ASPRAK VISDAT
Minggu 1 dan 2
Fungsi R Base
Contoh data yang digunakan adalah dataset IRIS, dataset tersebut menyediakan informasi tentang tiga spesies bunga iris (Setosa, Versicolor dan Virginica) dengan 4 fitur/kolom yaitu panjang dan lebar kelopak bunga serta panjang dan lebar mahkota.
##
## 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## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosaFungsi Dasar Plot di R
plot: fungsi dasar untukmembuat scatterplot, line plot dan plot lainnyaline: untuk menambahkan garis pada plot yang telah dibuatpar: mengatur tampilan dan posisi plot/grafikhist: membuat histogramboxplot: membuat boxplottext: menambahkan teks pada plot yang telah dibuatlegend: menambahkan legendmosaic plot: membuat mosaik plotbarplot: membuat barplot 10.main: judul 11.xlab: label pada sumbu x 12.ylab: label pada sumbu y 13.col: warna 14.cex: mengatur ukuran titik data 15.pch: mengatur tipe titik data 16.lwd: mengatur ketebalan garis 17.lty: tipe garis 18.table: menghitung frekuensi data kategorik 19.font: jenis font
Fungsi plot() untuk membuat line plot
fungsi dasarnya yaitu plot(x, y, type=" "). Variabel x
dan y merupakan data dengan panjang dan jumlah yang sama. type adalah
jenis grafik scatter plot yang ingin dibuat. Nilai yang dapat dimasukkan
antara lain:
p= plot titik atau scatter plot biasal= plot garisb= plot titik yang dihubungkan gariso= plot titik yang dilapisi garish= plot garis vertikals= plot tanggan= tanpa grafik
# Contoh
# membagi tampilan grafik menjadi 2 baris dan 4 kolom
par(mfrow=c(2,4))
# grafik
x <- c(1:10); y <- (x^2)+2
type <- c("p","l","b","o","h","s","n")
for (i in type){
plot(x, y, type=i, main = paste("type =", i))
}
# mengatur bentuk titik
plot(x,y,type = "p", pch=2)
Bar Plot
Bar plot digunakan untuk visualisasi data mengenai jumlah atau frekuensi.
par(mfcol=c(1,2))
barplot(table(data$Species), col = c("darkorange", "skyblue", "pink"), border = "darkred",
main = "Data Spesies Bunga", xlab = "jenis", ylab = "jumlah", col.lab = "black", col.main = "darkblue",
cex.lab = 0.8, space=0.5, font.main=9)
barplot(table(data$Species), col = c("darkorange", "skyblue", "pink"), border = "darkred",
main = "Data Spesies Bunga", xlab = "jenis", ylab = "jumlah", col.lab = "black", col.main = "darkblue",
cex.lab = 0.8, horiz = TRUE)
Data Mobil
library(readxl)
data.mobil <- read_xlsx("D:/ASPRAK VISDAT/CarPrice_Assignment.xlsx")
head(data.mobil)## # A tibble: 6 × 26
## car_ID symboling CarName fueltype aspiration doornumber carbody drivewheel
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 1 3 alfa-romer… gas std two conver… rwd
## 2 2 3 alfa-romer… gas std two conver… rwd
## 3 3 1 alfa-romer… gas std two hatchb… rwd
## 4 4 2 audi 100 ls gas std four sedan fwd
## 5 5 2 audi 100ls gas std four sedan 4wd
## 6 6 2 audi fox gas std two sedan fwd
## # ℹ 18 more variables: enginelocation <chr>, wheelbase <dbl>, carlength <dbl>,
## # carwidth <dbl>, carheight <dbl>, curbweight <dbl>, enginetype <chr>,
## # cylindernumber <chr>, enginesize <dbl>, fuelsystem <chr>, boreratio <dbl>,
## # stroke <dbl>, compressionratio <dbl>, horsepower <dbl>, peakrpm <dbl>,
## # citympg <dbl>, highwaympg <dbl>, price <dbl>## Warning: package 'RColorBrewer' was built under R version 4.3.1body.mobil <- table(data.mobil$carbody)
a <- data.frame(body.mobil)
a <- a[order(a$Freq, decreasing=TRUE),]
my_colors <- brewer.pal(n = length(data.mobil$carbody), name = "Pastel1")## Warning in brewer.pal(n = length(data.mobil$carbody), name = "Pastel1"): n too large, allowed maximum for palette Pastel1 is 9
## Returning the palette you asked for with that many colorsbarplot(a$Freq, names.arg=a$Var1, col = my_colors,
main = "Data Tipe Body Mobil", xlab = "Tipe", ylab = "jumlah", col.lab = "black", col.main = "darkblue",
cex.lab = 0.8, space=0.2, ylim=c(0, 100))
# Membuat data tabulasi silang (contingency tabel)
data.silang <- table(data.mobil$carbody, data.mobil$doornumber)
df <- as.matrix(data.silang)
# Membuat diagram batang dengan grup
barplot(df, col=c("red","skyblue","darkcyan","pink","darkorange"), legend=rownames(df), beside=TRUE,
args.legend = list(x = "topright", cex = 0.8))
Histogram
Fungsi hist() dapat digunakan untuk membuat histogram
pada R, secara sederhana fungsi tersebut dapat didefinisikan sebagai
berikut : hist(x, break="sturges")
par(mfrow=c(2,2))
# histogram
hist(data.mobil$price, breaks=6, col = "orange", border = "darkred",
main = "Histogram Harga Mobil", xlab="Harga")
# density plot
dens <- density(data.mobil$price, bw=1800) # menghitung density
plot(dens, col = "darkorange", type = "l", lwd = 2, main = "Density Plot", xlab = "Harga")
# histogram + density plot
dens <- density(data.mobil$price)
hist(data.mobil$price, breaks=6, col = "orange", border = "darkred",
main = "Histogram Harga Mobil", xlab="Harga", freq = FALSE)
lines(dens, col = "black", lwd=2)
Boxplot
Boxplot dapat digunakan juga untuk melihat sebaran data dan
mendeteksi adanya pencilan. Fungsi untuk membuat boxplot pada R sebagai
berikut : boxplot()
par(mfrow=c(1,2))
# basic
boxplot(data.mobil$price)
# dikelompokkan factor
boxplot(data.mobil$price ~ data.mobil$carbody, at=c(1,2,3,4,5), cex.axis=0.5)
# dikelompokkan factor
boxplot(data.mobil$price ~ data.mobil$carbody, main = "Sebaran Data Harga Berdasarkan Type Body Mobil",
xlab="Type Body Mobil", ylab="Harga", cex.axis=0.8, col = my_colors)
# dikelompokkan factor
data.mobil$carbody <- reorder(data.mobil$carbody, data.mobil$price, FUN = median)
boxplot(price ~ carbody, data = data.mobil, main = "Sebaran Data Harga Berdasarkan Type Body Mobil",
xlab="Type Body Mobil", ylab="Harga", cex.axis=0.8, col = my_colors)
Berbagai Custom Lainnya
Untuk menambahkan judul pada plot secara langsung kita dapat menggunakan argumen tambahan sebagai berikut:
main= teks untuk judulxlab= teks untuk keterangan sumbu xylab= teks untuk keterangan sumbu ysub= teks untuk sub-judul
Untuk menambahkan warna, font style dan ukuran font judul dapat menggunakan argumen:
col.main= warna untuk judulcol.lab= warna untuk keterangan axiscol.sub= warna untuk sub-judul
Untuk font judul, kita dapat menambahkan argumen berikut:
font.main= gaya font untuk judulfont.lab= gaya font untuk keterangan axisfont.sub= gaya font untuk sub-judul
barplot(c(2,5),
# menambahkan judul
main="Main title",
xlab="X axis title",
ylab="Y axis title",
sub="Sub-title",
# kustomisasi warna font
col.main="#990033",
col.lab="blue",
col.sub="#ff6666",
# kustomisasi font style
font.main=10,
font.lab=4,
font.sub=4,
# kustomisasi ukuran font
cex.main=2,
cex.lab=1.7,
cex.sub=1.2)
Fungsi legend() pada R dapat digunakan untuk menambahkan
legend pada grafik. Format sederhananya adalah sebagai berikut:
legend(x, y,legend, fill, col, bg).
x dan y= koordinat posisi legendlegend= teks pada legendfill= warna untuk mengisi box di samping legendcol= warna garis dan titik di samping legendbg= warna latar belakang legend box
# membuat vektor numerik
x <- c(1:10)
y <- x^2
z <- x*2
# membuat line plot
plot(x,y, type="o", col="red", lty=1)
# menambahkan line plot
lines(x,z, type="o", col="blue", lty=2)
# menambahkan legend
legend(1, 98, legend=c("Line 1", "Line 2"),
col=c("red", "blue"), lty=1:2, cex=1)
Fungsi abline() dapat digunakan untuk menamabahkan garis
pada plot. Garis yang ditambahkan dapat berupa garis vertikal,
horizontal, maupun garis regresi
# membuat plot
plot(mtcars$wt, mtcars$mpg, main="Milage vs. Car Weight", xlab="Weight", ylab="Miles/(US) gallon")
# menambahkan garis vertikal di titik rata-rata weight
abline(v=mean(mtcars$wt), col="red", lwd=3, lty=2)
# menambahkan garis horizontal di titik rata-rata mpg
abline(h=mean(mtcars$mpg), col="blue", lwd=3, lty=3)
# menambahkan garis regresi
abline(lm(mpg~wt, data=mtcars), lwd=4, lty=4)
Fungsi ggplot
Pada pertemuan kedua ini, akan diilustrasikan visualisasi data
menggunakan ggplot2. Sebagai ilustrasi, akan digunakan data
mtcars yang tersedia pada package dplyr. Paket
yang perlu diinstal: install.packages(“dplyr”) dan
install.packages(“ggplot2”).
Data
library(readxl)
data.mobil <- read_xlsx("D:/ASPRAK VISDAT/CarPrice_Assignment.xlsx")
head(data.mobil)## # A tibble: 6 × 26
## car_ID symboling CarName fueltype aspiration doornumber carbody drivewheel
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 1 3 alfa-romer… gas std two conver… rwd
## 2 2 3 alfa-romer… gas std two conver… rwd
## 3 3 1 alfa-romer… gas std two hatchb… rwd
## 4 4 2 audi 100 ls gas std four sedan fwd
## 5 5 2 audi 100ls gas std four sedan 4wd
## 6 6 2 audi fox gas std two sedan fwd
## # ℹ 18 more variables: enginelocation <chr>, wheelbase <dbl>, carlength <dbl>,
## # carwidth <dbl>, carheight <dbl>, curbweight <dbl>, enginetype <chr>,
## # cylindernumber <chr>, enginesize <dbl>, fuelsystem <chr>, boreratio <dbl>,
## # stroke <dbl>, compressionratio <dbl>, horsepower <dbl>, peakrpm <dbl>,
## # citympg <dbl>, highwaympg <dbl>, price <dbl>Bar Plot
## Warning: Use of `data.mobil$drivewheel` is discouraged.
## ℹ Use `drivewheel` instead.
Pada umumnya, barplot ditampilkan secara terurut dari frekuensi yang paling besar. Sehingga kita dapat mengurutkan kelas berdasarkan frekuensi dnegan menggunakan Sebagai tambahan, kita dapat pula memberikan warna pada plot dengan menambahkan argumen fill, serta warna border setiap bar dengan argumen color, seperti contoh berikut ini.
library(dplyr)
data.mobil %>%
count(drivewheel) %>%
mutate(drivewheel = reorder(drivewheel, n, .asc=TRUE)) %>%
ggplot(aes(x = drivewheel, y = n, fill=drivewheel)) + geom_bar(stat = 'identity')
ggplot(data.mobil, aes(x=data.mobil$cylindernumber, fill=data.mobil$aspiration))+
geom_bar(position = "dodge")+
labs(
x="Jumlah Silinder Mesin",
y="Jumlah",
title="Sistem Mesin Berdasarkan Jumlah Silinder",
subtitle = "ini subtitle"
)+
scale_fill_manual(values = c("orange", "darkred"))+
theme_bw()+
theme(plot.title = element_text(hjust = 0.5), plot.subtitle = element_text(hjust = 0.5))## Warning: Use of `data.mobil$cylindernumber` is discouraged.
## ℹ Use `cylindernumber` instead.## Warning: Use of `data.mobil$aspiration` is discouraged.
## ℹ Use `aspiration` instead.
a<-data.mobil %>%
count(fuelsystem) %>%
mutate(fuelsystem = reorder(fuelsystem, n, .desc = TRUE)) %>%
ggplot(aes(x = fuelsystem, y = n, fill=fuelsystem))+
geom_bar(stat = "identity", width = 0.8)+
labs(
x="sistem bahan bakar",
y="jumlah",
title="Data Sistem Bahan Bakar"
)+
scale_fill_brewer(palette = "Pastel2")+
theme_light()+
coord_flip()+
theme(plot.title = element_text(hjust = 0.5), plot.subtitle = element_text(hjust = 0.5))
a <- a + guides(fill = FALSE)## Warning: The `<scale>` argument of `guides()` cannot be `FALSE`. Use "none" instead as
## of ggplot2 3.3.4.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
data.mobil %>%
count(fuelsystem) %>%
mutate(fuelsystem = reorder(fuelsystem, n, .desc = TRUE)) %>%
ggplot(aes(x = fuelsystem, y = n, fill=fuelsystem))+
geom_bar(stat = "identity", width = 0.8)+
labs(
x="sistem bahan bakar",
y="jumlah",
title="Data Sistem Bahan Bakar"
)+
scale_fill_brewer(palette = "Pastel2")+
theme_light()+
coord_flip()+
theme(plot.title = element_text(hjust = 0.5), axis.text.y = element_blank())
Plot alternative dari bar chart adalah lolipop chart. Seperti namanya
plot ini terinspirasi dari permen lolipop. Untuk membuat plot ini
dibutuhkan dua fungsi yaitu geom_segment dan juga
geom_point.
Fungsi geom_segment digunakan untuk menggambarkan garis
sedangkan fungsi geom_point digunakan untuk menggambarkan
titik.
data.mobil%>%
count(fuelsystem)%>%
mutate(fuelsystem=reorder(as.factor(fuelsystem),desc(n)))%>%
ggplot()+
geom_segment(aes(x=fuelsystem,xend=fuelsystem, y=0, yend=n), color="skyblue", size=1)+
geom_point(aes(x=fuelsystem,y=n),color="steelblue", size=3)+
coord_flip() +
ggtitle("Data Sistem Bahan Bakar") +
xlab("Sistem Bahan Bakar") +
ylab("Jumlah") +
theme(plot.title = element_text(hjust = 0.5))## 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.
### Plot Sebaran
ggplot(data.mobil) +
geom_histogram(aes(x = horsepower),fill="orange",col="darkred",binwidth = 20) +
ggtitle("Histogram Kekuatan Mobil") +
ylab("Jumlah") +
xlab("Tenaga") +
theme(plot.title = element_text(hjust = 0.5))
### Boxplot
ggplot(data = data.mobil, mapping=aes(x=cylindernumber, y=horsepower, fill=cylindernumber))+
geom_boxplot(alpha=0.5)+
theme(legend.position="none")+
ggtitle ("Tenaga Mobil Berdasarkan Jumlah Silinder")
data.mobil$cylindernumber <- reorder(data.mobil$cylindernumber, data.mobil$horsepower, FUN=median)
ggplot(data = data.mobil, mapping=aes(x=cylindernumber, y=horsepower, fill=cylindernumber))+
geom_boxplot(alpha=0.5)+
theme(legend.position="none")+
ggtitle ("Tenaga Mobil Berdasarkan Jumlah Silinder")
Korelasi
ggplot(data.mobil, aes(x=horsepower, y=highwaympg)) +
geom_point() +
geom_smooth(color="red", se=FALSE) +
theme_classic()## `geom_smooth()` using method = 'loess' and formula = 'y ~ x'
LATIHAN MINGGU 2
## gender race.ethnicity parental.level.of.education lunch
## 1 female group B bachelor's degree standard
## 2 female group C some college standard
## 3 female group B master's degree standard
## 4 male group A associate's degree free/reduced
## 5 male group C some college standard
## 6 female group B associate's degree standard
## test.preparation.course math.score reading.score writing.score
## 1 none 72 72 74
## 2 completed 69 90 88
## 3 none 90 95 93
## 4 none 47 57 44
## 5 none 76 78 75
## 6 none 71 83 78## 'data.frame': 1000 obs. of 8 variables:
## $ gender : chr "female" "female" "female" "male" ...
## $ race.ethnicity : chr "group B" "group C" "group B" "group A" ...
## $ parental.level.of.education: chr "bachelor's degree" "some college" "master's degree" "associate's degree" ...
## $ lunch : chr "standard" "standard" "standard" "free/reduced" ...
## $ test.preparation.course : chr "none" "completed" "none" "none" ...
## $ math.score : int 72 69 90 47 76 71 88 40 64 38 ...
## $ reading.score : int 72 90 95 57 78 83 95 43 64 60 ...
## $ writing.score : int 74 88 93 44 75 78 92 39 67 50 ...Minggu 3 dan 4
Visualisasi Komposisi
library(readxl)
library(dplyr)
library(ggplot2)
data <- read_xlsx("D:/ASPRAK VISDAT/CarPrice_Assignment.xlsx")
head(data)## # A tibble: 6 × 26
## car_ID symboling CarName fueltype aspiration doornumber carbody drivewheel
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 1 3 alfa-romer… gas std two conver… rwd
