was built under R version 4.3.1dataa<-as.data.frame(data)
dataa<-melt(dataa, id.vars="Kabupaten")
head(dataa)## Kabupaten variable value
## 1 Badung 2014 6.98
## 2 Bangli 2014 5.83
## 3 Buleleng 2014 6.96
## 4 Gianyar 2014 6.80
## 5 Jembrana 2014 6.05
## 6 Karang Asem 2014 6.01#Mengubah nama kolom
colnames(dataa) <- c("Kabupaten","Tahun","PDRB")
head(dataa)## Kabupaten Tahun PDRB
## 1 Badung 2014 6.98
## 2 Bangli 2014 5.83
## 3 Buleleng 2014 6.96
## 4 Gianyar 2014 6.80
## 5 Jembrana 2014 6.05
## 6 Karang Asem 2014 6.01Statistika Deskriptif
#Statistika Deskriptif
summary(data)## Kabupaten 2014 2015 2016
## Length:9 Min. :5.83 Min. :6.000 Min. :5.920
## Class :character 1st Qu.:6.01 1st Qu.:6.110 1st Qu.:6.020
## Mode :character Median :6.53 Median :6.160 Median :6.240
## Mean :6.46 Mean :6.156 Mean :6.243
## 3rd Qu.:6.96 3rd Qu.:6.190 3rd Qu.:6.310
## Max. :7.00 Max. :6.300 Max. :6.810
## 2017 2018 2019 2020
## Min. :5.060 Min. :5.440 Min. :5.420 Min. :-16.550
## 1st Qu.:5.310 1st Qu.:5.480 1st Qu.:5.500 1st Qu.: -8.390
## Median :5.370 Median :5.600 Median :5.560 Median : -6.170
## Mean :5.479 Mean :5.829 Mean :5.586 Mean : -7.367
## 3rd Qu.:5.460 3rd Qu.:6.010 3rd Qu.:5.620 3rd Qu.: -4.980
## Max. :6.080 Max. :6.730 Max. :5.820 Max. : -4.100
## 2021 2022
## Min. :-6.740 Min. :2.580
## 1st Qu.:-1.270 1st Qu.:2.940
## Median :-0.920 Median :3.110
## Mean :-1.526 Mean :4.066
## 3rd Qu.:-0.560 3rd Qu.:4.040
## Max. :-0.230 Max. :9.970Berikut ini rangkuman Perolehan PDRB di Tahun 2014-2022,
Periode Sebelum Covid (2014-2018)
- Tahun 2014: Pertumbuhan PDRB tertinggi -> Kota Denpasar (7.00) dan yang terendah -> Kabupaten Bangli (5.83)
- Tahun 2015: Pertumbuhan PDRB tertinggi -> Kabupaten Gianyar (6.30) dan yang terendah -> Kabupaten Karang Asem (6.00)
- Tahun 2016: Pertumbuhan PDRB tertinggi -> Kabupaten Badung (6.81) dan yang terendah -> Kabupaten Karang Asem (5.92)
- Tahun 2017: Pertumbuhan PDRB tertinggi -> Kabupaten Badung (6.08) dan yang terendah -> Kabupaten Karang Asem (5.06)
- Tahun 2018: Pertumbuhan PDRB tertinggi -> Kabupaten Badung (6.73) dan yang terendah -> Kabupaten Karang Asem (5.44)
Periode Saat Covid (2019-2020)
Perolehan PDRB saat Covid terlihat mulai menurun dibanding tahun-tahun sebelumnya
- Tahun 2019: Pertumbuhan PDRB tertinggi -> Kota Denpasar (5.82) dan yang terendah -> Kabupaten Klungkung (5.42)
- Tahun 2020: Penurunan Pertumbuhan PDRB terendah -> Kabupaten Bangli (-4.10) dan yang tertinggi -> Kabupaten Badung (-16.55)
Periode Setelah Covid (2021-2022)
Pada masa menuju berakhirnya Covid-19, Pertumbuhan PDRB berangsur membaik.
- Tahun 2021: Penurunan Pertumbuhan PDRB terendah -> Kabupaten Gianyar (-0.23) dan yang tertinggi -> Kabupaten Karang Asem (-6.74)
- Tahun 2022: Pertumbuhan PDRB tertinggi -> Kabupaten Badung (9.97) dan yang terendah -> Kabupaten Karang Asem (2.58)
Visualisasi Box Plot
#Membuat BoxPlot
library(ggplot2)
ggplot(data=dataa, mapping=aes(x=Kabupaten,y=PDRB,fill=Kabupaten)) + geom_boxplot()+
coord_flip()+
scale_y_continuous(breaks = seq(-20, 15, by = 10), limits = c(-20, 15))
Box Plot tersebut menggambarkan persebaran Pertumbuhan PDRB di masing-masing Kab/Kota Prov. Bali dalam rentang 2014 hingga 2022. PDRB dengan perolehan tertinggi didominasi oleh Kabupaten Badung, meskipun demikian Kab. Badung juga pernah memperoleh PDRB terendah dibanding kab/kota lainnya.
Visualisasi Time Series Chart
#Multiple Time Series
#Library
library(ggplot2)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union#Data Frame
dataa=data.frame(Tahun=dataa$Tahun, PDRB=dataa$PDRB, Kabupaten=dataa$Kabupaten)
#Multiple TS
s=ggplot(dataa,aes(x=Tahun, y=PDRB, group=Kabupaten))+
geom_line(aes(color=Kabupaten),size=1)+
theme_minimal()## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.s+labs(x="Tahun",y="PDRB", title="Time Series Chart of PDRB Prov Bali")+
theme(legend.position = "right")+
geom_vline(xintercept="2019",
linetype=2, color=2, linewidth=1)+
geom_vline(xintercept="2021",
linetype=2, color=2, linewidth=1)
Pada grafik time series tersebut, garis merah merupakan rentang waktu dimulainya pandemi Covid-19 yaitu tahun 2019 hingga menuju masa berakhirnya Covid-19 yaitu tahun 2021, PDRB pada rentang tersebut terlihat turun drastis dibandingkan di tahun sebelum Covid-19, yang kemudian di masa setelahnya (2021-2022) terjadi peningkatan kembali pada pertumbuhan PDRB di semua wilayah Provinsi Bali yang menandakan perekonomian Provinsi Bali mulai bangkit dan meningkat.
