VISUALISASI SEBARAN DATA

Visualisasi Bar Chart

library(RColorBrewer) 
library(tidyverse) 
## Warning: package 'tidyverse' was built under R version 4.3.2
## Warning: package 'ggplot2' was built under R version 4.3.2
## Warning: package 'tidyr' was built under R version 4.3.2
## Warning: package 'readr' was built under R version 4.3.2
## Warning: package 'dplyr' was built under R version 4.3.2
## Warning: package 'stringr' was built under R version 4.3.2
## Warning: package 'forcats' was built under R version 4.3.2
## Warning: package 'lubridate' was built under R version 4.3.2
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.4.4     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.0
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(ggplot2)
library(ggridges)
## Warning: package 'ggridges' was built under R version 4.3.2
library(GGally) 
## Warning: package 'GGally' was built under R version 4.3.2
## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2
library(plotly)
## Warning: package 'plotly' was built under R version 4.3.2
## 
## Attaching package: 'plotly'
## 
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## 
## The following object is masked from 'package:stats':
## 
##     filter
## 
## The following object is masked from 'package:graphics':
## 
##     layout
data_vehicle <- read.csv("C:/Users/ASUS/Downloads/Jumlah Kendaraan.csv", header = TRUE, sep=",")
data_vehicle
##          City KOR
## 1       Bogor 592
## 2    Sukabumi 414
## 3     Bandung 817
## 4     Cirebon 466
## 5      Bekasi 968
## 6       Depok 867
## 7      Cimahi 604
## 8 Tasikmalaya 542
## 9      Banjar 440
data_vehicle %>%
  ggplot(aes(x = reorder(City, KOR), y = KOR, fill = as.factor(KOR))) +
  geom_col() +
  scale_fill_manual(values = c("#2A5783","#325F8C","#3B6895","#43799F","#497AA7","#5182AF","#5A8BB7","#6495BF","#6E9FC6")) +
  coord_flip() +
  ggtitle("Kepemilikan Sepeda Motor bagi Rumah Tangga di Kota Provinsi JABAR") +
  xlab("Kota") +
  ylab("Jumlah Rumah Tangga Pemilik Sepeda Motor") +
  theme_classic()

Visualisasi Lollipop Chart

data_vehicle %>%
  ggplot(aes(x = reorder(City, KOR), y = KOR)) +
  geom_segment(aes(xend = reorder(City, KOR), yend = 0), color = "red") +
  geom_point(color = "orange", size = 4) +
  geom_text(aes(label = KOR), vjust = -0.5, color = "black", size = 3) +
  coord_flip() +
  ggtitle("Kepemilikan Sepeda Motor bagi Rumah Tangga di Kota Provinsi JABAR") +
  xlab("Kota") +
  ylab("Jumlah Rumah Tangga Pemilik Sepeda Motor") +
  theme_classic()

Interpretasi Grafik

Grafik batang dan lolipop di atas memperlihatkan jumlah rumah tangga yang memiliki sepeda motor di Kota-Kota yang berada di Provinsi Jawa Barat pada Tahun 2023. Data tersebut kami ambil dari data SUSENAS (Survey Sosial Ekonomi Nasional). Berdasarkan grafik tersebut, terlihat bahwa rumah tangga yang memiliki sepeda motor berkisar antara 400 sampai 900 lebih. Kota dengan kepemilikan sepeda motor terhadap rumah tangga tertinggi yaitu Bekasi, dengan jumlah 968 rumah tangga, sedangkan kepemilikan terendah yaitu Sukabumi dengan jumlah 414 rumah Tangga.