## 2 2 3 alfa-romer… gas std two conver… rwd
## 3 3 1 alfa-romer… gas std two hatchb… rwd
## 4 4 2 audi 100 ls gas std four sedan fwd
## 5 5 2 audi 100ls gas std four sedan 4wd
## 6 6 2 audi fox gas std two sedan fwd
## # ℹ 18 more variables: enginelocation <chr>, wheelbase <dbl>, carlength <dbl>,
## # carwidth <dbl>, carheight <dbl>, curbweight <dbl>, enginetype <chr>,
## # cylindernumber <chr>, enginesize <dbl>, fuelsystem <chr>, boreratio <dbl>,
## # stroke <dbl>, compressionratio <dbl>, horsepower <dbl>, peakrpm <dbl>,
## # citympg <dbl>, highwaympg <dbl>, price <dbl>## tibble [205 × 26] (S3: tbl_df/tbl/data.frame)
## $ car_ID : num [1:205] 1 2 3 4 5 6 7 8 9 10 ...
## $ symboling : num [1:205] 3 3 1 2 2 2 1 1 1 0 ...
## $ CarName : chr [1:205] "alfa-romero giulia" "alfa-romero stelvio" "alfa-romero Quadrifoglio" "audi 100 ls" ...
## $ fueltype : chr [1:205] "gas" "gas" "gas" "gas" ...
## $ aspiration : chr [1:205] "std" "std" "std" "std" ...
## $ doornumber : chr [1:205] "two" "two" "two" "four" ...
## $ carbody : chr [1:205] "convertible" "convertible" "hatchback" "sedan" ...
## $ drivewheel : chr [1:205] "rwd" "rwd" "rwd" "fwd" ...
## $ enginelocation : chr [1:205] "front" "front" "front" "front" ...
## $ wheelbase : num [1:205] 88.6 88.6 94.5 99.8 99.4 ...
## $ carlength : num [1:205] 169 169 171 177 177 ...
## $ carwidth : num [1:205] 64.1 64.1 65.5 66.2 66.4 66.3 71.4 71.4 71.4 67.9 ...
## $ carheight : num [1:205] 48.8 48.8 52.4 54.3 54.3 53.1 55.7 55.7 55.9 52 ...
## $ curbweight : num [1:205] 2548 2548 2823 2337 2824 ...
## $ enginetype : chr [1:205] "dohc" "dohc" "ohcv" "ohc" ...
## $ cylindernumber : chr [1:205] "four" "four" "six" "four" ...
## $ enginesize : num [1:205] 130 130 152 109 136 136 136 136 131 131 ...
## $ fuelsystem : chr [1:205] "mpfi" "mpfi" "mpfi" "mpfi" ...
## $ boreratio : num [1:205] 3.47 3.47 2.68 3.19 3.19 3.19 3.19 3.19 3.13 3.13 ...
## $ stroke : num [1:205] 2.68 2.68 3.47 3.4 3.4 3.4 3.4 3.4 3.4 3.4 ...
## $ compressionratio: num [1:205] 9 9 9 10 8 8.5 8.5 8.5 8.3 7 ...
## $ horsepower : num [1:205] 111 111 154 102 115 110 110 110 140 160 ...
## $ peakrpm : num [1:205] 5000 5000 5000 5500 5500 5500 5500 5500 5500 5500 ...
## $ citympg : num [1:205] 21 21 19 24 18 19 19 19 17 16 ...
## $ highwaympg : num [1:205] 27 27 26 30 22 25 25 25 20 22 ...
## $ price : num [1:205] 13495 16500 16500 13950 17450 ...## tibble [205 × 26] (S3: tbl_df/tbl/data.frame)
## $ car_ID : num [1:205] 1 2 3 4 5 6 7 8 9 10 ...
## $ symboling : num [1:205] 3 3 1 2 2 2 1 1 1 0 ...
## $ CarName : Factor w/ 147 levels "alfa-romero giulia",..: 1 3 2 4 5 9 5 7 6 8 ...
## $ fueltype : Factor w/ 2 levels "diesel","gas": 2 2 2 2 2 2 2 2 2 2 ...
## $ aspiration : Factor w/ 2 levels "std","turbo": 1 1 1 1 1 1 1 1 2 2 ...
## $ doornumber : Factor w/ 2 levels "four","two": 2 2 2 1 1 2 1 1 1 2 ...
## $ carbody : Factor w/ 5 levels "convertible",..: 1 1 3 4 4 4 4 5 4 3 ...
## $ drivewheel : Factor w/ 3 levels "4wd","fwd","rwd": 3 3 3 2 1 2 2 2 2 1 ...
## $ enginelocation : Factor w/ 2 levels "front","rear": 1 1 1 1 1 1 1 1 1 1 ...
## $ wheelbase : num [1:205] 88.6 88.6 94.5 99.8 99.4 ...
## $ carlength : num [1:205] 169 169 171 177 177 ...
## $ carwidth : num [1:205] 64.1 64.1 65.5 66.2 66.4 66.3 71.4 71.4 71.4 67.9 ...
## $ carheight : num [1:205] 48.8 48.8 52.4 54.3 54.3 53.1 55.7 55.7 55.9 52 ...
## $ curbweight : num [1:205] 2548 2548 2823 2337 2824 ...
## $ enginetype : Factor w/ 7 levels "dohc","dohcv",..: 1 1 6 4 4 4 4 4 4 4 ...
## $ cylindernumber : Factor w/ 7 levels "eight","five",..: 3 3 4 3 2 2 2 2 2 2 ...
## $ enginesize : num [1:205] 130 130 152 109 136 136 136 136 131 131 ...
## $ fuelsystem : Factor w/ 8 levels "1bbl","2bbl",..: 6 6 6 6 6 6 6 6 6 6 ...
## $ boreratio : num [1:205] 3.47 3.47 2.68 3.19 3.19 3.19 3.19 3.19 3.13 3.13 ...
## $ stroke : num [1:205] 2.68 2.68 3.47 3.4 3.4 3.4 3.4 3.4 3.4 3.4 ...
## $ compressionratio: num [1:205] 9 9 9 10 8 8.5 8.5 8.5 8.3 7 ...
## $ horsepower : num [1:205] 111 111 154 102 115 110 110 110 140 160 ...
## $ peakrpm : num [1:205] 5000 5000 5000 5500 5500 5500 5500 5500 5500 5500 ...
## $ citympg : num [1:205] 21 21 19 24 18 19 19 19 17 16 ...
## $ highwaympg : num [1:205] 27 27 26 30 22 25 25 25 20 22 ...
## $ price : num [1:205] 13495 16500 16500 13950 17450 ...## # A tibble: 5 × 2
## carbody `mean(price, na.rm = TRUE)`
## <fct> <dbl>
## 1 convertible 21890.
## 2 hardtop 22208.
## 3 hatchback 10377.
## 4 sedan 14344.
## 5 wagon 12372.Pie Chart
pie1 <- ggplot(a, aes(x="carbody", y=`mean(price, na.rm = TRUE)`, fill=carbody)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0)+
ggtitle("Harga Mobil Berdasarkan Type Body")+
theme_void()+
theme(plot.title = element_text(hjust = 0.5))+
scale_fill_brewer(palette = "OrRd")
pie1
body.mobil <- table(data$carbody)
a <- data.frame(body.mobil)
a <- a[order(a$Freq, decreasing=TRUE),]
a## Var1 Freq
## 4 sedan 96
## 3 hatchback 70
## 5 wagon 25
## 2 hardtop 8
## 1 convertible 6pie1 <- ggplot(a, aes(x="Var1", y=Freq, fill=Var1)) +
geom_bar(stat="identity", width=1) +
coord_polar("y", start=0)+
ggtitle("Harga Mobil Berdasarkan Type Body")+
theme_void()+
theme(plot.title = element_text(hjust = 0.5))+
scale_fill_brewer(palette = "Pastel1")
pie1
Donut Chart
data <- data %>% mutate_if(is.character, as.factor)
a <- summarise(group_by(data, carbody), mean(price, na.rm = TRUE))
head(a)## # A tibble: 5 × 2
## carbody `mean(price, na.rm = TRUE)`
## <fct> <dbl>
## 1 convertible 21890.
## 2 hardtop 22208.
## 3 hatchback 10377.
## 4 sedan 14344.
## 5 wagon 12372.a$ymax <- cumsum(a$`mean(price, na.rm = TRUE)`)
a$ymin <- c(0, head(a$ymax, n=-1))
a$labelPosition <- (a$ymax+a$ymin)/2
ggplot(a, aes(ymax=ymax, ymin=ymin, xmax=4, xmin=3, fill= carbody))+
geom_rect()+
coord_polar(theta="y")+
xlim(c(2,4))+
theme_void()+
scale_fill_brewer(palette = "OrRd")
body.mobil <- table(data$carbody)
a <- data.frame(body.mobil)
a <- a[order(a$Freq, decreasing=TRUE),]
a <- a %>%
mutate(x = 3.5)
# donut chart
ggplot(a, aes(x = 3.5, y = a$Freq, fill = a$Var1)) +
geom_col() +
geom_text(aes(label = a$Freq),
position = position_stack(vjust = 0.5)) +
coord_polar(theta = "y")+
xlim(c(2, 4))
Stack Bar Chart
ggplot(data, aes(x=data$carbody, fill=data$doornumber))+
geom_bar(position = "stack")+
labs(
x="Carbody",
y="Jumlah",
title="Jumlah Pintu Pada Tipe Body Mobil"
)+
scale_fill_manual(values = c("yellow", "orange"))## Warning: Use of `data$carbody` is discouraged.
## ℹ Use `carbody` instead.## Warning: Use of `data$doornumber` is discouraged.
## ℹ Use `doornumber` instead.
Nested Pie Chart
Nested pie chart (diagram pie bersarang) sering disebut juga dengan dobel donut charts atau multi-level donut chart. Nested pie chart berguna saat data yang digunakan terdiri atas kategori kecil yang menjadi bagian dari kategori yang lebih besar atau ketika kita ingin membandingkan data serupa dari berbagai periode/kategori dan memperlihatkan hasilnya dalam satu bagan. Berikut diilustrasikan pembentukan nested pie chart menggunakan data bank.csv yang digunakan pada pertemuan-pertemuan sebelumnya.
ggplot(data) +
aes(x = carbody,fill = drivewheel,color = drivewheel) +
geom_bar(position = "fill") +
scale_color_manual(values=c("red", "green","blue","purple")) +
scale_fill_hue(direction = 1) +
coord_polar("y")+
theme_bw()
Tree Map Chart
Untuk membuat peta pohon di R dapat digunakan library treemap. Peta pohon mirip dengan diagram lingkaran karena menampilkan proporsi secara visual dengan memvariasikan area bentuk. Peta pohon memiliki dua keunggulan dibandingkan diagram lingkaran. Pertama, elemen yang dapat ditampilkan lebih banyak. Sementara dalam diagram lingkaran, ada batas atas jumlah irisan yang dapat ditambahkan ke lingkaran (jika irisan terlalu banyak maka diagram lingkaran menjadi kurang informatif). Pada treemap, dapat menampilkan ratusan hingga ribuan irisan kategori. Kedua, treemap memungkinkan untuk mengatur elemen data secara hierarkis. Artinya, proporsi pada data dapat dikelompokkan menggunakan variabel kategori dalam data Anda.
## Warning: package 'treemapify' was built under R version 4.3.2## # A tibble: 7 × 2
## cylindernumber n
## <fct> <int>
## 1 eight 5
## 2 five 11
## 3 four 159
## 4 six 24
## 5 three 1
## 6 twelve 1
## 7 two 4ggplot(data = datatm, aes(fill = cylindernumber, area = n))+
geom_treemap()+
theme(legend.position = "right")+
ggtitle("Visualisasi Jumlah Silinder Mesin Mobil")+
theme(plot.title = element_text(hjust = 0.5))
# Mengatur Warna
ggplot(data = datatm, aes(fill = cylindernumber, area = n))+
geom_treemap()+
theme(legend.position = "right")+
ggtitle("Visualisasi Jumlah Silinder Mesin Mobil")+
theme(plot.title = element_text(hjust = 0.5))+
scale_fill_brewer(palette = "Paired")
# Menambahkan Label
ggplot(data = datatm, aes(fill = cylindernumber, area = n, label=n))+
geom_treemap()+
theme(legend.position = "right")+
ggtitle("Visualisasi Jumlah Silinder Mesin Mobil")+
theme(plot.title = element_text(hjust = 0.5))+
scale_fill_brewer(palette = "Paired")+
geom_treemap_text(colour ="white", place = "centre")
Data Time Series
Visualisasi Time Series merupakan visualisasi yang diterapkan untuk time series (deret waktu). Visualisasi ini berguna untuk melihat pola dari data deret waktu sebelum melakukan analisis data lebih lanjut.
## # A tibble: 6 × 3
## Tahun `Rata-rata suhu` `5-yr smooth`
## <dbl> <dbl> <dbl>
## 1 1901 25.4 25.4
## 2 1902 25.4 25.4
## 3 1903 25.4 25.4
## 4 1904 25.4 25.4
## 5 1905 25.4 25.4
## 6 1906 25.4 25.4Minggu 5
g1<-ggplot(CEK, aes(x=Tahun, y=`Rata-rata suhu`)) +
geom_line(lty=1, lwd=0.8, col="darkblue") +
labs(x="Tahun",y = "Rata-rata Suhu (°C)", title="Time Series Plot Data Peubah Respon",
subtitle = "Periode 1901 - 2021") +
theme_bw() +
theme(plot.title = element_text(size = 14L, face = "bold", hjust = 0.5),
plot.subtitle = element_text(size = 11L, face = "plain", hjust = 0.5)) +
geom_point(size=1.2, col="red")
g1
Library Esquisse
Alat ini berguna untuk visualisasi data yang lebih praktis dan interaktif
## Warning: package 'esquisse' was built under R version 4.3.2Treemap Berjenjang
## Warning: package 'treemap' was built under R version 4.3.2## id pokemon species_id height weight base_experience type_1 type_2 attack
## 1 1 Bulbasaur 1 7 69 64 grass poison 49
## 2 2 Ivysaur 2 10 130 142 grass poison 62
## 3 3 Venusaur 3 20 1000 236 grass poison 82
## 4 4 Charmander 4 6 85 62 fire <NA> 52
## 5 5 Charmeleon 5 11 190 142 fire <NA> 64
## 6 6 Charizard 6 17 905 240 fire flying 84
## defense hp special_attack special_defense speed type_1_color type_2_color
## 1 49 45 65 65 45 #78C850 #A040A0
## 2 63 60 80 80 60 #78C850 #A040A0
## 3 83 80 100 100 80 #78C850 #A040A0
## 4 43 39 60 50 65 #F08030 <NA>
## 5 58 58 80 65 80 #F08030 <NA>
## 6 78 78 109 85 100 #F08030 #A890F0
## type_mix_color egg_group_1 egg_group_2 color
## 1 #81A763 monster plant #40b868
## 2 #81A763 monster plant #40b868
## 3 #81A763 monster plant #40b868
## 4 #F08030 monster dragon #f05868
## 5 #F08030 monster dragon #f05868
## 6 #DE835E monster dragon #f05868
## detail_url
## 1 /wiki/Bulbasaur_(Pok%C3%A9mon)
## 2 /wiki/Ivysaur_(Pok%C3%A9mon)
## 3 /wiki/Venusaur_(Pok%C3%A9mon)
## 4 /wiki/Charmander_(Pok%C3%A9mon)
## 5 /wiki/Charmeleon_(Pok%C3%A9mon)
## 6 /wiki/Charizard_(Pok%C3%A9mon)
## image_url
## 1 //archives.bulbagarden.net/media/upload/thumb/2/21/001Bulbasaur.png/250px-001Bulbasaur.png
## 2 //archives.bulbagarden.net/media/upload/thumb/7/73/002Ivysaur.png/250px-002Ivysaur.png
## 3 //archives.bulbagarden.net/media/upload/thumb/a/ae/003Venusaur.png/250px-003Venusaur.png
## 4 //archives.bulbagarden.net/media/upload/thumb/7/73/004Charmander.png/250px-004Charmander.png
## 5 //archives.bulbagarden.net/media/upload/thumb/4/4a/005Charmeleon.png/250px-005Charmeleon.png
## 6 //archives.bulbagarden.net/media/upload/thumb/7/7e/006Charizard.png/250px-006Charizard.png
## image_alt_urls
## 1
## 2
## 3 //archives.bulbagarden.net/media/upload/thumb/7/73/003Venusaur-Mega.png/110px-003Venusaur-Mega.png, //archives.bulbagarden.net/media/upload/thumb/8/8a/003Venusaur-Gigantamax.png/110px-003Venusaur-Gigantamax.png
## 4
## 5
## 6 //archives.bulbagarden.net/media/upload/thumb/3/36/006Charizard-Mega_X.png/110px-006Charizard-Mega_X.png, //archives.bulbagarden.net/media/upload/thumb/f/fd/006Charizard-Mega_Y.png/110px-006Charizard-Mega_Y.png, //archives.bulbagarden.net/media/upload/thumb/8/88/006Charizard-Gigantamax.png/110px-006Charizard-Gigantamax.png
## icon_url
## 1 //archives.bulbagarden.net/media/upload/2/21/001MS8.png
## 2 //archives.bulbagarden.net/media/upload/3/38/002MS8.png
## 3 //archives.bulbagarden.net/media/upload/b/ba/003MS8.png
## 4 //archives.bulbagarden.net/media/upload/d/dc/004MS8.png
## 5 //archives.bulbagarden.net/media/upload/b/b8/005MS8.png
## 6 //archives.bulbagarden.net/media/upload/a/a4/006MS8.png## 'data.frame': 898 obs. of 24 variables:
## $ id : num 1 2 3 4 5 6 7 8 9 10 ...
## $ pokemon : chr "Bulbasaur" "Ivysaur" "Venusaur" "Charmander" ...
## $ species_id : num 1 2 3 4 5 6 7 8 9 10 ...
## $ height : num 7 10 20 6 11 17 5 10 16 3 ...
## $ weight : num 69 130 1000 85 190 905 90 225 855 29 ...
## $ base_experience: num 64 142 236 62 142 240 63 142 239 39 ...
## $ type_1 : chr "grass" "grass" "grass" "fire" ...
## $ type_2 : chr "poison" "poison" "poison" NA ...
## $ attack : num 49 62 82 52 64 84 48 63 83 30 ...
## $ defense : num 49 63 83 43 58 78 65 80 100 35 ...
## $ hp : num 45 60 80 39 58 78 44 59 79 45 ...
## $ special_attack : num 65 80 100 60 80 109 50 65 85 20 ...
## $ special_defense: num 65 80 100 50 65 85 64 80 105 20 ...
## $ speed : num 45 60 80 65 80 100 43 58 78 45 ...
## $ type_1_color : chr "#78C850" "#78C850" "#78C850" "#F08030" ...
## $ type_2_color : chr "#A040A0" "#A040A0" "#A040A0" NA ...
## $ type_mix_color : chr "#81A763" "#81A763" "#81A763" "#F08030" ...
## $ egg_group_1 : chr "monster" "monster" "monster" "monster" ...
## $ egg_group_2 : chr "plant" "plant" "plant" "dragon" ...
## $ color : chr "#40b868" "#40b868" "#40b868" "#f05868" ...
## $ detail_url : chr "/wiki/Bulbasaur_(Pok%C3%A9mon)" "/wiki/Ivysaur_(Pok%C3%A9mon)" "/wiki/Venusaur_(Pok%C3%A9mon)" "/wiki/Charmander_(Pok%C3%A9mon)" ...
## $ image_url : chr "//archives.bulbagarden.net/media/upload/thumb/2/21/001Bulbasaur.png/250px-001Bulbasaur.png" "//archives.bulbagarden.net/media/upload/thumb/7/73/002Ivysaur.png/250px-002Ivysaur.png" "//archives.bulbagarden.net/media/upload/thumb/a/ae/003Venusaur.png/250px-003Venusaur.png" "//archives.bulbagarden.net/media/upload/thumb/7/73/004Charmander.png/250px-004Charmander.png" ...
