library(readxl)
## Warning: package 'readxl' was built under R version 4.3.3
data <- read_xlsx("C:/Users/faiza/Downloads/Angka Harapan Hidup (AHH) Menurut Provinsi dan Jenis Kelamin, 2022.xlsx")
data
## # A tibble: 35 × 3
## Provinsi Laki Perempuan
## <chr> <dbl> <dbl>
## 1 ACEH 68.3 72.2
## 2 SUMATERA UTARA 67.7 71.6
## 3 SUMATERA BARAT 68.0 71.9
## 4 RIAU 70.0 73.9
## 5 JAMBI 69.6 73.5
## 6 SUMATERA SELATAN 68.4 72.3
## 7 BENGKULU 67.7 71.7
## 8 LAMPUNG 69.1 73.0
## 9 KEP. BANGKA BELITUNG 69.1 73.0
## 10 KEP. RIAU 68.6 72.5
## # ℹ 25 more rows
str(data)
## tibble [35 × 3] (S3: tbl_df/tbl/data.frame)
## $ Provinsi : chr [1:35] "ACEH" "SUMATERA UTARA" "SUMATERA BARAT" "RIAU" ...
## $ Laki : num [1:35] 68.3 67.7 68 70 69.6 ...
## $ Perempuan: num [1:35] 72.2 71.6 71.9 73.9 73.5 ...
data2 <- data[(1:34),]
data2
## # A tibble: 34 × 3
## Provinsi Laki Perempuan
## <chr> <dbl> <dbl>
## 1 ACEH 68.3 72.2
## 2 SUMATERA UTARA 67.7 71.6
## 3 SUMATERA BARAT 68.0 71.9
## 4 RIAU 70.0 73.9
## 5 JAMBI 69.6 73.5
## 6 SUMATERA SELATAN 68.4 72.3
## 7 BENGKULU 67.7 71.7
## 8 LAMPUNG 69.1 73.0
## 9 KEP. BANGKA BELITUNG 69.1 73.0
## 10 KEP. RIAU 68.6 72.5
## # ℹ 24 more rows
data3 <- data[35,]
data3
## # A tibble: 1 × 3
## Provinsi Laki Perempuan
## <chr> <dbl> <dbl>
## 1 INDONESIA 69.9 73.8
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.3
ggplot(data2, aes(x = reorder(Provinsi,-Laki), y = Laki)) +
geom_bar(stat = "identity", fill = "lightblue") +
labs(title = "Nilai Angka Harapan Hidup Perempuan Tiap provinsi di Indonesia 2022", x = "Provinsi", y = "Angka Harapan Hidup (%)") + coord_flip()
"Berdasarkan diagram batang di atas, Nilai Angka Harapan Hidup Laki-laki tertinggi di Indonesia 2022 berada di provinsi DI Yogyakarta sebesar 73,28%"
## [1] "Berdasarkan diagram batang di atas, Nilai Angka Harapan Hidup Laki-laki tertinggi di Indonesia 2022 berada di provinsi DI Yogyakarta sebesar 73,28%"
library(ggplot2)
ggplot(data2, aes(x = reorder(Provinsi, -Perempuan), y = Perempuan)) + guides (x = guide_axis(angle = 45)) +
geom_bar(stat = "identity", fill = "lightpink") +
labs(title = "Nilai Angka Harapan Hidup Perempuan Tiap provinsi di Indonesia 2022", x = "Provinsi", y = "Angka Harapan Hidup (%)") + coord_flip()
"Berdasarkan diagram batang di atas, Nilai Angka Harapan Hidup Perempuan tertinggi di Indonesia 2022 berada di provinsi DI Yogyakarta sebesar 76,93%"
## [1] "Berdasarkan diagram batang di atas, Nilai Angka Harapan Hidup Perempuan tertinggi di Indonesia 2022 berada di provinsi DI Yogyakarta sebesar 76,93%"
pusum <- data.frame(
Pulau = rep("Sumatra", 10),
AHH = data2[(1:10), (2:3)]
)
puljaw <- data.frame(
Pulau = rep("Jawa", 6),
AHH = data2[(11:16), (2:3)]
)
punus <- data.frame(
Pulau = rep("Nusa Tenggara", 3),
AHH = data2[(17:19), (2:3)]
)
pukal <- data.frame(
Pulau = rep("Kalimantan", 5),
AHH = data2[(20:24), (2:3)]
)
pusul <- data.frame(