VISUALISASI KOMPOSISI DATA

Visualisasi Pie Chart

data <- data.frame(
  Tempat = c("Warung/Kios/Toko", "Rumah Pangan Kita", "Lainnya"),
  Jumlah = c(48, 2, 6)
)
pie_chart <- ggplot(data, aes(x = "", y = Jumlah, fill = Tempat)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  coord_polar("y", start = 0) +
  theme_void() +
  ggtitle("Distribusi Pembelian Komoditas Pangan di Kota Bogor") +
  scale_fill_manual(values = c("#74c476", "#31a354", "#006d2c")) +
  geom_text(aes(label = paste0(round(Jumlah / sum(Jumlah) * 100), "%")),
            position = position_stack(vjust = 0.5), color = "white", size = 4)
print(pie_chart)

Visualisasi Doughnut Chart

data <- data.frame(
  Tempat = c("Warung/Kios/Toko", "Rumah Pangan Kita", "Lainnya"),
  Jumlah = c(48, 2, 6)
)
doughnut_chart <- ggplot(data, aes(x = "", y = Jumlah, fill = Tempat)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  geom_bar(stat = "identity", width = 0.6, color = "white", fill = "white") +
  coord_polar("y", start = 0) +
  theme_void() +
  ggtitle("Distribusi Pembelian Komoditas Pangan di Kota Bogor") +
  scale_fill_manual(values = c("#006d2c", "#31a354", "#74c476")) +  
  geom_text(aes(label = paste0(round(Jumlah / sum(Jumlah) * 100), "%")),
            position = position_stack(vjust = 0.5), color = "black", size = 4)
print(doughnut_chart)

Interpretasi Grafik

Grafik Pie dan Doughnut di atas memperlihatkan jumlah pembelian komoditas pangan pada suatu tempat yang berada di Kota Bogor pada Tahun 2023. Data tersebut kami ambil dari data SUSENAS (Survey Sosial Ekonomi Nasional) yang kami modifikasi langsung dalam bentuk data frame.Berdasarkan data tersebut, terlihat bahwa pembelian komoditas pangan di Kota Bogor tertinggi adalah di Warung/Kios/Toko dengan komposisi 86%, sedangkan komposisi terendah yaitu di Rumah Pangan Kita sebesar 4%.

VISUALISASI SEBARAN DATA

Visualisasi Histogram

data_floor <- read.csv("C:/Users/ASUS/Downloads/Luas Lantai Rumah.csv", header = TRUE, sep=",")
data_floor
##    Luas
## 1    38
## 2    80
## 3    65
## 4    40
## 5    25
## 6    60
## 7    30
## 8    40
## 9   100
## 10   25
## 11   70
## 12   20
## 13   80
## 14   50
## 15   50
## 16   15
## 17  216
## 18   78
## 19   30
## 20   54
## 21   30
## 22   30
## 23   45
## 24  112
## 25   30
## 26   60
## 27   39
## 28   70
## 29   57
## 30  100
## 31   25
## 32   60
## 33  100
## 34   50
## 35   15
## 36   60
## 37    7
## 38   40
## 39   45
## 40   60
## 41  120
## 42   32
## 43   60
## 44   80
## 45   75
## 46   90
## 47   50
## 48   60
## 49   40
## 50   40
## 51   50
## 52   50
## 53   18
## 54   80
## 55   35
## 56   25
ggplot(data_floor)+
  geom_histogram(aes(x=Luas),fill="brown", color="#e9ecef", alpha=0.8)+
  labs(title="Histogram Sebaran Luas Lantai Rumah")+
  xlab("Luas Lantai(m^2)")+
  ylab("Jumlah")+
  xlim(2,350)
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## Warning: Removed 2 rows containing missing values (`geom_bar()`).

Visualisasi Density Plot

ggplot(data_floor)+
  geom_density(aes(x=Luas),fill="#F07F28", color="#e9ecef", alpha=0.8)+
  labs(title="Histogram Sebaran Luas Lantai Rumah")+
  xlab("Luas Lantai(m^2)")+
  ylab("Jumlah")+
  xlim(2,350)

Interpretasi Grafik

Grafik Histogram dan Density di atas memperlihatkan sebaran luas lantai rumah pada Rumah Tangga yang berada di Kota Bogor Tahun 2023. Data tersebut kami ambil secara langsung dari data SUSENAS (Survey Sosial Ekonomi Nasional). Berdasarkan Grafik tersebut, terlihat bahwa luas lantai rumah di Kota Bogor pada Tahun 2023 menyebar penuh di interval 10 sampai 150 meter persegi dan terdapat Outlier di luas lantai antara 200 sampai 230 meter persegi. Namun, luas lantai 40 sampai 60 meter persegi memiliki frekuensi terbanyak di Kota Bogor.