## $ image_alt_urls :List of 898
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/73/003Venusaur-Mega.png/110px-003Venusaur-Mega.png" "//archives.bulbagarden.net/media/upload/thumb/8/8a/003Venusaur-Gigantamax.png/110px-003Venusaur-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/3/36/006Charizard-Mega_X.png/110px-006Charizard-Mega_X.png" "//archives.bulbagarden.net/media/upload/thumb/f/fd/006Charizard-Mega_Y.png/110px-006Charizard-Mega_Y.png" "//archives.bulbagarden.net/media/upload/thumb/8/88/006Charizard-Gigantamax.png/110px-006Charizard-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/85/009Blastoise-Mega.png/110px-009Blastoise-Mega.png" "//archives.bulbagarden.net/media/upload/thumb/d/dc/009Blastoise-Gigantamax.png/110px-009Blastoise-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/f/fd/012Butterfree-Gigantamax.png/110px-012Butterfree-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/76/015Beedrill-Mega.png/110px-015Beedrill-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/71/018Pidgeot-Mega.png/110px-018Pidgeot-Mega.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/9/91/019Rattata-Alola.png/110px-019Rattata-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/71/020Raticate-Alola.png/110px-020Raticate-Alola.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/2/28/Spr_6o_025_C.png/110px-Spr_6o_025_C.png" "//archives.bulbagarden.net/media/upload/thumb/1/17/025Pikachu-Original.png/110px-025Pikachu-Original.png" "//archives.bulbagarden.net/media/upload/thumb/b/b8/025Pikachu_LG.png/110px-025Pikachu_LG.png" "//archives.bulbagarden.net/media/upload/thumb/6/6b/025Pikachu-Gigantamax.png/110px-025Pikachu-Gigantamax.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/3/3a/026Raichu-Alola.png/110px-026Raichu-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/c/c9/027Sandshrew-Alola.png/110px-027Sandshrew-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/b/bd/028Sandslash-Alola.png/110px-028Sandslash-Alola.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/3/35/037Vulpix-Alola.png/110px-037Vulpix-Alola.png" "//archives.bulbagarden.net/media/upload/1/16/Alolan_Vulpix_Adventures.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/2/26/038Ninetales-Alola.png/110px-038Ninetales-Alola.png"
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/c/c6/Spr_4p_040.png" "//archives.bulbagarden.net/media/upload/c/c5/Spr_4p_040_s.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/1/10/050Diglett-Alola.png/110px-050Diglett-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/2/22/051Dugtrio-Alola.png/110px-051Dugtrio-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/0/09/052Meowth-Galar.png/110px-052Meowth-Galar.png" "//archives.bulbagarden.net/media/upload/thumb/e/e3/052Meowth-Alola.png/110px-052Meowth-Alola.png" "//archives.bulbagarden.net/media/upload/thumb/9/9f/052Meowth-Gigantamax.png/110px-052Meowth-Gigantamax.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/80/053Persian-Alola.png/110px-053Persian-Alola.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/a/a9/058Growlithe-Hisui.png/110px-058Growlithe-Hisui.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/3/34/065Alakazam-Mega.png/110px-065Alakazam-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/c/c4/068Machamp-Gigantamax.png/110px-068Machamp-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/4/43/074Geodude-Alola.png/110px-074Geodude-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/6/62/075Graveler-Alola.png/110px-075Graveler-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/0/07/076Golem-Alola.png/110px-076Golem-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/9/92/077Ponyta-Galar.png/110px-077Ponyta-Galar.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/e/e0/078Rapidash-Galar.png/110px-078Rapidash-Galar.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/9/9f/079Slowpoke-Galar.png/110px-079Slowpoke-Galar.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/8b/080Slowbro-Galar.png/110px-080Slowbro-Galar.png" "//archives.bulbagarden.net/media/upload/thumb/6/69/080Slowbro-Mega.png/110px-080Slowbro-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/7d/083Farfetch%27d-Galar.png/110px-083Farfetch%27d-Galar.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/e/e0/088Grimer-Alola.png/110px-088Grimer-Alola.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/1/15/089Muk-Alola.png/110px-089Muk-Alola.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/80/094Gengar-Mega.png/110px-094Gengar-Mega.png" "//archives.bulbagarden.net/media/upload/thumb/3/31/094Gengar-Gigantamax.png/110px-094Gengar-Gigantamax.png" "//archives.bulbagarden.net/media/upload/c/c8/Spr_4h_094.png" "//archives.bulbagarden.net/media/upload/7/7c/Spr_4h_094_s.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/d/d3/099Kingler-Gigantamax.png/110px-099Kingler-Gigantamax.png"
## .. [list output truncated]
## $ icon_url : chr "//archives.bulbagarden.net/media/upload/2/21/001MS8.png" "//archives.bulbagarden.net/media/upload/3/38/002MS8.png" "//archives.bulbagarden.net/media/upload/b/ba/003MS8.png" "//archives.bulbagarden.net/media/upload/d/dc/004MS8.png" ...## id pokemon species_id height weight base_experience type_1 type_2 attack
## 1 1 Bulbasaur 1 7 69 64 grass poison 49
## 2 2 Ivysaur 2 10 130 142 grass poison 62
## 3 3 Venusaur 3 20 1000 236 grass poison 82
## 6 6 Charizard 6 17 905 240 fire flying 84
## 34 34 Nidoking 34 14 620 227 poison ground 102
## 46 46 Paras 46 3 54 57 bug grass 70
## defense hp special_attack special_defense speed type_1_color type_2_color
## 1 49 45 65 65 45 #78C850 #A040A0
## 2 63 60 80 80 60 #78C850 #A040A0
## 3 83 80 100 100 80 #78C850 #A040A0
## 6 78 78 109 85 100 #F08030 #A890F0
## 34 77 81 85 75 85 #A040A0 #E0C068
## 46 55 35 45 55 25 #A8B820 #78C850
## type_mix_color egg_group_1 egg_group_2 color
## 1 #81A763 monster plant #40b868
## 2 #81A763 monster plant #40b868
## 3 #81A763 monster plant #40b868
## 6 #DE835E monster dragon #f05868
## 34 #AF5F92 monster ground #a868c0
## 46 #9CBB2B bug plant #f05868
## detail_url
## 1 /wiki/Bulbasaur_(Pok%C3%A9mon)
## 2 /wiki/Ivysaur_(Pok%C3%A9mon)
## 3 /wiki/Venusaur_(Pok%C3%A9mon)
## 6 /wiki/Charizard_(Pok%C3%A9mon)
## 34 /wiki/Nidoking_(Pok%C3%A9mon)
## 46 /wiki/Paras_(Pok%C3%A9mon)
## image_url
## 1 //archives.bulbagarden.net/media/upload/thumb/2/21/001Bulbasaur.png/250px-001Bulbasaur.png
## 2 //archives.bulbagarden.net/media/upload/thumb/7/73/002Ivysaur.png/250px-002Ivysaur.png
## 3 //archives.bulbagarden.net/media/upload/thumb/a/ae/003Venusaur.png/250px-003Venusaur.png
## 6 //archives.bulbagarden.net/media/upload/thumb/7/7e/006Charizard.png/250px-006Charizard.png
## 34 //archives.bulbagarden.net/media/upload/thumb/c/c6/034Nidoking.png/250px-034Nidoking.png
## 46 //archives.bulbagarden.net/media/upload/thumb/d/d4/046Paras.png/250px-046Paras.png
## image_alt_urls
## 1
## 2
## 3 //archives.bulbagarden.net/media/upload/thumb/7/73/003Venusaur-Mega.png/110px-003Venusaur-Mega.png, //archives.bulbagarden.net/media/upload/thumb/8/8a/003Venusaur-Gigantamax.png/110px-003Venusaur-Gigantamax.png
## 6 //archives.bulbagarden.net/media/upload/thumb/3/36/006Charizard-Mega_X.png/110px-006Charizard-Mega_X.png, //archives.bulbagarden.net/media/upload/thumb/f/fd/006Charizard-Mega_Y.png/110px-006Charizard-Mega_Y.png, //archives.bulbagarden.net/media/upload/thumb/8/88/006Charizard-Gigantamax.png/110px-006Charizard-Gigantamax.png
## 34
## 46
## icon_url
## 1 //archives.bulbagarden.net/media/upload/2/21/001MS8.png
## 2 //archives.bulbagarden.net/media/upload/3/38/002MS8.png
## 3 //archives.bulbagarden.net/media/upload/b/ba/003MS8.png
## 6 //archives.bulbagarden.net/media/upload/a/a4/006MS8.png
## 34 //archives.bulbagarden.net/media/upload/8/8a/034MS8.png
## 46 //archives.bulbagarden.net/media/upload/6/6a/046MSPE.png## 'data.frame': 115 obs. of 24 variables:
## $ id : num 1 2 3 6 34 46 47 79 80 83 ...
## $ pokemon : chr "Bulbasaur" "Ivysaur" "Venusaur" "Charizard" ...
## $ species_id : num 1 2 3 6 34 46 47 79 80 83 ...
## $ height : num 7 10 20 17 14 3 10 12 16 8 ...
## $ weight : num 69 130 1000 905 620 54 295 360 785 150 ...
## $ base_experience: num 64 142 236 240 227 57 142 63 172 132 ...
## $ type_1 : chr "grass" "grass" "grass" "fire" ...
## $ type_2 : chr "poison" "poison" "poison" "flying" ...
## $ attack : num 49 62 82 84 102 70 95 65 75 90 ...
## $ defense : num 49 63 83 78 77 55 80 65 110 55 ...
## $ hp : num 45 60 80 78 81 35 60 90 95 52 ...
## $ special_attack : num 65 80 100 109 85 45 60 40 100 58 ...
## $ special_defense: num 65 80 100 85 75 55 80 40 80 62 ...
## $ speed : num 45 60 80 100 85 25 30 15 30 60 ...
## $ type_1_color : chr "#78C850" "#78C850" "#78C850" "#F08030" ...
## $ type_2_color : chr "#A040A0" "#A040A0" "#A040A0" "#A890F0" ...
## $ type_mix_color : chr "#81A763" "#81A763" "#81A763" "#DE835E" ...
## $ egg_group_1 : chr "monster" "monster" "monster" "monster" ...
## $ egg_group_2 : chr "plant" "plant" "plant" "dragon" ...
## $ color : chr "#40b868" "#40b868" "#40b868" "#f05868" ...
## $ detail_url : chr "/wiki/Bulbasaur_(Pok%C3%A9mon)" "/wiki/Ivysaur_(Pok%C3%A9mon)" "/wiki/Venusaur_(Pok%C3%A9mon)" "/wiki/Charizard_(Pok%C3%A9mon)" ...
## $ image_url : chr "//archives.bulbagarden.net/media/upload/thumb/2/21/001Bulbasaur.png/250px-001Bulbasaur.png" "//archives.bulbagarden.net/media/upload/thumb/7/73/002Ivysaur.png/250px-002Ivysaur.png" "//archives.bulbagarden.net/media/upload/thumb/a/ae/003Venusaur.png/250px-003Venusaur.png" "//archives.bulbagarden.net/media/upload/thumb/7/7e/006Charizard.png/250px-006Charizard.png" ...
## $ image_alt_urls :List of 115
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/73/003Venusaur-Mega.png/110px-003Venusaur-Mega.png" "//archives.bulbagarden.net/media/upload/thumb/8/8a/003Venusaur-Gigantamax.png/110px-003Venusaur-Gigantamax.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/3/36/006Charizard-Mega_X.png/110px-006Charizard-Mega_X.png" "//archives.bulbagarden.net/media/upload/thumb/f/fd/006Charizard-Mega_Y.png/110px-006Charizard-Mega_Y.png" "//archives.bulbagarden.net/media/upload/thumb/8/88/006Charizard-Gigantamax.png/110px-006Charizard-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/9/9f/079Slowpoke-Galar.png/110px-079Slowpoke-Galar.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/8b/080Slowbro-Galar.png/110px-080Slowbro-Galar.png" "//archives.bulbagarden.net/media/upload/thumb/6/69/080Slowbro-Mega.png/110px-080Slowbro-Mega.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/7/7d/083Farfetch%27d-Galar.png/110px-083Farfetch%27d-Galar.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/3/30/130Gyarados-Mega.png/110px-130Gyarados-Mega.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/1/15/131Lapras-Gigantamax.png/110px-131Lapras-Gigantamax.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/c/ca/199Slowking-Galar.png/110px-199Slowking-Galar.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/c/ce/222Corsola-Galar.png/110px-222Corsola-Galar.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/9/98/260Swampert-Mega.png/110px-260Swampert-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/86/303Mawile-Mega.png/110px-303Mawile-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/8c/Winona_Swablu_Adventures.png/110px-Winona_Swablu_Adventures.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/0/08/334Altaria-Mega.png/110px-334Altaria-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/0/09/Glacia_Spheal_Adventures.png/110px-Glacia_Spheal_Adventures.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/8/8c/Wallace_Richard.png/110px-Wallace_Richard.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/b/b2/445Garchomp-Mega.png/110px-445Garchomp-Mega.png"
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/b/b9/448Lucario-Mega.png/110px-448Lucario-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/d/dc/460Abomasnow-Mega.png/110px-460Abomasnow-Mega.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/a/a7/Skyla_Swoobat_Adventures.png/110px-Skyla_Swoobat_Adventures.png" "//archives.bulbagarden.net/media/upload/3/33/Spr_b_5b_528.png" "//archives.bulbagarden.net/media/upload/3/31/Spr_b_5b_528_s.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr "//archives.bulbagarden.net/media/upload/thumb/1/11/618Stunfisk-Galar.png/110px-618Stunfisk-Galar.png"
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## ..$ : chr
## .. [list output truncated]
## $ icon_url : chr "//archives.bulbagarden.net/media/upload/2/21/001MS8.png" "//archives.bulbagarden.net/media/upload/3/38/002MS8.png" "//archives.bulbagarden.net/media/upload/b/ba/003MS8.png" "//archives.bulbagarden.net/media/upload/a/a4/006MS8.png" ...
## - attr(*, "na.action")= 'omit' Named int [1:783] 4 5 7 8 9 10 11 12 13 14 ...
## ..- attr(*, "names")= chr [1:783] "4" "5" "7" "8" ...Awalnya terdapat 898 observasi pada data, setelah missing value
dihilangkan jumlah data yang tersisah hanyalah 115 observasi. Hal
tersebut dikarenakan fungsi na.omit akan menghapus semua
baris data yang terdapat data hilang.
library(treemap)
a <- pokemon%>%
count(type_1, type_2)
treemap(dtf = a,
index = c("type_1", "type_2"),
vSize = "n",
title = "Jenis-Jenis Pokemon",
vColor = "type_1")
Minggu 6 dan 7
Visualisasi Data Tabel Kontingensi atau Data Tabulasi Silang
## # A tibble: 6 × 26
## car_ID symboling CarName fueltype aspiration doornumber carbody drivewheel
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 1 3 alfa-romer… gas std two conver… rwd
## 2 2 3 alfa-romer… gas std two conver… rwd
## 3 3 1 alfa-romer… gas std two hatchb… rwd
## 4 4 2 audi 100 ls gas std four sedan fwd
## 5 5 2 audi 100ls gas std four sedan 4wd
## 6 6 2 audi fox gas std two sedan fwd
## # ℹ 18 more variables: enginelocation <chr>, wheelbase <dbl>, carlength <dbl>,
## # carwidth <dbl>, carheight <dbl>, curbweight <dbl>, enginetype <chr>,
## # cylindernumber <fct>, enginesize <dbl>, fuelsystem <chr>, boreratio <dbl>,
## # stroke <dbl>, compressionratio <dbl>, horsepower <dbl>, peakrpm <dbl>,
## # citympg <dbl>, highwaympg <dbl>, price <dbl>## tibble [205 × 26] (S3: tbl_df/tbl/data.frame)
## $ car_ID : num [1:205] 1 2 3 4 5 6 7 8 9 10 ...
## $ symboling : num [1:205] 3 3 1 2 2 2 1 1 1 0 ...
## $ CarName : chr [1:205] "alfa-romero giulia" "alfa-romero stelvio" "alfa-romero Quadrifoglio" "audi 100 ls" ...
## $ fueltype : chr [1:205] "gas" "gas" "gas" "gas" ...
## $ aspiration : chr [1:205] "std" "std" "std" "std" ...
## $ doornumber : chr [1:205] "two" "two" "two" "four" ...
## $ carbody : chr [1:205] "convertible" "convertible" "hatchback" "sedan" ...
## $ drivewheel : chr [1:205] "rwd" "rwd" "rwd" "fwd" ...
## $ enginelocation : chr [1:205] "front" "front" "front" "front" ...
## $ wheelbase : num [1:205] 88.6 88.6 94.5 99.8 99.4 ...
## $ carlength : num [1:205] 169 169 171 177 177 ...
## $ carwidth : num [1:205] 64.1 64.1 65.5 66.2 66.4 66.3 71.4 71.4 71.4 67.9 ...
## $ carheight : num [1:205] 48.8 48.8 52.4 54.3 54.3 53.1 55.7 55.7 55.9 52 ...
## $ curbweight : num [1:205] 2548 2548 2823 2337 2824 ...
## $ enginetype : chr [1:205] "dohc" "dohc" "ohcv" "ohc" ...
## $ cylindernumber : Factor w/ 7 levels "three","four",..: 2 2 5 2 4 4 4 4 4 4 ...
## ..- attr(*, "scores")= num [1:7(1d)] 184 123 86 160 48 262 101
## .. ..- attr(*, "dimnames")=List of 1
## .. .. ..$ : chr [1:7] "eight" "five" "four" "six" ...
## $ enginesize : num [1:205] 130 130 152 109 136 136 136 136 131 131 ...
## $ fuelsystem : chr [1:205] "mpfi" "mpfi" "mpfi" "mpfi" ...
## $ boreratio : num [1:205] 3.47 3.47 2.68 3.19 3.19 3.19 3.19 3.19 3.13 3.13 ...
## $ stroke : num [1:205] 2.68 2.68 3.47 3.4 3.4 3.4 3.4 3.4 3.4 3.4 ...
## $ compressionratio: num [1:205] 9 9 9 10 8 8.5 8.5 8.5 8.3 7 ...
## $ horsepower : num [1:205] 111 111 154 102 115 110 110 110 140 160 ...
## $ peakrpm : num [1:205] 5000 5000 5000 5500 5500 5500 5500 5500 5500 5500 ...
## $ citympg : num [1:205] 21 21 19 24 18 19 19 19 17 16 ...
## $ highwaympg : num [1:205] 27 27 26 30 22 25 25 25 20 22 ...
## $ price : num [1:205] 13495 16500 16500 13950 17450 ...# Group Bar Chart
# Membuat data tabulasi silang (contingency tabel)
data.silang <- table(data.mobil$carbody, data.mobil$doornumber)
df <- as.matrix(data.silang)
df##
## four two
## convertible 0 6
## hardtop 0 8
## hatchback 10 60
## sedan 80 16
## wagon 25 0Data di atas menampilkan data dalam bentuk tabulasi silang atau contingency table dari 2 variabel. Data di atas memuat informasi mengenai carbody dan doornumber yang ditampilkan dalam bentuk tabulasi silang sehingga kita bisa melihat hubungan dari kedua variabel tersebut. Misalnya carbody jenis convertible dengan jumlah pintu 4 ternyata tidak ada di dalam data.