Pulau = rep("Sulawesi", 6),
AHH = data2[(25:30), (2:3)]
)
pumal <- data.frame(
Pulau = rep("Maluku", 2),
AHH = data2[(31:32), (2:3)]
)
pupa <- data.frame(
Pulau = rep("Papua", 2),
AHH = data2[(32:33), (2:3)]
)
pina <- rbind(pusum, puljaw, punus, pukal, pusul, pumal, pupa)
pina
## Pulau AHH.Laki AHH.Perempuan
## 1 Sumatra 68.26 72.16
## 2 Sumatra 67.66 71.60
## 3 Sumatra 67.99 71.89
## 4 Sumatra 70.03 73.90
## 5 Sumatra 69.57 73.49
## 6 Sumatra 68.38 72.29
## 7 Sumatra 67.74 71.68
## 8 Sumatra 69.07 72.97
## 9 Sumatra 69.06 72.97
## 10 Sumatra 68.58 72.47
## 11 Jawa 71.45 75.22
## 12 Jawa 71.77 75.48
## 13 Jawa 72.71 76.53
## 14 Jawa 73.28 76.93
## 15 Jawa 69.81 73.71
## 16 Jawa 68.46 72.36
## 17 Nusa Tenggara 70.69 74.53
## 18 Nusa Tenggara 65.14 69.07
## 19 Nusa Tenggara 65.54 69.43
## 20 Kalimantan 69.08 73.00
## 21 Kalimantan 68.08 72.02
## 22 Kalimantan 67.23 71.13
## 23 Kalimantan 72.80 76.52
## 24 Kalimantan 70.70 74.54
## 25 Sulawesi 70.16 74.04
## 26 Sulawesi 66.98 70.95
## 27 Sulawesi 69.03 72.96
## 28 Sulawesi 69.44 73.47
## 29 Sulawesi 66.56 70.53
## 30 Sulawesi 63.74 67.60
## 31 Maluku 64.53 68.43
## 32 Maluku 66.84 70.79
## 33 Papua 66.84 70.79
## 34 Papua 64.54 68.44
ggplot(pina, aes(x = Pulau, y = AHH.Laki, fill = Pulau)) +
geom_boxplot(width = 0.7, outlier.shape = TRUE) +
labs(title = "Angka Harapan Hidup Laki-Laki Indonesia Berdasarkan Sebaran Pulau Tahun 2022",
x = "Pulau", y = "Angka Harapan Hidup (%)") +
scale_fill_manual(values = c("lightblue", "lightgreen", "lightpink", "lightyellow", "lightcoral", "lightcyan", "lightgoldenrodyellow")) +
theme_minimal()
"Berdasarkan boxplot tersebut, persentase tertinggi Angka Harapan Hidup Laki-laki di Indonesia tahun 2022 berada di pulau Jawa dengan data menjulur ke kiri. Artinya, rata-rata lebih kecil dari median dan modus."
## [1] "Berdasarkan boxplot tersebut, persentase tertinggi Angka Harapan Hidup Laki-laki di Indonesia tahun 2022 berada di pulau Jawa dengan data menjulur ke kiri. Artinya, rata-rata lebih kecil dari median dan modus."
ggplot(pina, aes(x = Pulau, y = AHH.Perempuan, fill = Pulau)) +
geom_boxplot(width = 0.7, outlier.shape = TRUE) +
labs(title = "Angka Harapan Hidup Perempuan Indonesia Berdasarkan Sebaran Pulau Tahun 2022",
x = "Pulau", y = "Angka Harapan Hidup (%)") +
scale_fill_manual(values = c("lightblue", "lightgreen", "lightpink", "lightyellow", "lightcoral", "lightcyan", "lightgoldenrodyellow")) +
theme_minimal()
"Berdasarkan boxplot tersebut, persentase tertinggi Angka Harapan Hidup Perempuan di Indonesia tahun 2022 berada di pulau Jawa dengan data menjulur ke kiri. Artinya, rata-rata lebih kecil dari median dan modus."
## [1] "Berdasarkan boxplot tersebut, persentase tertinggi Angka Harapan Hidup Perempuan di Indonesia tahun 2022 berada di pulau Jawa dengan data menjulur ke kiri. Artinya, rata-rata lebih kecil dari median dan modus."