Pemetaan PDRB Kabupaten/Kota Provinsi Bali Sebelum, Saat, dan Setelah Pandemi Covid-19
Pemetaan ini menggunakan data PDRB pada suatu tahun tertentu yang mencerminkan kondisi pandemi dengan pembagian sebagai berikut,
- pemetaan untuk pre-covid menggunakan data tahun 2018
- pemetaan untuk era-covid menggunakan data tahun 2020
- pemetaan untuk pasca-covid menggunakan data tahun 2022
#MAPS
library(sf)## Warning: package 'sf' was built under R version 4.3.1## Linking to GEOS 3.11.2, GDAL 3.6.2, PROJ 9.2.0; sf_use_s2() is TRUElibrary(ggplot2)
geo = st_read("C:/Users/monica/Documents/Bali/Bali_ADMIN_BPS.shp")## Reading layer `Bali_ADMIN_BPS' from data source
## `C:\Users\monica\Documents\Bali\Bali_ADMIN_BPS.shp' using driver `ESRI Shapefile'
## Simple feature collection with 9 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 114.4316 ymin: -8.84919 xmax: 115.7125 ymax: -8.061396
## Geodetic CRS: WGS 84#Pembagian Kondisi
#Pre Covid -> 2018
geo[,8]=data[,6]
geo[,9]=data[,8]
geo[,10]=data[,10]
#Mengubah nama kolom
colnames(geo) <- c("ADM0_EN","date","validOn","PROVINCE","Kabupaten","PRV2","geometry","PDRB_PreCovid","PDRB_Covid","PDRB_PascaCovid")
#Membuat Shapefile
library(sf)
st_write(geo,"D:/geobali.shp")## Warning in abbreviate_shapefile_names(obj): Field names abbreviated for ESRI
## Shapefile driver## Writing layer `geobali' to data source `D:/geobali.shp' using driver `ESRI Shapefile'
## Writing 9 features with 9 fields and geometry type Multi Polygon.#Input Data Shapefile
library(raster)## Warning: package 'raster' was built under R version 4.3.1## Loading required package: sp## Warning: package 'sp' was built under R version 4.3.1## The legacy packages maptools, rgdal, and rgeos, underpinning the sp package,
## which was just loaded, will retire in October 2023.
## Please refer to R-spatial evolution reports for details, especially
## https://r-spatial.org/r/2023/05/15/evolution4.html.
## It may be desirable to make the sf package available;
## package maintainers should consider adding sf to Suggests:.
## The sp package is now running under evolution status 2
## (status 2 uses the sf package in place of rgdal)##
## Attaching package: 'raster'## The following object is masked from 'package:dplyr':
##
## selectp<-shapefile("D:/geobali.shp")
xy<-coordinates(p)
geo[,11]=xy[,1]
geo[,12]=xy[,2]PDRB Kabupaten/Kota Provinsi Bali Sebelum Covid-19
#Pre-Covid 2018
x<-ggplot(data = geo) +
geom_sf(aes(fill = PDRB_PreCovid)) +
scale_fill_viridis_c(direction=-1) +
geom_text(data = geo, aes(V11, V12, label = Kabupaten), size = 2.3, fontface = "bold", color="black") +
theme_void()
x <- x + labs(title = "PDRB Provinsi Bali Pre Covid-19")
x
Pemetaan tersebut menggambarkan penyebaran pertumbuhan PDRB di Provinsi Bali. Sebelum Covid-19 (Tahun 2018) Perolehan PDRB tertinggi ditandai dengan mapping berwarna ungu yaitu Kabupaten Badung.
PDRB Kabupaten/Kota Provinsi Bali Saat Covid-19
#Era-Covid 2020
x1<-ggplot(data = geo) +
geom_sf(aes(fill = PDRB_Covid)) +
scale_fill_viridis_c(direction=-1) +
geom_text(data = geo, aes(V11, V12, label = Kabupaten), size = 2.3, fontface = "bold", color="black") +
theme_void()
x1<-x1 + labs(title = "PDRB Provinsi Bali Era Covid-19")
x1
Saat Covid-19 (Tahun 2020) Perolehan PDRB mengalami penurunan pada semua wilayah sehingga diperoleh nilai minus pada semua Perolehan PDRB, penurunan tertinggi ditandai dengan mapping berwarna kuning yaitu Kabupaten Badung.
PDRB Kabupaten/Kota Provinsi Bali Setelah Covid-19
#Pasca-Covid 2022
x2<-ggplot(data = geo) +
geom_sf(aes(fill = PDRB_PascaCovid)) +
scale_fill_viridis_c(direction=-1) +
geom_text(data = geo, aes(V11, V12, label = Kabupaten), size = 2.3, fontface = "bold", color="black") +
theme_void()
x2<-x2 + labs(title = "PDRB Provinsi Bali Pasca Covid-19")
x2
Setelah Covid-19 (Tahun 2022) Perolehan PDRB berangsur membaik dan pulih yang menandakan perekonomian mulai bangkit, pertumbuhan PDRB tertinggi ditandai dengan mapping berwarna ungu yaitu Kabupaten Badung.