# Membuat diagram batang dengan grup (Rbase)
barplot(df, col=c("red","skyblue","darkcyan","pink","darkorange"), legend=rownames(df), beside=TRUE,
args.legend = list(x = "topright", cex = 0.8))
# Group Barchart with ggplot
# Load library ggplot2
library(ggplot2)
# Buat dataset atau gunakan dataset yang ada (contoh dengan mtcars)
df2 <- as.data.frame(table(data.mobil$carbody, data.mobil$doornumber))
colnames(df2) <- c("carbody", "doornumber", "Frequency")
# Tampilkan struktur dataset
str(df2)## 'data.frame': 10 obs. of 3 variables:
## $ carbody : Factor w/ 5 levels "convertible",..: 1 2 3 4 5 1 2 3 4 5
## $ doornumber: Factor w/ 2 levels "four","two": 1 1 1 1 1 2 2 2 2 2
## $ Frequency : int 0 0 10 80 25 6 8 60 16 0## carbody doornumber Frequency
## 1 convertible four 0
## 2 hardtop four 0
## 3 hatchback four 10
## 4 sedan four 80
## 5 wagon four 25
## 6 convertible two 6
## 7 hardtop two 8
## 8 hatchback two 60
## 9 sedan two 16
## 10 wagon two 0Jika menggunakan ggplot data yang digunakan tidak bisa dalam bentuk matriks melainkan harus dalam bentuk data frame. Maka bentuk data tabel kontingensi sebelumnya akan kita ubah sehingga bisa divisualisasikan menggunakan ggplot
# group barchart
ggplot(df2, aes(x=doornumber, y=Frequency, fill=carbody))+
geom_bar(stat="identity", position = "dodge")+
labs(
x="Jumlah Pintu",
y="Jumlah",
title="Type Body Mobil dengan Jumlah Pintu",
subtitle = "data automobile"
)+
scale_fill_brewer(palette = "Pastel1")+
theme_bw()+
theme(plot.title = element_text(hjust = 0.5), plot.subtitle = element_text(hjust = 0.5))
# Treemap chart
library(treemap)
treemap(dtf = df2,
index = c("carbody", "doornumber"),
vSize = "Frequency",
title = "Tipe mobil",
vColor = "carbody")
treemap(df2, index=c("carbody","doornumber"), vSize="Frequency", type="index",
fontsize.labels=c(15,12),
fontcolor.labels=c("white","orange"),
fontface.labels=c(2,1),
bg.labels=c("transparent"),
align.labels=list(
c("center", "center"),
c("right", "bottom")
),
overlap.labels=0.5,
inflate.labels=F,
title = "Tipe Body Mobil dan Jumlah Pintu",
border.col = "white"
)
Manajemen Data
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ lubridate 1.9.2 ✔ tibble 3.2.1
## ✔ purrr 1.0.1 ✔ tidyr 1.3.0
## ✔ readr 2.1.4
## ── 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##
## Attaching package: 'kableExtra'
##
## The following object is masked from 'package:dplyr':
##
## group_rows##
## Attaching package: 'mice'
##
## The following object is masked from 'package:stats':
##
## filter
##
## The following objects are masked from 'package:base':
##
## cbind, rbinddf_authors_upi <- read_xlsx("D:/FILE KULIAH SEMESTER 5/MINGGU 2/PSD (P)/Detail_Authors_414_fix.xlsx")
str(df_authors_upi)## tibble [1,757 × 25] (S3: tbl_df/tbl/data.frame)
## $ SINTA_ID : num [1:1757] 5974504 257767 257412 5991845 6005865 ...
## $ Nama : chr [1:1757] "ASEP BAYU DANI NANDIYANTO" "ACHMAD SAMSUDIN" "ADE GAFAR ABDULLAH" "WAHYUDIN" ...
## $ Universitas : chr [1:1757] "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" ...
## $ Kode_Prodi : chr [1:1757] "47102" "84203" "83101" "86022" ...
## $ Departemen : chr [1:1757] "S2 - Kimia" "S1 - Pendidikan Fisika" "S2 - Pendidikan Teknologi dan Kejuruan" "S3 - Pendidikan Dasar" ...
## $ SINTA_Score_Overall : num [1:1757] 13142 4774 5830 3207 3296 ...
## $ SINTA_Score_3Yr : num [1:1757] 4974 2767 2270 1865 1823 ...
## $ Scopus_Artikel : num [1:1757] 303 166 190 70 132 71 0 86 89 77 ...
## $ Scopus_Citation : num [1:1757] 4313 818 610 191 557 ...
## $ Scopus_Cited_Document : num [1:1757] 224 110 119 45 91 32 0 47 57 65 ...
## $ Scopus_H_Index : num [1:1757] 31 14 11 6 13 6 0 6 8 13 ...
## $ Scopus_i10-Index : num [1:1757] 88 21 15 5 20 1 0 3 7 19 ...
## $ Scopus_G_Index : num [1:1757] 1 1 1 3 1 1 0 1 1 1 ...
## $ GScholar_Artikel : num [1:1757] 491 349 326 453 335 184 380 168 224 247 ...
## $ GScholar_Citation : num [1:1757] 6610 3011 1755 1179 2032 ...
## $ GScholar_Cited_Document: num [1:1757] 333 228 196 148 205 93 201 117 147 155 ...
## $ GScholar_H_Index : num [1:1757] 39 26 17 15 21 15 12 14 23 21 ...
## $ GScholar_i10-Index : num [1:1757] 135 61 37 22 66 25 19 25 49 49 ...
## $ GScholar_G_Index : num [1:1757] 1 1 1 1 1 1 2 1 1 1 ...
## $ WOS_Artikel : num [1:1757] 217 125 164 0 3 39 1 33 58 47 ...
## $ WOS_Citation : num [1:1757] 3015 328 337 0 7 ...
## $ WOS_Cited_Document : num [1:1757] 159 64 79 0 1 9 0 13 25 33 ...
## $ WOS_H_Index : num [1:1757] 27 9 9 NA 2 3 0 4 3 7 ...
## $ WOS_i10-Index : num [1:1757] 63 8 9 NA 0 0 0 0 0 4 ...
## $ WOS_G_Index : num [1:1757] 1 1 1 NA 2 1 1 1 1 1 ...## # A tibble: 6 × 25
## SINTA_ID Nama Universitas Kode_Prodi Departemen SINTA_Score_Overall
## <dbl> <chr> <chr> <chr> <chr> <dbl>
## 1 5974504 ASEP BAYU DANI… Universita… 47102 S2 - Kimia 13142
## 2 257767 ACHMAD SAMSUDIN Universita… 84203 S1 - Pend… 4774
## 3 257412 ADE GAFAR ABDU… Universita… 83101 S2 - Pend… 5830
## 4 5991845 WAHYUDIN Universita… 86022 S3 - Pend… 3207
## 5 6005865 ANDI SUHANDI Universita… 84103 S2 - Pend… 3296
## 6 6042761 DADANG JUANDI Universita… 84002 S3 - Pend… 2371
## # ℹ 19 more variables: SINTA_Score_3Yr <dbl>, Scopus_Artikel <dbl>,
## # Scopus_Citation <dbl>, Scopus_Cited_Document <dbl>, Scopus_H_Index <dbl>,
## # `Scopus_i10-Index` <dbl>, Scopus_G_Index <dbl>, GScholar_Artikel <dbl>,
## # GScholar_Citation <dbl>, GScholar_Cited_Document <dbl>,
## # GScholar_H_Index <dbl>, `GScholar_i10-Index` <dbl>, GScholar_G_Index <dbl>,
## # WOS_Artikel <dbl>, WOS_Citation <dbl>, WOS_Cited_Document <dbl>,
## # WOS_H_Index <dbl>, `WOS_i10-Index` <dbl>, WOS_G_Index <dbl># fungsi replacement
df_authors_upi$SINTA_Score_Overall <- as.numeric(gsub(",", ".", gsub("\\.", "", df_authors_upi$SINTA_Score_Overall)))
df_authors_upi$SINTA_Score_3Yr <- as.numeric(gsub(",", ".", gsub("\\.", "", df_authors_upi$SINTA_Score_3Yr)))
head(df_authors_upi)## # A tibble: 6 × 25
## SINTA_ID Nama Universitas Kode_Prodi Departemen SINTA_Score_Overall
## <dbl> <chr> <chr> <chr> <chr> <dbl>
## 1 5974504 ASEP BAYU DANI… Universita… 47102 S2 - Kimia 13142
## 2 257767 ACHMAD SAMSUDIN Universita… 84203 S1 - Pend… 4774
## 3 257412 ADE GAFAR ABDU… Universita… 83101 S2 - Pend… 5830
## 4 5991845 WAHYUDIN Universita… 86022 S3 - Pend… 3207
## 5 6005865 ANDI SUHANDI Universita… 84103 S2 - Pend… 3296
## 6 6042761 DADANG JUANDI Universita… 84002 S3 - Pend… 2371
## # ℹ 19 more variables: SINTA_Score_3Yr <dbl>, Scopus_Artikel <dbl>,
## # Scopus_Citation <dbl>, Scopus_Cited_Document <dbl>, Scopus_H_Index <dbl>,
## # `Scopus_i10-Index` <dbl>, Scopus_G_Index <dbl>, GScholar_Artikel <dbl>,
## # GScholar_Citation <dbl>, GScholar_Cited_Document <dbl>,
## # GScholar_H_Index <dbl>, `GScholar_i10-Index` <dbl>, GScholar_G_Index <dbl>,
## # WOS_Artikel <dbl>, WOS_Citation <dbl>, WOS_Cited_Document <dbl>,
## # WOS_H_Index <dbl>, `WOS_i10-Index` <dbl>, WOS_G_Index <dbl>## [1] "Hello_World"## Warning: NAs introduced by coercion## tibble [1,757 × 25] (S3: tbl_df/tbl/data.frame)
## $ SINTA_ID : int [1:1757] 5974504 257767 257412 5991845 6005865 6042761 6684318 5995121 5986217 5981677 ...
## $ Nama : chr [1:1757] "ASEP BAYU DANI NANDIYANTO" "ACHMAD SAMSUDIN" "ADE GAFAR ABDULLAH" "WAHYUDIN" ...
## $ Universitas : chr [1:1757] "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" ...
## $ Kode_Prodi : int [1:1757] 47102 84203 83101 86022 84103 84002 86284 84102 86022 20202 ...
## $ Departemen : chr [1:1757] "S2 - Kimia" "S1 - Pendidikan Fisika" "S2 - Pendidikan Teknologi dan Kejuruan" "S3 - Pendidikan Dasar" ...
## $ SINTA_Score_Overall : num [1:1757] 13142 4774 5830 3207 3296 ...
## $ SINTA_Score_3Yr : num [1:1757] 4974 2767 2270 1865 1823 ...
## $ Scopus_Artikel : num [1:1757] 303 166 190 70 132 71 0 86 89 77 ...
## $ Scopus_Citation : num [1:1757] 4313 818 610 191 557 ...
## $ Scopus_Cited_Document : num [1:1757] 224 110 119 45 91 32 0 47 57 65 ...
## $ Scopus_H_Index : num [1:1757] 31 14 11 6 13 6 0 6 8 13 ...
## $ Scopus_i10-Index : num [1:1757] 88 21 15 5 20 1 0 3 7 19 ...
## $ Scopus_G_Index : num [1:1757] 1 1 1 3 1 1 0 1 1 1 ...
## $ GScholar_Artikel : num [1:1757] 491 349 326 453 335 184 380 168 224 247 ...
## $ GScholar_Citation : num [1:1757] 6610 3011 1755 1179 2032 ...
## $ GScholar_Cited_Document: num [1:1757] 333 228 196 148 205 93 201 117 147 155 ...
## $ GScholar_H_Index : num [1:1757] 39 26 17 15 21 15 12 14 23 21 ...
## $ GScholar_i10-Index : num [1:1757] 135 61 37 22 66 25 19 25 49 49 ...
## $ GScholar_G_Index : num [1:1757] 1 1 1 1 1 1 2 1 1 1 ...
## $ WOS_Artikel : num [1:1757] 217 125 164 0 3 39 1 33 58 47 ...
## $ WOS_Citation : num [1:1757] 3015 328 337 0 7 ...
## $ WOS_Cited_Document : num [1:1757] 159 64 79 0 1 9 0 13 25 33 ...
## $ WOS_H_Index : num [1:1757] 27 9 9 NA 2 3 0 4 3 7 ...
## $ WOS_i10-Index : num [1:1757] 63 8 9 NA 0 0 0 0 0 4 ...
## $ WOS_G_Index : num [1:1757] 1 1 1 NA 2 1 1 1 1 1 ...## SINTA_ID Nama Universitas Kode_Prodi
## Mode :logical Mode :logical Mode :logical Mode :logical
## FALSE:1757 FALSE:1757 FALSE:1757 FALSE:1535
## TRUE :222
## Departemen SINTA_Score_Overall SINTA_Score_3Yr Scopus_Artikel
## Mode :logical Mode :logical Mode :logical Mode :logical
## FALSE:1757 FALSE:1757 FALSE:1757 FALSE:1757
##
## Scopus_Citation Scopus_Cited_Document Scopus_H_Index Scopus_i10-Index
## Mode :logical Mode :logical Mode :logical Mode :logical
## FALSE:1757 FALSE:1757 FALSE:1757 FALSE:1757
##
## Scopus_G_Index GScholar_Artikel GScholar_Citation GScholar_Cited_Document
## Mode :logical Mode :logical Mode :logical Mode :logical
## FALSE:1757 FALSE:1757 FALSE:1757 FALSE:1757
##
## GScholar_H_Index GScholar_i10-Index GScholar_G_Index WOS_Artikel
## Mode :logical Mode :logical Mode :logical Mode :logical
## FALSE:1757 FALSE:1757 FALSE:1757 FALSE:1757
##
## WOS_Citation WOS_Cited_Document WOS_H_Index WOS_i10-Index
## Mode :logical Mode :logical Mode :logical Mode :logical
## FALSE:1757 FALSE:1757 FALSE:766 FALSE:766
## TRUE :991 TRUE :991
## WOS_G_Index
## Mode :logical
## FALSE:766
## TRUE :991
## SINTA_ID Nama Universitas Departemen SINTA_Score_Overall SINTA_Score_3Yr
## 750 1 1 1 1 1 1
## 785 1 1 1 1 1 1
## 16 1 1 1 1 1 1
## 206 1 1 1 1 1 1
## 0 0 0 0 0 0
## Scopus_Artikel Scopus_Citation Scopus_Cited_Document Scopus_H_Index
## 750 1 1 1 1
## 785 1 1 1 1
## 16 1 1 1 1
## 206 1 1 1 1
## 0 0 0 0
## Scopus_i10-Index Scopus_G_Index GScholar_Artikel GScholar_Citation
## 750 1 1 1 1
## 785 1 1 1 1
## 16 1 1 1 1
## 206 1 1 1 1
## 0 0 0 0
## GScholar_Cited_Document GScholar_H_Index GScholar_i10-Index
## 750 1 1 1
## 785 1 1 1
## 16 1 1 1
## 206 1 1 1
## 0 0 0
## GScholar_G_Index WOS_Artikel WOS_Citation WOS_Cited_Document Kode_Prodi
## 750 1 1 1 1 1
## 785 1 1 1 1 1
## 16 1 1 1 1 0
## 206 1 1 1 1 0
## 0 0 0 0 222
## WOS_H_Index WOS_i10-Index WOS_G_Index
## 750 1 1 1 0
## 785 0 0 0 3
## 16 1 1 1 1
## 206 0 0 0 4
## 991 991 991 3195## tibble [750 × 25] (S3: tbl_df/tbl/data.frame)
## $ SINTA_ID : int [1:750] 5974504 257767 257412 6005865 6042761 6684318 5995121 5986217 5981677 5989208 ...
## $ Nama : chr [1:750] "ASEP BAYU DANI NANDIYANTO" "ACHMAD SAMSUDIN" "ADE GAFAR ABDULLAH" "ANDI SUHANDI" ...
## $ Universitas : chr [1:750] "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" ...
## $ Kode_Prodi : int [1:750] 47102 84203 83101 84103 84002 86284 84102 86022 20202 86022 ...
## $ Departemen : chr [1:750] "S2 - Kimia" "S1 - Pendidikan Fisika" "S2 - Pendidikan Teknologi dan Kejuruan" "S2 - Pendidikan Fisika" ...