library(reshape2)
## Warning: package 'reshape2' was built under R version 4.3.2
proporsi <- melt(pina, id.vars = "Pulau", variable.name = "Jenis_Kelamin", value.name = "Angka(%)")
proporsi
## Pulau Jenis_Kelamin Angka(%)
## 1 Sumatra AHH.Laki 68.26
## 2 Sumatra AHH.Laki 67.66
## 3 Sumatra AHH.Laki 67.99
## 4 Sumatra AHH.Laki 70.03
## 5 Sumatra AHH.Laki 69.57
## 6 Sumatra AHH.Laki 68.38
## 7 Sumatra AHH.Laki 67.74
## 8 Sumatra AHH.Laki 69.07
## 9 Sumatra AHH.Laki 69.06
## 10 Sumatra AHH.Laki 68.58
## 11 Jawa AHH.Laki 71.45
## 12 Jawa AHH.Laki 71.77
## 13 Jawa AHH.Laki 72.71
## 14 Jawa AHH.Laki 73.28
## 15 Jawa AHH.Laki 69.81
## 16 Jawa AHH.Laki 68.46
## 17 Nusa Tenggara AHH.Laki 70.69
## 18 Nusa Tenggara AHH.Laki 65.14
## 19 Nusa Tenggara AHH.Laki 65.54
## 20 Kalimantan AHH.Laki 69.08
## 21 Kalimantan AHH.Laki 68.08
## 22 Kalimantan AHH.Laki 67.23
## 23 Kalimantan AHH.Laki 72.80
## 24 Kalimantan AHH.Laki 70.70
## 25 Sulawesi AHH.Laki 70.16
## 26 Sulawesi AHH.Laki 66.98
## 27 Sulawesi AHH.Laki 69.03
## 28 Sulawesi AHH.Laki 69.44
## 29 Sulawesi AHH.Laki 66.56
## 30 Sulawesi AHH.Laki 63.74
## 31 Maluku AHH.Laki 64.53
## 32 Maluku AHH.Laki 66.84
## 33 Papua AHH.Laki 66.84
## 34 Papua AHH.Laki 64.54
## 35 Sumatra AHH.Perempuan 72.16
## 36 Sumatra AHH.Perempuan 71.60
## 37 Sumatra AHH.Perempuan 71.89
## 38 Sumatra AHH.Perempuan 73.90
## 39 Sumatra AHH.Perempuan 73.49
## 40 Sumatra AHH.Perempuan 72.29
## 41 Sumatra AHH.Perempuan 71.68
## 42 Sumatra AHH.Perempuan 72.97
## 43 Sumatra AHH.Perempuan 72.97
## 44 Sumatra AHH.Perempuan 72.47
## 45 Jawa AHH.Perempuan 75.22
## 46 Jawa AHH.Perempuan 75.48
## 47 Jawa AHH.Perempuan 76.53
## 48 Jawa AHH.Perempuan 76.93
## 49 Jawa AHH.Perempuan 73.71
## 50 Jawa AHH.Perempuan 72.36
## 51 Nusa Tenggara AHH.Perempuan 74.53
## 52 Nusa Tenggara AHH.Perempuan 69.07
## 53 Nusa Tenggara AHH.Perempuan 69.43
## 54 Kalimantan AHH.Perempuan 73.00
## 55 Kalimantan AHH.Perempuan 72.02
## 56 Kalimantan AHH.Perempuan 71.13
## 57 Kalimantan AHH.Perempuan 76.52
## 58 Kalimantan AHH.Perempuan 74.54
## 59 Sulawesi AHH.Perempuan 74.04
## 60 Sulawesi AHH.Perempuan 70.95
## 61 Sulawesi AHH.Perempuan 72.96
## 62 Sulawesi AHH.Perempuan 73.47
## 63 Sulawesi AHH.Perempuan 70.53
## 64 Sulawesi AHH.Perempuan 67.60
## 65 Maluku AHH.Perempuan 68.43
## 66 Maluku AHH.Perempuan 70.79
## 67 Papua AHH.Perempuan 70.79
## 68 Papua AHH.Perempuan 68.44
ggplot(proporsi, aes(x = Pulau, y = `Angka(%)`, fill = Jenis_Kelamin)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "Perbandingan Tingkat Pengangguran di Indonesia berdasarkan Pulau",
x = "Pulau", y = "Angka Pengangguran (%)", fill = "Bulan, Tahun") +
theme_minimal() + coord_cartesian(ylim = c(50, 80))
"Berdasarkan diagram batang tersebut, persentase tertinggi Angka Harapan Hidup Laki-laki dan Perempuan di Indonesia tahun 2022 berada di pulau Jawa."
## [1] "Berdasarkan diagram batang tersebut, persentase tertinggi Angka Harapan Hidup Laki-laki dan Perempuan di Indonesia tahun 2022 berada di pulau Jawa."
proporsijk <- melt(data3, id.vars = "Provinsi", variable.name = "Jenis_Kelamin", value.name = "Angka(%)")
proporsijk
## Provinsi Jenis_Kelamin Angka(%)
## 1 INDONESIA Laki 69.93
## 2 INDONESIA Perempuan 73.83
ggplot(proporsijk, aes(x = Provinsi, y = `Angka(%)`, fill = Jenis_Kelamin)) +
geom_bar(stat = "identity", position = "dodge") +
labs(title = "Nilai Angka Harapan Hidup di Indonesia tahun 2022",
x = "Pulau", y = "Angka Pengangguran (%)", fill = "Bulan, Tahun") +
theme_minimal() + coord_cartesian(ylim = c(50, 80))
"Berdasarkan diagram batang di atas, Nilai Angka Harapan Hidup Perempuan lebih besar dari laki-laki."
## [1] "Berdasarkan diagram batang di atas, Nilai Angka Harapan Hidup Perempuan lebih besar dari laki-laki."