## $ SINTA_Score_Overall : num [1:750] 13142 4774 5830 3296 2371 ...
## $ SINTA_Score_3Yr : num [1:750] 4974 2767 2270 1823 1724 ...
## $ Scopus_Artikel : num [1:750] 303 166 190 132 71 0 86 89 77 57 ...
## $ Scopus_Citation : num [1:750] 4313 818 610 557 104 ...
## $ Scopus_Cited_Document : num [1:750] 224 110 119 91 32 0 47 57 65 39 ...
## $ Scopus_H_Index : num [1:750] 31 14 11 13 6 0 6 8 13 6 ...
## $ Scopus_i10-Index : num [1:750] 88 21 15 20 1 0 3 7 19 1 ...
## $ Scopus_G_Index : num [1:750] 1 1 1 1 1 0 1 1 1 2 ...
## $ GScholar_Artikel : num [1:750] 491 349 326 335 184 380 168 224 247 240 ...
## $ GScholar_Citation : num [1:750] 6610 3011 1755 2032 771 ...
## $ GScholar_Cited_Document: num [1:750] 333 228 196 205 93 201 117 147 155 145 ...
## $ GScholar_H_Index : num [1:750] 39 26 17 21 15 12 14 23 21 19 ...
## $ GScholar_i10-Index : num [1:750] 135 61 37 66 25 19 25 49 49 47 ...
## $ GScholar_G_Index : num [1:750] 1 1 1 1 1 2 1 1 1 1 ...
## $ WOS_Artikel : num [1:750] 217 125 164 3 39 1 33 58 47 33 ...
## $ WOS_Citation : num [1:750] 3015 328 337 7 21 ...
## $ WOS_Cited_Document : num [1:750] 159 64 79 1 9 0 13 25 33 20 ...
## $ WOS_H_Index : num [1:750] 27 9 9 2 3 0 4 3 7 4 ...
## $ WOS_i10-Index : num [1:750] 63 8 9 0 0 0 0 0 4 0 ...
## $ WOS_G_Index : num [1:750] 1 1 1 2 1 1 1 1 1 2 ...
## - attr(*, "na.action")= 'omit' Named int [1:1007] 4 17 22 23 40 42 56 59 63 67 ...
## ..- attr(*, "names")= chr [1:1007] "4" "17" "22" "23" ...## # A tibble: 0 × 25
## # ℹ 25 variables: SINTA_ID <int>, Nama <chr>, Universitas <chr>,
## # Kode_Prodi <int>, Departemen <chr>, SINTA_Score_Overall <dbl>,
## # SINTA_Score_3Yr <dbl>, Scopus_Artikel <dbl>, Scopus_Citation <dbl>,
## # Scopus_Cited_Document <dbl>, Scopus_H_Index <dbl>, Scopus_i10-Index <dbl>,
## # Scopus_G_Index <dbl>, GScholar_Artikel <dbl>, GScholar_Citation <dbl>,
## # GScholar_Cited_Document <dbl>, GScholar_H_Index <dbl>,
## # GScholar_i10-Index <dbl>, GScholar_G_Index <dbl>, WOS_Artikel <dbl>, …## # A tibble: 750 × 25
## SINTA_ID Nama Universitas Kode_Prodi Departemen SINTA_Score_Overall
## <int> <chr> <chr> <int> <chr> <dbl>
## 1 5974504 ASEP BAYU DAN… Universita… 47102 S2 - Kimia 13142
## 2 257767 ACHMAD SAMSUD… Universita… 84203 S1 - Pend… 4774
## 3 257412 ADE GAFAR ABD… Universita… 83101 S2 - Pend… 5830
## 4 6005865 ANDI SUHANDI Universita… 84103 S2 - Pend… 3296
## 5 6042761 DADANG JUANDI Universita… 84002 S3 - Pend… 2371
## 6 6684318 DINIE ANGGRAE… Universita… 86284 S1 - PGSD… 1976
## 7 5995121 SUFYANI PRABA… Universita… 84102 S2 - Pend… 2421
## 8 5986217 TATANG HERMAN Universita… 86022 S3 - Pend… 2652
## 9 5981677 SYIFAUL FUADA Universita… 20202 S1 - Sist… 3486
## 10 5989208 WAHYU SOPANDI Universita… 86022 S3 - Pend… 2312
## # ℹ 740 more rows
## # ℹ 19 more variables: SINTA_Score_3Yr <dbl>, Scopus_Artikel <dbl>,
## # Scopus_Citation <dbl>, Scopus_Cited_Document <dbl>, Scopus_H_Index <dbl>,
## # `Scopus_i10-Index` <dbl>, Scopus_G_Index <dbl>, GScholar_Artikel <dbl>,
## # GScholar_Citation <dbl>, GScholar_Cited_Document <dbl>,
## # GScholar_H_Index <dbl>, `GScholar_i10-Index` <dbl>, GScholar_G_Index <dbl>,
## # WOS_Artikel <dbl>, WOS_Citation <dbl>, WOS_Cited_Document <dbl>, …# memisahkan data pada kolom departemen
df_authors_upi <- df_authors_upi %>%
separate(Departemen, into = c("Jenjang", "Program_Studi"), sep = " - ", extra = "drop", remove = FALSE)
head(data.frame(cbind("Departemen"=df_authors_upi$Departemen,"Jenjang"=df_authors_upi$Jenjang,"Program_Studi"=df_authors_upi$Program_Studi)))## Departemen Jenjang
## 1 S2 - Kimia S2
## 2 S1 - Pendidikan Fisika S1
## 3 S2 - Pendidikan Teknologi dan Kejuruan S2
## 4 S2 - Pendidikan Fisika S2
## 5 S3 - Pendidikan Matematika S3
## 6 S1 - PGSD Kampus Cibiru S1
## Program_Studi
## 1 Kimia
## 2 Pendidikan Fisika
## 3 Pendidikan Teknologi dan Kejuruan
## 4 Pendidikan Fisika
## 5 Pendidikan Matematika
## 6 PGSD Kampus Cibiru## # A tibble: 6 × 26
## SINTA_ID Nama Universitas Kode_Prodi Jenjang Program_Studi
## <int> <chr> <chr> <int> <chr> <chr>
## 1 5974504 ASEP BAYU DANI NANDIYAN… Universita… 47102 S2 Kimia
## 2 257767 ACHMAD SAMSUDIN Universita… 84203 S1 Pendidikan F…
## 3 257412 ADE GAFAR ABDULLAH Universita… 83101 S2 Pendidikan T…
## 4 6005865 ANDI SUHANDI Universita… 84103 S2 Pendidikan F…
## 5 6042761 DADANG JUANDI Universita… 84002 S3 Pendidikan M…
## 6 6684318 DINIE ANGGRAENI DEWI Universita… 86284 S1 PGSD Kampus …
## # ℹ 20 more variables: SINTA_Score_Overall <dbl>, SINTA_Score_3Yr <dbl>,
## # Scopus_Artikel <dbl>, Scopus_Citation <dbl>, Scopus_Cited_Document <dbl>,
## # Scopus_H_Index <dbl>, `Scopus_i10-Index` <dbl>, Scopus_G_Index <dbl>,
## # GScholar_Artikel <dbl>, GScholar_Citation <dbl>,
## # GScholar_Cited_Document <dbl>, GScholar_H_Index <dbl>,
## # `GScholar_i10-Index` <dbl>, GScholar_G_Index <dbl>, WOS_Artikel <dbl>,
## # WOS_Citation <dbl>, WOS_Cited_Document <dbl>, WOS_H_Index <dbl>, …df_prodi_upi <- read.csv("D:/FILE KULIAH SEMESTER 5/MINGGU 2/PSD (P)/Program_Studi_UPI.csv", sep = ";")
df_prodi_upi$index <- as.integer(rownames(df_prodi_upi))
df_prodi_upi <- df_prodi_upi %>% select(c(index,1:10))
df_prodi_upi## index Kode Program_Studi
## 1 1 23401 Arsitektur
## 2 2 14401 Keperawatan
## 3 3 14472 Keperawatan Kampus Sumedang
## 4 4 35402 Survey Pemetaan dan Informasi Geografis
## 5 5 20401 Teknik Elektro
## 6 6 21401 Teknik Mesin
## 7 7 22401 Teknik Sipil
## 8 8 35303 Survei Pemetaan dan Informasi Geografis
## 9 9 86204 Administrasi Pendidikan
## 10 10 62201 Akuntansi
## 11 11 23201 Arsitektur
## 12 12 79201 Bahasa dan Sastra Indonesia
## 13 13 79202 Bahasa dan Sastra Inggris
## 14 14 86201 Bimbingan Dan Konseling
## 15 15 46201 Biologi
## 16 16 61209 Bisnis Digital
## 17 17 90241 Desain Komunikasi Visual
## 18 18 90231 Desain Produk Industri Kampus Tasikmalaya
## 19 19 91362 Film dan Televisi
## 20 20 45201 Fisika
## 21 21 13211 Gizi
## 22 22 60204 Ilmu Ekonomi dan Keuangan Islam
## 23 23 89201 Ilmu Keolahragaan
## 24 24 55201 Ilmu Komputer
## 25 25 70201 Ilmu Komunikasi
## 26 26 86208 Ilmu Pendidikan Agama Islam
## 27 27 93272 Industri Pariwisata
## 28 28 85272 Kepelatihan Fisik Olahraga
## 29 29 14203 Keperawatan Kampus Sumedang
## 30 30 94202 Kewirausahaan Kampus Tasikmalaya
## 31 31 47201 Kimia
## 32 32 63215 Logistik Kelautan
## 33 33 61201 Manajemen
## 34 34 93203 Manajemen Industri Katering
## 35 35 93201 Manajemen Pemasaran Pariwisata
## 36 36 93202 Manajemen Resort dan Leisure
## 37 37 44201 Matematika
## 38 38 21204 Mekatronika dan Kecerdasan Buatan Kampus Purwakarta
## 39 39 91221 Musik
## 40 40 14201 Ners
## 41 41 87209 Pendidikan Akuntansi
## 42 42 88204 Pendidikan Bahasa Arab
## 43 43 88201 Pendidikan Bahasa Dan Sastra Indonesia
## 44 44 88203 Pendidikan Bahasa Inggris
## 45 45 88205 Pendidikan Bahasa Jepang
## 46 46 88207 Pendidikan Bahasa Jerman
## 47 47 88213 Pendidikan Bahasa Korea
## 48 48 88206 Pendidikan Bahasa Perancis
## 49 49 88202 Pendidikan Bahasa Sunda
## 50 50 84205 Pendidikan Biologi
## 51 51 87210 Pendidikan Bisnis
## 52 52 86210 Pendidikan calon Pendidik Akademi Komunitas
## 53 53 87203 Pendidikan Ekonomi
## 54 54 84203 Pendidikan Fisika
## 55 55 87202 Pendidikan Geografi
## 56 56 86207 Pendidikan Guru Pendidikan Anak Usia Dini
## 57 57 86206 Pendidikan Guru Sekolah Dasar
## 58 58 83207 Pendidikan Ilmu Komputer
## 59 59 84201 Pendidikan IPA
## 60 60 87220 Pendidikan IPS
## 61 61 85201 Pendidikan Jasmani, Kesehatan Dan Rekreasi
## 62 62 54249 Pendidikan Kelautan dan Perikanan Kampus Serang
## 63 63 85202 Pendidikan Kepelatihan Olahraga
## 64 64 83206 Pendidikan Kesejahteraan Keluarga
## 65 65 87057 Pendidikan Kewarganegaraan
## 66 66 86202 Pendidikan Khusus
## 67 67 84204 Pendidikan Kimia
## 68 68 87211 Pendidikan Manajemen Perkantoran
## 69 69 86205 Pendidikan Masyarakat
## 70 70 84202 Pendidikan Matematika
## 71 71 90343 Pendidikan Multimedia Kampus Cibiru
## 72 72 87205 Pendidikan Pancasila Dan Kewarganegaraan
## 73 73 85205 Pendidikan Pariwisata
## 74 74 87201 Pendidikan Sejarah
## 75 75 88209 Pendidikan Seni Musik
## 76 76 88210 Pendidikan Seni Rupa
## 77 77 88216 Pendidikan Seni Tari
## 78 78 59201 Pendidikan Sistem dan Teknologi Informasi Kampus Purwakarta
## 79 79 87204 Pendidikan Sosiologi
## 80 80 83211 Pendidikan Tata Boga
## 81 81 83212 Pendidikan Tata Busana
## 82 82 83208 Pendidikan Teknik Arsitektur
## 83 83 83205 Pendidikan Teknik Bangunan
## 84 84 83201 Pendidikan Teknik Elektro
## 85 85 83203 Pendidikan Teknik Mesin
## 86 86 56203 Pendidikan Teknik Otomasi Industri dan Robotika
## 87 87 83204 Pendidikan Teknik Otomotif
## 88 88 84211 Pendidikan Teknologi Agroindustri
## 89 89 71201 Perpustakaan dan Sains Informasi
## 90 90 86280 PGPAUD Kampus Cibiru
## 91 91 86281 PGPAUD Kampus Purwakarta
## 92 92 86282 PGPAUD Kampus Serang
## 93 93 86283 PGPAUD Kampus Tasikmalaya
## 94 94 86284 PGSD Kampus Cibiru
## 95 95 86285 PGSD Kampus Purwakarta
## 96 96 86286 PGSD Kampus Serang
## 97 97 86287 PGSD Kampus Sumedang
## 98 98 86288 PGSD Kampus Tasikmalaya
## 99 99 89202 PGSD Pendidikan Jasmani
## 100 100 89270 PGSD Penjas Kampus Sumedang
## 101 101 86209 PJJ Pendidikan Guru Sekolah Dasar
## 102 102 73201 Psikologi
## 103 103 87270 PSKGJ Pendidikan Administrasi Perkantoran
## 104 104 87279 PSKGJ Pendidikan Akuntansi
## 105 105 88274 PSKGJ Pendidikan Bahasa Arab
## 106 106 88272 PSKGJ Pendidikan Bahasa Daerah (Sunda)
## 107 107 88271 PSKGJ Pendidikan Bahasa Indonesia
## 108 108 88273 PSKGJ Pendidikan Bahasa Inggris
## 109 109 88275 PSKGJ Pendidikan Bahasa Jepang
## 110 110 88277 PSKGJ Pendidikan Bahasa Jerman
## 111 111 88276 PSKGJ Pendidikan Bahasa Perancis
## 112 112 84275 PSKGJ Pendidikan Biologi
## 113 113 87273 PSKGJ Pendidikan Ekonomi Koperasi
## 114 114 84273 PSKGJ Pendidikan Fisika
## 115 115 87272 PSKGJ Pendidikan Geografi
## 116 116 86277 PSKGJ Pendidikan Guru Pendidikan Anak Usia Dini
## 117 117 86276 PSKGJ Pendidikan Guru Sekolah Dasar(PGSD)
## 118 118 83276 PSKGJ Pendidikan Kesejahteraan Keluarga
## 119 119 87275 PSKGJ Pendidikan Kewarganegaraan
## 120 120 84274 PSKGJ Pendidikan Kimia
## 121 121 86272 PSKGJ Pendidikan Luar Biasa
## 122 122 86275 PSKGJ Pendidikan Luar Sekolah
## 123 123 84272 PSKGJ Pendidikan Matematika
## 124 124 87271 PSKGJ Pendidikan Sejarah
## 125 125 88279 PSKGJ Pendidikan Seni Musik
## 126 126 88270 PSKGJ Pendidikan Seni Rupa
## 127 127 88278 PSKGJ Pendidikan Seni Tari
## 128 128 83277 PSKGJ Pendidikan Tata Boga
## 129 129 83278 PSKGJ Pendidikan Tata Busana
## 130 130 87276 PSKGJ Pendidikan Tata Niaga (Manajemen Bisnis)
## 131 131 83275 PSKGJ Pendidikan Teknik Bangunan
## 132 132 83273 PSKGJ Pendidikan Teknik Mesin
## 133 133 86271 PSKGJ Psikologi Pendidikan dan Bimbingan
## 134 134 86273 PSKGJ Teknologi Pendidikan
## 135 135 58201 Rekayasa Perangkat Lunak
## 136 136 25201 Sains Informasi Geografi
## 137 137 54241 Sistem Informasi Kelautan
## 138 138 20202 Sistem Telekomunikasi
## 139 139 20201 Teknik Elektro
## 140 140 56202 Teknik Komputer
## 141 141 63315 Teknik Logistik
## 142 142 22201 Teknik Sipil
## 143 143 86203 Teknologi Pendidikan
## 144 144 14901 Ners
## 145 145 86904 Pendidikan Profesi Guru
## 146 146 86902 Pendidikan Profesi Guru SD
## 147 147 86903 Pendidikan Profesi Guru SMK
## 148 148 14902 Profesi Ners Kampus Sumedang
## 149 149 86104 Administrasi Pendidikan
## 150 150 23101 Arsitektur
## 151 151 86101 Bimbingan Dan Konseling
## 152 152 86112 Ilmu Pendidikan Guru
## 153 153 47102 Kimia
## 154 154 79102 Linguistik
## 155 155 62103 Magister Ilmu Akuntansi
## 156 156 61105 Manajemen
## 157 157 61109 Manajemen Perkantoran
## 158 158 95104 Pariwisata
## 159 159 86110 Pedagogik
## 160 160 86108 Pendidikan Agama Islam
## 161 161 86107 Pendidikan Anak Usia Dini
## 162 162 79103 Pendidikan Bahasa Arab
## 163 163 88102 Pendidikan Bahasa dan Budaya Sunda
## 164 164 88101 Pendidikan Bahasa Indonesia
## 165 165 88112 Pendidikan Bahasa Indonesia Bagi Penutur Asing
## 166 166 88103 Pendidikan Bahasa Inggris
## 167 167 88105 Pendidikan Bahasa Jepang
## 168 168 88106 Pendidikan Bahasa Perancis
## 169 169 84105 Pendidikan Biologi
## 170 170 86122 Pendidikan Dasar
## 171 171 87103 Pendidikan Ekonomi
## 172 172 84103 Pendidikan Fisika
## 173 173 87102 Pendidikan Geografi
## 174 174 86106 Pendidikan Guru Sekolah Dasar Kampus Cibiru
## 175 175 86124 Pendidikan Guru Sekolah Dasar Kampus Tasikmalaya
## 176 176 83105 Pendidikan Ilmu Komputer
## 177 177 84101 Pendidikan Ilmu Pengetahuan Alam
## 178 178 87120 Pendidikan Ilmu Pengetahuan Sosial
## 179 179 85171 Pendidikan Jasmani
## 180 180 87105 Pendidikan Kewarganegaraan
## 181 181 86102 Pendidikan Khusus
## 182 182 84104 Pendidikan Kimia
## 183 183 86105 Pendidikan Masyarakat
## 184 184 84102 Pendidikan Matematika
## 185 185 85101 Pendidikan Olahraga
## 186 186 87101 Pendidikan Sejarah
## 187 187 88109 Pendidikan Seni
## 188 188 69101 Pendidikan Sosiologi
## 189 189 83101 Pendidikan Teknologi dan Kejuruan
## 190 190 87106 Pendidikan Umum dan Karakter
## 191 191 86120 Penelitian dan Pengukuran Pendidikan
## 192 192 86121 Pengembangan Kurikulum
## 193 193 86109 Penjaminan Mutu Pendidikan
## 194 194 86111 Psikologi Pendidikan
## 195 195 86004 Administrasi Pendidikan
## 196 196 86001 Bimbingan Dan Konseling
## 197 197 79002 Linguistik
## 198 198 61001 Manajemen
## 199 199 88001 Pendidikan Bahasa Indonesia
## 200 200 88003 Pendidikan Bahasa Inggris
## 201 201 86022 Pendidikan Dasar
## 202 202 87003 Pendidikan Ekonomi
## 203 203 87002 Pendidikan Geografi
## 204 204 84001 Pendidikan Ilmu Pengetahuan Alam
## 205 205 87001 Pendidikan Ilmu Pengetahuan Sosial
## 206 206 87005 Pendidikan Kewarganegaraan
## 207 207 86002 Pendidikan Khusus
## 208 208 86005 Pendidikan Masyarakat
## 209 209 84002 Pendidikan Matematika
## 210 210 85001 Pendidikan Olahraga
## 211 211 87007 Pendidikan Sejarah
## 212 212 88010 Pendidikan Seni
## 213 213 83001 Pendidikan Teknologi dan Kejuruan
## 214 214 87006 Pendidikan Umum dan Karakter
## 215 215 86021 Pengembangan Kurikulum
## Status Jenjang Akreditasi Jumlah_Dosen_Penghitung_Rasio Jumlah_Dosen_NIDN
## 1 Tutup D3 - 0 3
## 2 Aktif D3 B 26 16
## 3 Aktif D3 Baik Sekali 24 8
## 4 Aktif D3 - 29 7
## 5 Tutup D3 - 0 3
## 6 Aktif D3 A 0 5
## 7 Tutup D3 - 0 0
## 8 Aktif D4 - 0 0
## 9 Aktif S1 A 40 11
## 10 Aktif S1 Unggul 28 10
## 11 Aktif S1 A 34 9
## 12 Aktif S1 A 39 11
## 13 Aktif S1 Unggul 29 7
## 14 Aktif S1 A 38 15
## 15 Aktif S1 - 29 8
## 16 Aktif S1 Baik 19 9
## 17 Aktif S1 Baik 16 6
## 18 Aktif S1 - 12 9
## 19 Aktif S1 Baik 18 7
## 20 Aktif S1 B 19 12
## 21 Aktif S1 Baik 17 11
## 22 Aktif S1 Unggul 28 11
## 23 Aktif S1 A 37 20
## 24 Aktif S1 A 25 10
## 25 Aktif S1 A 23 11
## 26 Aktif S1 A 24 10
## 27 Aktif S1 - 12 6
## 28 Aktif S1 Baik 34 8
## 29 Aktif S1 - 19 7
## 30 Aktif S1 Baik 17 9
## 31 Aktif S1 A 33 15
## 32 Aktif S1 Baik 10 6
## 33 Aktif S1 Unggul 33 11
## 34 Aktif S1 B 17 9
## 35 Aktif S1 A 26 9
## 36 Aktif S1 A 24 9
## 37 Aktif S1 - 40 9
## 38 Aktif S1 - 8 6
## 39 Aktif S1 Baik 23 7
## 40 Aktif S1 - 0 0
## 41 Aktif S1 Unggul 31 17
## 42 Aktif S1 A 25 12
## 43 Aktif S1 A 41 6
## 44 Aktif S1 Unggul 39 14
## 45 Aktif S1 A 28 12
## 46 Aktif S1 Unggul 22 9
## 47 Aktif S1 B 19 9
## 48 Aktif S1 A 22 7
## 49 Aktif S1 A 27 8
## 50 Aktif S1 A 41 15
## 51 Aktif S1 Unggul 32 11
## 52 Tutup S1 - 0 0
## 53 Aktif S1 Unggul 29 10
## 54 Aktif S1 A 33 21
## 55 Aktif S1 Unggul 30 10
## 56 Aktif S1 A 24 10
## 57 Aktif S1 A 50 25
## 58 Aktif S1 A 30 10
## 59 Aktif S1 A 18 7
## 60 Aktif S1 A 35 7
## 61 Aktif S1 A 44 24
## 62 Aktif S1 Baik 10 7
## 63 Aktif S1 - 49 21
## 64 Aktif S1 A 13 7
## 65 Tutup S1 - 0 0
## 66 Aktif S1 A 24 9
## 67 Aktif S1 A 36 14
## 68 Aktif S1 Unggul 32 10
## 69 Aktif S1 A 31 8
## 70 Aktif S1 A 49 20
## 71 Aktif S1 Baik 18 6
## 72 Aktif S1 A 31 9
## 73 Aktif S1 Baik 17 11
## 74 Aktif S1 A 28 11
## 75 Aktif S1 A 36 15
## 76 Aktif S1 A 32 14
## 77 Aktif S1 A 30 14
## 78 Aktif S1 Baik 10 7
## 79 Aktif S1 A 41 10
## 80 Aktif S1 A 19 12
## 81 Aktif S1 A 18 9
## 82 Aktif S1 Unggul 32 13
## 83 Aktif S1 Unggul 22 9
## 84 Aktif S1 A 41 8
## 85 Aktif S1 A 36 12
## 86 Aktif S1 Baik 21 8
## 87 Aktif S1 Baik 27 10
## 88 Aktif S1 Unggul 16 9
## 89 Aktif S1 - 18 7
## 90 Aktif S1 A 16 10
## 91 Aktif S1 A 12 8
## 92 Aktif S1 B 15 8
## 93 Aktif S1 B 21 10
## 94 Aktif S1 A 43 27
## 95 Aktif S1 - 25 14
## 96 Aktif S1 B 25 16
## 97 Aktif S1 - 23 18
## 98 Aktif S1 - 32 17
## 99 Aktif S1 - 32 14
## 100 Aktif S1 - 17 12
## 101 Tutup S1 - 0 0
## 102 Aktif S1 B 36 18
## 103 Tutup S1 - 0 0
## 104 Tutup S1 - 0 0
## 105 Tutup S1 - 0 0
## 106 Tutup S1 - 0 0
## 107 Tutup S1 - 0 0
## 108 Tutup S1 - 0 0
## 109 Tutup S1 - 0 0
## 110 Tutup S1 - 0 0
## 111 Tutup S1 - 0 0
## 112 Tutup S1 - 0 0
## 113 Tutup S1 - 0 0
## 114 Tutup S1 - 0 0
## 115 Tutup S1 - 0 0
## 116 Tutup S1 - 0 0
## 117 Tutup S1 - 0 0
## 118 Tutup S1 - 0 0
## 119 Tutup S1 - 0 0
## 120 Tutup S1 - 0 0
## 121 Tutup S1 - 0 0
## 122 Tutup S1 - 0 0
## 123 Tutup S1 - 0 0
## 124 Tutup S1 - 0 0
## 125 Tutup S1 - 0 0
## 126 Tutup S1 - 0 0
## 127 Tutup S1 - 0 0
## 128 Tutup S1 - 0 0
## 129 Tutup S1 - 0 0
## 130 Tutup S1 - 0 0
## 131 Tutup S1 - 0 0
## 132 Tutup S1 - 0 0
## 133 Tutup S1 - 0 0
## 134 Tutup S1 - 0 0
## 135 Aktif S1 Baik 18 6
## 136 Aktif S1 Unggul 31 8
## 137 Aktif S1 Baik 15 7
## 138 Aktif S1 Baik 12 6
## 139 Aktif S1 B 35 10
## 140 Aktif S1 Baik 15 7
## 141 Aktif S1 Baik 17 8
## 142 Aktif S1 B 23 13
## 143 Aktif S1 A 26 7
## 144 Aktif Profesi - 0 0
## 145 Aktif Profesi B 0 7
## 146 Tutup Profesi - 0 0
## 147 Tutup Profesi - 0 0
## 148 Aktif Profesi - 0 5
## 149 Aktif S2 A 22 6
## 150 Aktif S2 Baik 7 6
## 151 Aktif S2 A 15 5
## 152 Tutup S2 - 0 0
## 153 Aktif S2 Baik 11 5
## 154 Aktif S2 B 11 5
## 155 Aktif S2 Baik Sekali 11 6
## 156 Aktif S2 Unggul 27 5
## 157 Aktif S2 Baik 13 6
## 158 Aktif S2 Baik 6 5
## 159 Aktif S2 B 5 8
## 160 Aktif S2 A 9 6
## 161 Aktif S2 A 14 6
## 162 Aktif S2 A 10 5
## 163 Aktif S2 A 10 6
## 164 Aktif S2 A 13 6
## 165 Aktif S2 Baik 11 5
## 166 Aktif S2 Unggul 17 5
## 167 Aktif S2 A 4 5
## 168 Aktif S2 B 3 4
## 169 Aktif S2 A 13 7
## 170 Aktif S2 A 22 5
## 171 Aktif S2 Unggul 10 6
## 172 Aktif S2 A 11 6
## 173 Aktif S2 Unggul 7 6
## 174 Aktif S2 - 12 6
## 175 Aktif S2 - 15 6
## 176 Aktif S2 - 10 6
## 177 Aktif S2 Unggul 17 5
## 178 Aktif S2 Unggul 8 6
## 179 Aktif S2 Baik 10 5
## 180 Aktif S2 A 16 5
## 181 Aktif S2 B 10 4
## 182 Aktif S2 A 17 6
## 183 Aktif S2 A 13 5
## 184 Aktif S2 A 23 8
## 185 Aktif S2 A 26 6
## 186 Aktif S2 A 9 4
## 187 Aktif S2 A 15 5
## 188 Aktif S2 A 13 5
## 189 Aktif S2 Unggul 14 5
## 190 Aktif S2 A 9 5
## 191 Tutup S2 - 0 0
## 192 Aktif S2 A 15 5
## 193 Tutup S2 - 0 0
## 194 Aktif S2 B 12 5
## 195 Aktif S3 A 20 5
## 196 Aktif S3 A 16 5
## 197 Aktif S3 A 8 5
## 198 Aktif S3 Unggul 27 13
## 199 Aktif S3 A 9 6
## 200 Aktif S3 Unggul 13 6
## 201 Aktif S3 A 15 5
## 202 Aktif S3 A 9 5
## 203 Aktif S3 Unggul 7 5
## 204 Aktif S3 Unggul 20 5
## 205 Aktif S3 A 9 5
## 206 Aktif S3 A 13 5
## 207 Aktif S3 B 8 4
## 208 Aktif S3 A 15 6
## 209 Aktif S3 A 14 6
## 210 Aktif S3 A 10 6
## 211 Aktif S3 B 6 4
## 212 Aktif S3 B 12 6
## 213 Aktif S3 B 17 5
## 214 Aktif S3 A 10 5
## 215 Aktif S3 B 11 6
## Jumlah_Dosen_NIDK Jumlah_Dosen_Total Jumlah_Mahasiswa
## 1 0 3 3
## 2 0 16 220
## 3 0 8 368
## 4 0 7 241
## 5 0 3 0
## 6 0 5 12
## 7 0 0 0
## 8 0 0 0
## 9 0 11 340
## 10 0 10 430
## 11 0 9 306
## 12 0 11 341
## 13 0 7 361
## 14 0 15 460
## 15 0 8 164
## 16 0 9 224
## 17 0 6 416
## 18 0 9 48
## 19 0 7 271
## 20 0 12 157
## 21 0 11 86
## 22 0 11 406
## 23 0 20 491
## 24 0 10 336
## 25 0 11 474
## 26 0 10 442
## 27 0 6 158
## 28 0 8 233
## 29 0 7 156
## 30 0 9 280
## 31 0 15 265
## 32 0 6 112
## 33 0 11 405
## 34 0 9 407
## 35 0 9 448
## 36 0 9 433
## 37 0 9 268
## 38 0 6 60
## 39 0 7 170
## 40 0 0 0
## 41 0 17 457
## 42 0 12 382
## 43 0 6 459
## 44 1 15 378
## 45 0 12 440
## 46 0 9 330
## 47 0 9 379
## 48 0 7 328
## 49 0 8 445
## 50 0 15 370
## 51 0 11 478
## 52 0 0 0
## 53 0 10 433
## 54 0 21 370
## 55 0 10 470
## 56 0 10 401
## 57 0 25 664
## 58 0 10 377
## 59 0 7 113
## 60 0 7 427
## 61 0 24 870
## 62 0 7 228
## 63 0 21 653
## 64 0 7 238
## 65 0 0 0
## 66 1 10 409
## 67 0 14 352
## 68 0 10 439
## 69 0 8 386
## 70 1 21 394
## 71 0 6 312
## 72 0 9 414
## 73 0 11 228
## 74 0 11 469
## 75 0 15 480
## 76 0 14 473
## 77 0 14 495
## 78 0 7 278
## 79 0 10 440
## 80 0 12 309
## 81 0 9 292
## 82 1 14 332
## 83 0 9 349
## 84 0 8 382
## 85 0 12 447
## 86 0 8 91
## 87 0 10 189
## 88 1 10 309
## 89 0 7 269
## 90 0 10 314
## 91 0 8 283
## 92 0 8 294
## 93 0 10 414
## 94 0 27 987
## 95 0 14 675
## 96 0 16 681
## 97 0 18 838
## 98 0 17 775
## 99 0 14 479
## 100 0 12 430
## 101 0 0 0
## 102 0 18 512
## 103 0 0 0
## 104 0 0 0
## 105 0 0 0
## 106 0 0 0
## 107 0 0 0
## 108 0 0 0
## 109 0 0 0
## 110 0 0 0
## 111 0 0 0
## 112 0 0 0
## 113 0 0 0
## 114 0 0 0
## 115 0 0 0
## 116 0 0 0
## 117 0 0 0
## 118 0 0 0
## 119 0 0 0
## 120 0 0 0
## 121 0 0 0
## 122 0 0 0
## 123 0 0 0
## 124 0 0 0
## 125 0 0 0
## 126 0 0 0
## 127 0 0 0
## 128 0 0 0
## 129 0 0 0
## 130 0 0 0
## 131 0 0 0
## 132 0 0 0
## 133 0 0 0
## 134 0 0 0
## 135 0 6 192
## 136 0 8 316
## 137 0 7 193
## 138 0 6 168
## 139 0 10 428
## 140 0 7 125
## 141 0 8 123
## 142 0 13 447
## 143 0 7 389
## 144 0 0 0
## 145 0 7 4668
## 146 0 0 0
## 147 0 0 0
## 148 0 5 0
## 149 0 6 82
## 150 0 6 11
## 151 0 5 147
## 152 0 0 0
## 153 0 5 10
## 154 0 5 78
## 155 0 6 13
## 156 0 5 105
## 157 0 6 13
## 158 0 5 29
## 159 0 8 27
## 160 0 6 39
## 161 0 6 106
## 162 0 5 58
## 163 0 6 36
## 164 0 6 106
## 165 0 5 13
## 166 1 6 235
## 167 0 5 50
## 168 0 4 8
## 169 0 7 117
## 170 0 5 167
## 171 0 6 69
## 172 0 6 89
## 173 0 6 55
## 174 0 6 28
## 175 0 6 45
## 176 0 6 15
## 177 0 5 79
## 178 0 6 29
## 179 0 5 41
## 180 0 5 119
## 181 0 4 84
## 182 0 6 76
## 183 0 5 33
## 184 0 8 219
## 185 0 6 226
## 186 0 4 53
## 187 0 5 95
## 188 0 5 47
## 189 0 5 56
## 190 0 5 10
## 191 0 0 0
## 192 0 5 60
## 193 0 0 0
## 194 0 5 78
## 195 0 5 55
## 196 0 5 70
## 197 0 5 59
## 198 0 13 278
## 199 0 6 81
## 200 0 6 77
## 201 0 5 129
## 202 0 5 25
## 203 0 5 11
## 204 1 6 99
## 205 1 6 59
## 206 0 5 86
## 207 0 4 34
## 208 0 6 42
## 209 0 6 156
## 210 0 6 96
## 211 1 5 18
## 212 0 6 27
## 213 0 5 35
## 214 0 5 58
## 215 0 6 53# Join Data
df_authors_upi_new <- left_join(df_authors_upi, df_prodi_upi,
by = c("Kode_Prodi" = "Kode"))
str(df_authors_upi_new)## tibble [750 × 36] (S3: tbl_df/tbl/data.frame)
## $ SINTA_ID : int [1:750] 5974504 257767 257412 6005865 6042761 6684318 5995121 5986217 5981677 5989208 ...
## $ Nama : chr [1:750] "ASEP BAYU DANI NANDIYANTO" "ACHMAD SAMSUDIN" "ADE GAFAR ABDULLAH" "ANDI SUHANDI" ...
## $ Universitas : chr [1:750] "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" "Universitas Pendidikan Indonesia" ...
## $ Kode_Prodi : int [1:750] 47102 84203 83101 84103 84002 86284 84102 86022 20202 86022 ...
## $ Jenjang.x : chr [1:750] "S2" "S1" "S2" "S2" ...
## $ Program_Studi.x : chr [1:750] "Kimia" "Pendidikan Fisika" "Pendidikan Teknologi dan Kejuruan" "Pendidikan Fisika" ...
## $ SINTA_Score_Overall : num [1:750] 13142 4774 5830 3296 2371 ...
## $ SINTA_Score_3Yr : num [1:750] 4974 2767 2270 1823 1724 ...
## $ Scopus_Artikel : num [1:750] 303 166 190 132 71 0 86 89 77 57 ...
## $ Scopus_Citation : num [1:750] 4313 818 610 557 104 ...
## $ Scopus_Cited_Document : num [1:750] 224 110 119 91 32 0 47 57 65 39 ...
## $ Scopus_H_Index : num [1:750] 31 14 11 13 6 0 6 8 13 6 ...
## $ Scopus_i10-Index : num [1:750] 88 21 15 20 1 0 3 7 19 1 ...
## $ Scopus_G_Index : num [1:750] 1 1 1 1 1 0 1 1 1 2 ...
## $ GScholar_Artikel : num [1:750] 491 349 326 335 184 380 168 224 247 240 ...
## $ GScholar_Citation : num [1:750] 6610 3011 1755 2032 771 ...
## $ GScholar_Cited_Document : num [1:750] 333 228 196 205 93 201 117 147 155 145 ...
## $ GScholar_H_Index : num [1:750] 39 26 17 21 15 12 14 23 21 19 ...
## $ GScholar_i10-Index : num [1:750] 135 61 37 66 25 19 25 49 49 47 ...
## $ GScholar_G_Index : num [1:750] 1 1 1 1 1 2 1 1 1 1 ...
## $ WOS_Artikel : num [1:750] 217 125 164 3 39 1 33 58 47 33 ...
## $ WOS_Citation : num [1:750] 3015 328 337 7 21 ...
## $ WOS_Cited_Document : num [1:750] 159 64 79 1 9 0 13 25 33 20 ...
## $ WOS_H_Index : num [1:750] 27 9 9 2 3 0 4 3 7 4 ...
## $ WOS_i10-Index : num [1:750] 63 8 9 0 0 0 0 0 4 0 ...
## $ WOS_G_Index : num [1:750] 1 1 1 2 1 1 1 1 1 2 ...
## $ index : int [1:750] 153 54 189 172 209 94 184 201 138 201 ...
## $ Program_Studi.y : chr [1:750] "Kimia" "Pendidikan Fisika" "Pendidikan Teknologi dan Kejuruan" "Pendidikan Fisika" ...
## $ Status : chr [1:750] "Aktif" "Aktif" "Aktif" "Aktif" ...
## $ Jenjang.y : chr [1:750] "S2" "S1" "S2" "S2" ...
## $ Akreditasi : chr [1:750] "Baik" "A" "Unggul" "A" ...
## $ Jumlah_Dosen_Penghitung_Rasio: int [1:750] 11 33 14 11 14 43 23 15 12 15 ...
## $ Jumlah_Dosen_NIDN : int [1:750] 5 21 5 6 6 27 8 5 6 5 ...
## $ Jumlah_Dosen_NIDK : int [1:750] 0 0 0 0 0 0 0 0 0 0 ...
## $ Jumlah_Dosen_Total : int [1:750] 5 21 5 6 6 27 8 5 6 5 ...
## $ Jumlah_Mahasiswa : int [1:750] 10 370 56 89 156 987 219 129 168 129 ...## # A tibble: 6 × 36
## SINTA_ID Nama Universitas Kode_Prodi Jenjang.x Program_Studi.x
## <int> <chr> <chr> <int> <chr> <chr>
## 1 5974504 ASEP BAYU DANI NAND… Universita… 47102 S2 Kimia
## 2 257767 ACHMAD SAMSUDIN Universita… 84203 S1 Pendidikan Fis…
## 3 257412 ADE GAFAR ABDULLAH Universita… 83101 S2 Pendidikan Tek…
## 4 6005865 ANDI SUHANDI Universita… 84103 S2 Pendidikan Fis…
## 5 6042761 DADANG JUANDI Universita… 84002 S3 Pendidikan Mat…
## 6 6684318 DINIE ANGGRAENI DEWI Universita… 86284 S1 PGSD Kampus Ci…
## # ℹ 30 more variables: SINTA_Score_Overall <dbl>, SINTA_Score_3Yr <dbl>,
## # Scopus_Artikel <dbl>, Scopus_Citation <dbl>, Scopus_Cited_Document <dbl>,
## # Scopus_H_Index <dbl>, `Scopus_i10-Index` <dbl>, Scopus_G_Index <dbl>,
## # GScholar_Artikel <dbl>, GScholar_Citation <dbl>,
## # GScholar_Cited_Document <dbl>, GScholar_H_Index <dbl>,
## # `GScholar_i10-Index` <dbl>, GScholar_G_Index <dbl>, WOS_Artikel <dbl>,
## # WOS_Citation <dbl>, WOS_Cited_Document <dbl>, WOS_H_Index <dbl>, …MINGGU 8 : Visualisasi Hubungan Peubah Numerik
Scatter plot
# data lemak tubuh
library(readxl)
df.8 <- read_xlsx("D:/FILE KULIAH SEMESTER 4/PROJEK ANREG/bodyfat.xlsx")
print(df.8)## # A tibble: 252 × 15
## Density BodyFat Age Weight Height Neck Chest Abdomen Hip Thigh Knee
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1.07 12.3 23 154. 67.8 36.2 93.1 85.2 94.5 59 37.3
## 2 1.09 6.1 22 173. 72.2 38.5 93.6 83 98.7 58.7 37.3
## 3 1.04 25.3 22 154 66.2 34 95.8 87.9 99.2 59.6 38.9
## 4 1.08 10.4 26 185. 72.2 37.4 102. 86.4 101. 60.1 37.3
## 5 1.03 28.7 24 184. 71.2 34.4 97.3 100 102. 63.2 42.2
## 6 1.05 20.9 24 210. 74.8 39 104. 94.4 108. 66 42
## 7 1.05 19.2 26 181 69.8 36.4 105. 90.7 100. 58.4 38.3
## 8 1.07 12.4 25 176 72.5 37.8 99.6 88.5 97.1 60 39.4
## 9 1.09 4.1 25 191 74 38.1 101. 82.5 99.9 62.9 38.3
## 10 1.07 11.7 23 198. 73.5 42.1 99.6 88.6 104. 63.1 41.7
## # ℹ 242 more rows
## # ℹ 4 more variables: Ankle <dbl>, Biceps <dbl>, Forearm <dbl>, Wrist <dbl>
plot(df.8$Weight, df.8$BodyFat, col="blue", pch=16, cex=1,
main="Korelasi Bodyfat dengan Weight", xlab="Weight", ylab="Body Fat")
abline((lm(df.8$BodyFat~df.8$Weight)), col="red")
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosamap <- data.frame(find = c("setosa", "versicolor", "virginica"),
replace = c("red", "blue", "green"))
col <- as.character(map[match(data$Species, map$find), "replace"])
plot(data$Sepal.Length, data$Sepal.Width, col = col, pch = 16, cex=2,
main="korelasi", xlab="sepal length", ylab="sepal width")
legend("topright", legend = map$find, col = map$replace, pch = 16)
# ggplot
library(ggplot2)
ggplot(df.8) +
aes(x = Abdomen, y = BodyFat) +
geom_point(shape = "circle", size = 2.5, color="green") +
scale_color_hue(direction = 1) +
theme_minimal() +
geom_smooth(method=loess, se=FALSE,
color="darkred") +
labs(title= "Scatter Plot Lingkar Perut dengan Lemak Tubuh")## `geom_smooth()` using formula = 'y ~ x'
# scatter plot 3 variabel
ggplot(df.8, aes(x = Abdomen, y = BodyFat, size = Weight, color = Chest)) +
geom_point() +
scale_color_gradient(low = "green", high = "yellow") +
theme_minimal()
## corrplot 0.92 loaded# membuat plot korelasi
corrplot(corr_matrix,
type="lower",
method = "color",
tl.cex = 0.5,
tl.col = "black",
addCoef.col = "#2F2F2F",
addCoefasPercent = FALSE,
number.cex = 0.5,
diag = FALSE)
# Matriks korelasi
df.9 <- df.8[,-c(1)]
corr_matrix <- round(cor(df.9), 2)
library(corrplot)
# membuat plot korelasi
library(RColorBrewer)
corrplot(corr_matrix, type="full",
col=brewer.pal(n=8, name="PuOr"),
tl.cex = 0.5,
tl.col = "black",
addCoef.col = "black",
addCoefasPercent = FALSE,
number.cex = 0.5)
# Scatter Plot Regresi
##
## Call:
## lm(formula = BodyFat ~ Age, data = df.8)
##
## Residuals:
## Min 1Q Median 3Q Max
## -18.2053 -6.1513 0.2979 5.3665 27.1656
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 10.46326 1.87278 5.587 6.02e-08 ***
## Age 0.19355 0.04018 4.818 2.52e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 8.021 on 250 degrees of freedom
## Multiple R-squared: 0.08495, Adjusted R-squared: 0.08129
## F-statistic: 23.21 on 1 and 250 DF, p-value: 2.522e-06ggplot(df.8,aes(x=Age, y=BodyFat)) +
geom_point(alpha=0.55, color="black") +
stat_smooth(method = "lm",
formula = y~x,lty = 1, col = "blue",se = F)+
theme_bw()
# Regresi Polynomial
mod_polinomial2 = lm(BodyFat ~ poly(Abdomen,2,raw = T),data=df.8)
summary(mod_polinomial2)##
## Call:
## lm(formula = BodyFat ~ poly(Abdomen, 2, raw = T), data = df.8)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.362 -3.781 0.013 2.997 12.351
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -89.319884 13.085993 -6.826 6.64e-11 ***
## poly(Abdomen, 2, raw = T)1 1.677725 0.269682 6.221 2.07e-09 ***
## poly(Abdomen, 2, raw = T)2 -0.005392 0.001382 -3.901 0.000123 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.744 on 249 degrees of freedom
## Multiple R-squared: 0.6812, Adjusted R-squared: 0.6786
## F-statistic: 266 on 2 and 249 DF, p-value: < 2.2e-16 ggplot(df.8,aes(x=Abdomen, y=BodyFat)) +
geom_point(alpha=0.55, color="black") +
stat_smooth(method = "lm",
formula = y~poly(x,2,raw=T),
lty = 1, col = "blue",se = F)+
theme_bw()
##
## Call:
## lm(formula = BodyFat ~ poly(Abdomen, 3, raw = T), data = df.8)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.9747 -3.6520 0.0525 3.0837 12.5139
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.477e+01 6.194e+01 0.400 0.6896
## poly(Abdomen, 3, raw = T)1 -1.730e+00 1.829e+00 -0.946 0.3450
## poly(Abdomen, 3, raw = T)2 2.787e-02 1.771e-02 1.574 0.1168
## poly(Abdomen, 3, raw = T)3 -1.059e-04 5.619e-05 -1.884 0.0608 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.72 on 248 degrees of freedom
## Multiple R-squared: 0.6857, Adjusted R-squared: 0.6819
## F-statistic: 180.3 on 3 and 248 DF, p-value: < 2.2e-16 ggplot(df.8,aes(x=Abdomen, y=BodyFat)) +
geom_point(alpha=0.55, color="black") +
stat_smooth(method = "lm",
formula = y~poly(x,3,raw=T),
lty = 1, col = "blue",se = F)+
theme_bw()
# regresi tangga
ggplot(df.8,aes(x=Abdomen, y=BodyFat)) +
geom_point(alpha=0.55, color="black") +
stat_smooth(method = "lm",
formula = y~cut(x,5),
lty = 1, col = "blue",se = F)+
theme_bw()
# Regresi Spline
mod_spline3 = lm(BodyFat ~ bs(Abdomen, knots = c(5, 10, 20, 30, 40)),data=df.8)
summary(mod_spline3)##
## Call:
## lm(formula = BodyFat ~ bs(Abdomen, knots = c(5, 10, 20, 30, 40)),
## data = df.8)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.9747 -3.6520 0.0525 3.0837 12.5139
##
## Coefficients: (5 not defined because of singularities)
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 35.955 4.567 7.872 1.09e-13
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))1 NA NA NA NA
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))2 NA NA NA NA
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))3 NA NA NA NA
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))4 NA NA NA NA
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))5 -32.424 5.124 -6.327 1.16e-09
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))6 -16.458 4.790 -3.436 0.000693
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))7 11.550 8.169 1.414 0.158642
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))8 NA NA NA NA
##
## (Intercept) ***
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))1
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))2
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))3
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))4
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))5 ***
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))6 ***
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))7
## bs(Abdomen, knots = c(5, 10, 20, 30, 40))8
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.72 on 248 degrees of freedom
## Multiple R-squared: 0.6857, Adjusted R-squared: 0.6819
## F-statistic: 180.3 on 3 and 248 DF, p-value: < 2.2e-16mod_spline3ns = lm(BodyFat ~ ns(Abdomen, knots = c(5, 10, 20, 30, 40)),data=df.8)
summary(mod_spline3ns)##
## Call:
## lm(formula = BodyFat ~ ns(Abdomen, knots = c(5, 10, 20, 30, 40)),
## data = df.8)
##
## Residuals:
## Min 1Q Median 3Q Max
## -19.0160 -3.7557 0.0554 3.4215 12.9007
##
## Coefficients: (5 not defined because of singularities)
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 43.175 1.129 38.24 <2e-16
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))1 NA NA NA NA
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))2 NA NA NA NA
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))3 -55.204 2.497 -22.11 <2e-16
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))4 NA NA NA NA
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))5 NA NA NA NA
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))6 NA NA NA NA
##
## (Intercept) ***
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))1
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))2
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))3 ***
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))4
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))5
## ns(Abdomen, knots = c(5, 10, 20, 30, 40))6
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.877 on 250 degrees of freedom
## Multiple R-squared: 0.6617, Adjusted R-squared: 0.6603
## F-statistic: 488.9 on 1 and 250 DF, p-value: < 2.2e-16ggplot(df.8,aes(x=Abdomen, y=BodyFat)) +
geom_point(alpha=0.55, color="black") +
stat_smooth(method = "lm",
formula = y~bs(x, knots = c(5, 10, 20, 30, 40)),
lty = 1, aes(col = "Cubic Spline"),se = F)+
stat_smooth(method = "lm",
formula = y~ns(x, knots = c(5, 10, 20, 30, 40)),
lty = 1, aes(col = "Natural Cubic Spline"),se = F)+labs(color="Tipe Spline")+
scale_color_manual(values = c("Natural Cubic Spline"="red","Cubic Spline"="blue"))+theme_bw()## Warning in predict.lm(model, newdata = data_frame0(x = xseq), se.fit = se, :
## prediction from rank-deficient fit; attr(*, "non-estim") has doubtful cases
Minggu 9 dan 10 (TIME SERIES GEOSPASIAL VISUALIZATION)
Time Series Visualization
## # A tibble: 6 × 3
## Tahun `Rata-rata suhu` `5-yr smooth`
## <dbl> <dbl> <dbl>
## 1 1901 25.4 25.4
## 2 1902 25.4 25.4
## 3 1903 25.4 25.4
## 4 1904 25.4 25.4
## 5 1905 25.4 25.4
## 6 1906 25.4 25.4# Time Series
g1<-ggplot(CEK, aes(x=Tahun, y=`Rata-rata suhu`)) +
geom_line(lty=1, lwd=0.8, col="darkblue") +
labs(x="Tahun",y = "Rata-rata Suhu (°C)", title="Time Series Plot Data Peubah Respon",
subtitle = "Periode 1901 - 2021") +
theme_bw() +
theme(plot.title = element_text(size = 14L, face = "bold", hjust = 0.5),
plot.subtitle = element_text(size = 11L, face = "plain", hjust = 0.5)) +
geom_point(size=1.2, col="red")
g1
# Time Series
g1<-ggplot(CEK, aes(x=Tahun, y=`Rata-rata suhu`)) +
labs(x="Tahun",y = "Rata-rata Suhu (°C)", title="Time Series Plot Data Peubah Respon",
subtitle = "Periode 1901 - 2021") +
theme_bw() +
theme(plot.title = element_text(size = 14L, face = "bold", hjust = 0.5),
plot.subtitle = element_text(size = 11L, face = "plain", hjust = 0.5)) +
geom_point(size=1.2, col="red")
g1
g1<-ggplot(CEK, aes(x=Tahun, y=`Rata-rata suhu`)) +
geom_line(lty=1, lwd=0.8, col="darkblue") +
labs(x="Tahun",y = "Rata-rata Suhu (°C)", title="Time Series Plot Data Peubah Respon",
subtitle = "Periode 1901 - 2021") +
theme_bw() +
theme(plot.title = element_text(size = 14L, face = "bold", hjust = 0.5),
plot.subtitle = element_text(size = 11L, face = "plain", hjust = 0.5))
g1
## key AKUMULASI_PLUS_TNP_TGL AKUMULASI PERKEMBANGAN
## 1 2020-06-28 1813 1193 1193
## 2 2020-06-29 2908 2288 1095
## 3 2020-06-30 4195 3575 1287
## 4 2020-07-01 5449 4829 1254
## 5 2020-07-02 7159 6539 1710
## 6 2020-07-03 8517 7897 1358
## 7 2020-07-04 9974 9354 1457
## 8 2020-07-05 11589 10969 1615
## 9 2020-07-06 12798 12178 1209
## 10 2020-07-07 14052 13432 1254
## 11 2020-07-08 15852 15232 1800
## 12 2020-07-09 18546 17926 2694
## 13 2020-07-10 20182 19562 1636
## 14 2020-07-11 21860 21240 1678
## 15 2020-07-12 23554 22934 1694
## 16 2020-07-13 24832 24212 1278
## 17 2020-07-14 26435 25815 1603
## 18 2020-07-15 27920 27300 1485
## 19 2020-07-16 29506 28886 1586
## 20 2020-07-17 30984 30364 1478
## 21 2020-07-18 32713 32093 1729
## 22 2020-07-19 34388 33768 1675
## 23 2020-07-20 36087 35467 1699
## 24 2020-07-21 37757 37137 1670
## 25 2020-07-22 39720 39100 1963
## 26 2020-07-23 41648 41028 1928
## 27 2020-07-24 43391 42771 1743
## 28 2020-07-25 45249 44629 1858
## 29 2020-07-26 46746 46126 1497
## 30 2020-07-27 48289 47669 1543
## 31 2020-07-28 50019 49399 1730
## 32 2020-07-29 52407 51787 2388
## 33 2020-07-30 54336 53716 1929
## 34 2020-07-31 56382 55762 2046
## 35 2020-08-01 57929 57309 1547
## 36 2020-08-02 59447 58827 1518
## 37 2020-08-03 61135 60515 1688
## 38 2020-08-04 63056 62436 1921
## 39 2020-08-05 64870 64250 1814
## 40 2020-08-06 66752 66132 1882
## 41 2020-08-07 69201 68581 2449
## 42 2020-08-08 71462 70842 2261
## 43 2020-08-09 73398 72778 1936
## 44 2020-08-10 75083 74463 1685
## 45 2020-08-11 76771 76151 1688
## 46 2020-08-12 78706 78086 1935
## 47 2020-08-13 80814 80194 2108
## 48 2020-08-14 83117 82497 2303
## 49 2020-08-15 85464 84844 2347
## 50 2020-08-16 87553 86933 2089
## 51 2020-08-17 89373 88753 1820
## 52 2020-08-18 91047 90427 1674
## 53 2020-08-19 92941 92321 1894
## 54 2020-08-20 95212 94592 2271
## 55 2020-08-21 97414 96794 2202
## 56 2020-08-22 99495 98875 2081
## 57 2020-08-23 101537 100917 2042
## 58 2020-08-24 103414 102794 1877
## 59 2020-08-25 105864 105244 2450
## 60 2020-08-26 108141 107521 2277
## 61 2020-08-27 110874 110254 2733
## 62 2020-08-28 113878 113258 3004
## 63 2020-08-29 117201 116581 3323
## 64 2020-08-30 120041 119421 2840
## 65 2020-08-31 122800 122180 2759
## 66 2020-09-01 125571 124951 2771
## 67 2020-09-02 128647 128027 3076
## 68 2020-09-03 132267 131647 3620
## 69 2020-09-04 135534 134914 3267
## 70 2020-09-05 138671 138051 3137
## 71 2020-09-06 142115 141495 3444
## 72 2020-09-07 144986 144366 2871
## 73 2020-09-08 148037 147417 3051
## 74 2020-09-09 151338 150718 3301
## 75 2020-09-10 155208 154588 3870
## 76 2020-09-11 158939 158319 3731
## 77 2020-09-12 162749 162129 3810
## 78 2020-09-13 166374 165754 3625
## 79 2020-09-14 169524 168904 3150
## 80 2020-09-15 173020 172400 3496
## 81 2020-09-16 176989 176369 3969
## 82 2020-09-17 180628 180008 3639
## 83 2020-09-18 184524 183904 3896
## 84 2020-09-19 188674 188054 4150
## 85 2020-09-20 192682 192062 4008
## 86 2020-09-21 196839 196219 4157
## 87 2020-09-22 200926 200306 4087
## 88 2020-09-23 205373 204753 4447
## 89 2020-09-24 210024 209404 4651
## 90 2020-09-25 214845 214225 4821
## 91 2020-09-26 219342 218722 4497
## 92 2020-09-27 223219 222599 3877
## 93 2020-09-28 226724 226104 3505
## 94 2020-09-29 230723 230103 3999
## 95 2020-09-30 235008 234388 4285
## 96 2020-10-01 239186 238566 4178
## 97 2020-10-02 243498 242878 4312
## 98 2020-10-03 247511 246891 4013
## 99 2020-10-04 251504 250884 3993
## 100 2020-10-05 255124 254504 3620
## 101 2020-10-06 259182 258562 4058
## 102 2020-10-07 263720 263100 4538
## 103 2020-10-08 268565 267945 4845
## 104 2020-10-09 272664 272044 4099
## 105 2020-10-10 276951 276331 4287
## 106 2020-10-11 281455 280835 4504
## 107 2020-10-12 284706 284086 3251
## 108 2020-10-13 288623 288003 3917
## 109 2020-10-14 292751 292131 4128
## 110 2020-10-15 297165 296545 4414
## 111 2020-10-16 301462 300842 4297
## 112 2020-10-17 305768 305148 4306
## 113 2020-10-18 309873 309253 4105
## 114 2020-10-19 313235 312615 3362
## 115 2020-10-20 316837 316217 3602
## 116 2020-10-21 321105 320485 4268
## 117 2020-10-22 325519 324899 4414
## 118 2020-10-23 329909 329289 4390
## 119 2020-10-24 333985 333365 4076
## 120 2020-10-25 337718 337098 3733
## 121 2020-10-26 340936 340316 3218
## 122 2020-10-27 344459 343839 3523
## 123 2020-10-28 348486 347866 4027
## 124 2020-10-29 352054 351434 3568
## 125 2020-10-30 354948 354328 2894
## 126 2020-10-31 358094 357474 3146
## 127 2020-11-01 360790 360170 2696
## 128 2020-11-02 363375 362755 2585
## 129 2020-11-03 366381 365761 3006
## 130 2020-11-04 369735 369115 3354
## 131 2020-11-05 373801 373181 4066
## 132 2020-11-06 377577 376957 3776
## 133 2020-11-07 381840 381220 4263
## 134 2020-11-08 385722 385102 3882
## 135 2020-11-09 388571 387951 2849
## 136 2020-11-10 392351 391731 3780
## 137 2020-11-11 396096 395476 3745
## 138 2020-11-12 400297 399677 4201
## 139 2020-11-13 405732 405112 5435
## 140 2020-11-14 411007 410387 5275
## 141 2020-11-15 415115 414495 4108
## 142 2020-11-16 418651 418031 3536
## 143 2020-11-17 422441 421821 3790
## 144 2020-11-18 426721 426101 4280
## 145 2020-11-19 431523 430903 4802
## 146 2020-11-20 436303 435683 4780
## 147 2020-11-21 441306 440686 5003
## 148 2020-11-22 445671 445051 4365
## 149 2020-11-23 450114 449494 4443
## 150 2020-11-24 454305 453685 4191
## 151 2020-11-25 459839 459219 5534
## 152 2020-11-26 464758 464138 4919
## 153 2020-11-27 470581 469961 5823
## 154 2020-11-28 475998 475378 5417
## 155 2020-11-29 482270 481650 6272
## 156 2020-11-30 486887 486267 4617
## 157 2020-12-01 491978 491358 5091
## 158 2020-12-02 497464 496844 5486
## 159 2020-12-03 505858 505238 8394
## 160 2020-12-04 511676 511056 5818
## 161 2020-12-05 517707 517087 6031
## 162 2020-12-06 523797 523177 6090
## 163 2020-12-07 529550 528930 5753
## 164 2020-12-08 534839 534219 5289
## 165 2020-12-09 540906 540286 6067
## 166 2020-12-10 546930 546310 6024
## 167 2020-12-11 553244 552624 6314
## 168 2020-12-12 559625 559005 6381
## 169 2020-12-13 565818 565198 6193
## 170 2020-12-14 571306 570686 5488
## 171 2020-12-15 577414 576794 6108
## 172 2020-12-16 584148 583528 6734
## 173 2020-12-17 591506 590886 7358
## 174 2020-12-18 598196 597576 6690
## 175 2020-12-19 605940 605320 7744
## 176 2020-12-20 612874 612254 6934
## 177 2020-12-21 619730 619110 6856
## 178 2020-12-22 626126 625506 6396
## 179 2020-12-23 633637 633017 7511
## 180 2020-12-24 640835 640215 7198
## 181 2020-12-25 648099 647479 7264
## 182 2020-12-26 654840 654220 6741
## 183 2020-12-27 661368 660748 6528
## 184 2020-12-28 667217 666597 5849
## 185 2020-12-29 675122 674502 7905
## 186 2020-12-30 683124 682504 8002
## 187 2020-12-31 691193 690573 8069
## 188 2021-01-01 699265 698645 8072
## 189 2021-01-02 706468 705848 7203
## 190 2021-01-03 713345 712725 6877
## 191 2021-01-04 720098 719478 6753
## 192 2021-01-05 727543 726923 7445
## 193 2021-01-06 736397 735777 8854
## 194 2021-01-07 745718 745098 9321
## 195 2021-01-08 756335 755715 10617
## 196 2021-01-09 766381 765761 10046
## 197 2021-01-10 776021 775401 9640
## 198 2021-01-11 784713 784093 8692
## 199 2021-01-12 794760 794140 10047
## 200 2021-01-13 806038 805418 11278
## 201 2021-01-14 817595 816975 11557
## 202 2021-01-15 830413 829793 12818
## 203 2021-01-16 844637 844017 14224
## 204 2021-01-17 855924 855304 11287
## 205 2021-01-18 865010 864390 9086
## 206 2021-01-19 875375 874755 10365
## 207 2021-01-20 887943 887323 12568
## 208 2021-01-21 899646 899026 11703
## 209 2021-01-22 913278 912658 13632
## 210 2021-01-23 925469 924849 12191
## 211 2021-01-24 937257 936637 11788
## 212 2021-01-25 947251 946631 9994
## 213 2021-01-26 960345 959725 13094
## 214 2021-01-27 972293 971673 11948
## 215 2021-01-28 985988 985368 13695
## 216 2021-01-29 999790 999170 13802
## 217 2021-01-30 1014308 1013688 14518
## 218 2021-01-31 1026309 1025689 12001
## 219 2021-02-01 1037303 1036683 10994
## 220 2021-02-02 1047682 1047062 10379
## 221 2021-02-03 1059666 1059046 11984
## 222 2021-02-04 1071100 1070480 11434
## 223 2021-02-05 1082849 1082229 11749
## 224 2021-02-06 1095005 1094385 12156
## 225 2021-02-07 1105832 1105212 10827
## 226 2021-02-08 1114074 1113454 8242
## 227 2021-02-09 1122774 1122154 8700
## 228 2021-02-10 1131550 1130930 8776
## 229 2021-02-11 1139985 1139365 8435
## 230 2021-02-12 1149854 1149234 9869
## 231 2021-02-13 1158698 1158078 8844
## 232 2021-02-14 1165463 1164843 6765
## 233 2021-02-15 1171925 1171305 6462
## 234 2021-02-16 1181954 1181334 10029
## 235 2021-02-17 1191641 1191021 9687
## 236 2021-02-18 1200680 1200060 9039
## 237 2021-02-19 1211294 1210674 10614
## 238 2021-02-20 1219348 1218728 8054
## 239 2021-02-21 1226648 1226028 7300
## 240 2021-02-22 1236828 1236208 10180
## 241 2021-02-23 1246684 1246064 9856
## 242 2021-02-24 1254217 1253597 7533
## 243 2021-02-25 1262710 1262090 8493
## 244 2021-02-26 1270942 1270322 8232
## 245 2021-02-27 1277150 1276530 6208
## 246 2021-02-28 1282710 1282090 5560
## 247 2021-03-01 1289390 1288770 6680
## 248 2021-03-02 1295102 1294482 5712
## 249 2021-03-03 1301910 1301290 6808
## 250 2021-03-04 1309174 1308554 7264
## 251 2021-03-05 1316145 1315525 6971
## 252 2021-03-06 1321912 1321292 5767
## 253 2021-03-07 1327738 1327118 5826
## 254 2021-03-08 1334632 1334012 6894
## 255 2021-03-09 1341021 1340401 6389
## 256 2021-03-10 1346654 1346034 5633
## 257 2021-03-11 1351798 1351178 5144
## 258 2021-03-12 1358210 1357590 6412
## 259 2021-03-13 1362817 1362197 4607
## 260 2021-03-14 1367531 1366911 4714
## 261 2021-03-15 1373120 1372500 5589
## 262 2021-03-16 1378534 1377914 5414
## 263 2021-03-17 1385359 1384739 6825
## 264 2021-03-18 1391929 1391309 6570
## 265 2021-03-19 1398208 1397588 6279
## 266 2021-03-20 1403864 1403244 5656
## 267 2021-03-21 1408260 1407640 4396
## 268 2021-03-22 1414004 1413384 5744
## 269 2021-03-23 1419301 1418681 5297
## 270 2021-03-24 1424528 1423908 5227
## 271 2021-03-25 1430635 1430015 6107
## 272 2021-03-26 1435617 1434997 4982
## 273 2021-03-27 1440078 1439458 4461
## 274 2021-03-28 1444161 1443541 4083
## 275 2021-03-29 1449169 1448549 5008
## 276 2021-03-30 1453851 1453231 4682
## 277 2021-03-31 1459788 1459168 5937
## 278 2021-04-01 1465930 1465310 6142
## 279 2021-04-02 1471255 1470635 5325
## 280 2021-04-03 1475600 1474980 4345
## 281 2021-04-04 1482331 1481711 6731
## 282 2021-04-05 1486043 1485423 3712
## 283 2021-04-06 1490592 1489972 4549
## 284 2021-04-07 1495452 1494832 4860
## 285 2021-04-08 1500956 1500336 5504
## 286 2021-04-09 1506221 1505601 5265
## 287 2021-04-10 1510944 1510324 4723
## 288 2021-04-11 1515071 1514451 4127
## 289 2021-04-12 1519900 1519280 4829
## 290 2021-04-13 1525602 1524982 5702
## 291 2021-04-14 1531258 1530638 5656
## 292 2021-04-15 1537435 1536815 6177
## 293 2021-04-16 1542798 1542178 5363
## 294 2021-04-17 1547839 1547219 5041
## 295 2021-04-18 1552424 1551804 4585
## 296 2021-04-19 1557376 1556756 4952
## 297 2021-04-20 1562925 1562305 5549
## 298 2021-04-21 1568645 1568025 5720
## 299 2021-04-22 1574888 1574268 6243
## 300 2021-04-23 1580324 1579704 5436
## 301 2021-04-24 1584868 1584248 4544
## 302 2021-04-25 1589270 1588650 4402
## 303 2021-04-26 1595214 1594594 5944
## 304 2021-04-27 1599870 1599250 4656
## 305 2021-04-28 1605111 1604491 5241
## 306 2021-04-29 1610944 1610324 5833
## 307 2021-04-30 1616444 1615824 5500
## 308 2021-05-01 1620956 1620336 4512
## 309 2021-05-02 1625350 1624730 4394
## 310 2021-05-03 1630080 1629460 4730
## 311 2021-05-04 1634449 1633829 4369
## 312 2021-05-05 1639734 1639114 5285
## 313 2021-05-06 1645381 1644761 5647
## 314 2021-05-07 1651708 1651088 6327
## 315 2021-05-08 1657838 1657218 6130
## 316 2021-05-09 1661760 1661140 3922
## 317 2021-05-10 1666651 1666031 4891
## 318 2021-05-11 1671672 1671052 5021
## 319 2021-05-12 1676280 1675660 4608
## 320 2021-05-13 1679728 1679108 3448
## 321 2021-05-14 1682361 1681741 2633
## 322 2021-05-15 1684746 1684126 2385
## 323 2021-05-16 1687826 1687206 3080
## 324 2021-05-17 1692121 1691501 4295
## 325 2021-05-18 1696306 1695686 4185
## 326 2021-05-19 1701177 1700557 4871
## 327 2021-05-20 1706974 1706354 5797
## 328 2021-05-21 1712720 1712100 5746
## 329 2021-05-22 1718016 1717396 5296
## 330 2021-05-23 1723296 1722676 5280
## 331 2021-05-24 1729203 1728583 5907
## 332 2021-05-25 1734263 1733643 5060
## 333 2021-05-26 1739297 1738677 5034
## 334 2021-05-27 1745575 1744955 6278
## 335 2021-05-28 1751437 1750817 5862
## 336 2021-05-29 1758002 1757382 6565
## 337 2021-05-30 1764117 1763497 6115
## 338 2021-05-31 1769779 1769159 5662
## 339 2021-06-01 1774603 1773983 4824
## 340 2021-06-02 1779849 1779229 5246
## 341 2021-06-03 1785202 1784582 5353
## 342 2021-06-04 1791688 1791068 6486
## 343 2021-06-05 1798282 1797662 6594
## 344 2021-06-06 1804114 1803494 5832
## 345 2021-06-07 1811107 1810487 6993
## 346 2021-06-08 1817401 1816781 6294
## 347 2021-06-09 1825126 1824506 7725
## 348 2021-06-10 1834018 1833398 8892
## 349 2021-06-11 1842101 1841481 8083
## 350 2021-06-12 1849566 1848946 7465
## 351 2021-06-13 1859434 1858814 9868
## 352 2021-06-14 1867623 1867003 8189
## 353 2021-06-15 1875784 1875164 8161
## 354 2021-06-16 1885728 1885108 9944
## 355 2021-06-17 1898352 1897732 12624
## 356 2021-06-18 1911342 1910722 12990
## 357 2021-06-19 1924248 1923628 12906
## 358 2021-06-20 1937985 1937365 13737
## 359 2021-06-21 1952521 1951901 14536
## 360 2021-06-22 1966189 1965569 13668
## 361 2021-06-23 1981497 1980877 15308
## 362 2021-06-24 2002071 2001451 20574
## 363 2021-06-25 2020943 2020323 18872
## 364 2021-06-26 2042038 2041418 21095
## 365 2021-06-27 2063380 2062760 21342
## 366 2021-06-28 2084074 2083454 20694
## 367 2021-06-29 2104541 2103921 20467
## 368 2021-06-30 2126348 2125728 21807
## 369 2021-07-01 2151184 2150564 24836
## 370 2021-07-02 2177014 2176394 25830
## 371 2021-07-03 2204927 2204307 27913
## 372 2021-07-04 2232160 2231540 27233
## 373 2021-07-05 2261905 2261285 29745
## 374 2021-07-06 2293094 2292474 31189
## 375 2021-07-07 2327473 2326853 34379
## 376 2021-07-08 2365864 2365244 38391
## 377 2021-07-09 2403988 2403368 38124
## 378 2021-07-10 2439082 2438462 35094
## 379 2021-07-11 2475279 2474659 36197
## 380 2021-07-12 2515706 2515086 40427
## 381 2021-07-13 2563605 2562985 47899
## 382 2021-07-14 2618122 2617502 54517
## 383 2021-07-15 2674879 2674259 56757
## 384 2021-07-16 2728879 2728259 54000
## 385 2021-07-17 2780831 2780211 51952
## 386 2021-07-18 2825552 2824932 44721
## 387 2021-07-19 2859809 2859189 34257
## 388 2021-07-20 2898134 2897514 38325
## 389 2021-07-21 2931906 2931286 33772
## 390 2021-07-22 2981415 2980795 49509
## 391 2021-07-23 3030486 3029866 49071
## 392 2021-07-24 3075902 3075282 45416
## 393 2021-07-25 3114581 3113961 38679
## 394 2021-07-26 3142809 3142189 28228
## 395 2021-07-27 3188012 3187392 45203
## 396 2021-07-28 3235803 3235183 47791
## 397 2021-07-29 3279282 3278662 43479
## 398 2021-07-30 3320450 3319830 41168
## 399 2021-07-31 3357734 3357114 37284
## 400 2021-08-01 3388472 3387852 30738
## 401 2021-08-02 3410876 3410256 22404
## 402 2021-08-03 3444776 3444156 33900
## 403 2021-08-04 3480643 3480023 35867
## 404 2021-08-05 3516407 3515787 35764
## 405 2021-08-06 3555939 3555319 39532
## 406 2021-08-07 3587692 3587072 31753
## 407 2021-08-08 3614107 3613487 26415
## 408 2021-08-09 3634816 3634196 20709
## 409 2021-08-10 3666897 3666277 32081
## 410 2021-08-11 3697522 3696902 30625
## 411 2021-08-12 3722231 3721611 24709
## 412 2021-08-13 3753019 3752399 30788
## 413 2021-08-14 3781617 3780997 28598
## 414 2021-08-15 3802430 3801810 20813
## 415 2021-08-16 3819814 3819194 17384
## 416 2021-08-17 3840555 3839935 20741
## 417 2021-08-18 3856323 3855703 15768
## 418 2021-08-19 3878376 3877756 22053
## 419 2021-08-20 3898380 3897760 20004
## 420 2021-08-21 3915124 3914504 16744
## 421 2021-08-22 3927532 3926912 12408
## 422 2021-08-23 3937136 3936516 9604
## 423 2021-08-24 3956242 3955622 19106
## 424 2021-08-25 3974913 3974293 18671
## 425 2021-08-26 3991812 3991192 16899
## 426 2021-08-27 4004430 4003810 12618
## 427 2021-08-28 4014480 4013860 10050
## 428 2021-08-29 4021907 4021287 7427
## 429 2021-08-30 4027343 4026723 5436
## 430 2021-08-31 4037877 4037257 10534
## 431 2021-09-01 4048214 4047594 10337
## 432 2021-09-02 4057169 4056549 8955
## 433 2021-09-03 4064966 4064346 7797
## 434 2021-09-04 4071693 4071073 6727
## 435 2021-09-05 4077096 4076476 5403
## 436 2021-09-06 4081509 4080889 4413
## 437 2021-09-07 4088710 4088090 7201
## 438 2021-09-08 4095441 4094821 6731
## 439 2021-09-09 4101431 4100811 5990
## 440 2021-09-10 4106807 4106187 5376
## 441 2021-09-11 4111808 4111188 5001
## 442 2021-09-12 4115587 4114967 3779
## 443 2021-09-13 4118164 4117544 2577
## 444 2021-09-14 4122292 4121672 4128
## 445 2021-09-15 4126240 4125620 3948
## 446 2021-09-16 4129385 4128765 3145
## 447 2021-09-17 4133220 4132600 3835
## 448 2021-09-18 4136605 4135985 3385
## 449 2021-09-19 4138839 4138219 2234
## 450 2021-09-20 4140771 4140151 1932
## 451 2021-09-21 4144034 4143414 3263
## 452 2021-09-22 4146754 4146134 2720
## 453 2021-09-23 4149635 4149015 2881
## 454 2021-09-24 4152192 4151572 2557
## 455 2021-09-25 4154329 4153709 2137
## 456 2021-09-26 4156089 4155469 1760
## 457 2021-09-27 4157479 4156859 1390
## 458 2021-09-28 4159536 4158916 2057
## 459 2021-09-29 4161490 4160870 1954
## 460 2021-09-30 4163180 4162560 1690
## 461 2021-10-01 4164804 4164184 1624
## 462 2021-10-02 4166218 4165598 1414
## 463 2021-10-03 4167360 4166740 1142
## 464 2021-10-04 4168282 4167662 922
## 465 2021-10-05 4169686 4169066 1404
## 466 2021-10-06 4171170 4170550 1484
## 467 2021-10-07 4172563 4171943 1393
## 468 2021-10-08 4173947 4173327 1384
## 469 2021-10-09 4175114 4174494 1167
## 470 2021-10-10 4176008 4175388 894
## 471 2021-10-11 4176628 4176008 620
## 472 2021-10-12 4177889 4177269 1261
## 473 2021-10-13 4179122 4178502 1233
## 474 2021-10-14 4180175 4179555 1053
## 475 2021-10-15 4181090 4180470 915
## 476 2021-10-16 4182087 4181467 997
## 477 2021-10-17 4182834 4182214 747
## 478 2021-10-18 4183460 4182840 626
## 479 2021-10-19 4184363 4183743 903
## 480 2021-10-20 4185277 4184657 914
## 481 2021-10-21 4185910 4185290 633
## 482 2021-10-22 4186670 4186050 760
## 483 2021-10-23 4187472 4186852 802
## 484 2021-10-24 4188095 4187475 623
## 485 2021-10-25 4188555 4187935 460
## 486 2021-10-26 4189166 4188546 611
## 487 2021-10-27 4189885 4189265 719
## 488 2021-10-28 4190608 4189988 723
## 489 2021-10-29 4191291 4190671 683
## 490 2021-10-30 4191911 4191291 620
## 491 2021-10-31 4192434 4191814 523
## 492 2021-11-01 4192837 4192217 403
## 493 2021-11-02 4193449 4192829 612
## 494 2021-11-03 4194250 4193630 801
## 495 2021-11-04 4194878 4194258 628
## 496 2021-11-05 4195396 4194776 518
## 497 2021-11-06 4195797 4195177 401
## 498 2021-11-07 4196241 4195621 444
## 499 2021-11-08 4196485 4195865 244
## 500 2021-11-09 4196919 4196299 434
## 501 2021-11-10 4197399 4196779 480
## 502 2021-11-11 4197834 4197214 435
## 503 2021-11-12 4198233 4197613 399
## 504 2021-11-13 4198592 4197972 359
## 505 2021-11-14 4198931 4198311 339
## 506 2021-11-15 4199152 4198532 221
## 507 2021-11-16 4199499 4198879 347
## 508 2021-11-17 4200021 4199401 522
## 509 2021-11-18 4200421 4199801 400
## 510 2021-11-19 4200781 4200161 360
## 511 2021-11-20 4201174 4200554 393
## 512 2021-11-21 4201488 4200868 314
## 513 2021-11-22 4201674 4201054 186
## 514 2021-11-23 4202068 4201448 394
## 515 2021-11-24 4202519 4201899 451
## 516 2021-11-25 4202891 4202271 372
## 517 2021-11-26 4203344 4202724 453
## 518 2021-11-27 4203748 4203128 404
## 519 2021-11-28 4204012 4203392 264
## 520 2021-11-29 4204188 4203568 176
## 521 2021-11-30 4204485 4203865 297
## 522 2021-12-01 4204763 4204143 278
## 523 2021-12-02 4205074 4204454 311
## 524 2021-12-03 4205319 4204699 245
## 525 2021-12-04 4205565 4204945 246
## 526 2021-12-05 4205761 4205141 196
## 527 2021-12-06 4205891 4205271 130
## 528 2021-12-07 4206152 4205532 261
## 529 2021-12-08 4206416 4205796 264
## 530 2021-12-09 4206636 4206016 220
## 531 2021-12-10 4206828 4206208 192
## 532 2021-12-11 4207056 4206436 228
## 533 2021-12-12 4207219 4206599 163
## 534 2021-12-13 4207325 4206705 106
## 535 2021-12-14 4207515 4206895 190
## 536 2021-12-15 4207720 4207100 205
## 537 2021-12-16 4207933 4207313 213
## 538 2021-12-17 4208224 4207604 291
## 539 2021-12-18 4208456 4207836 232
## 540 2021-12-19 4208620 4208000 164
## 541 2021-12-20 4208753 4208133 133
## 542 2021-12-21 4208969 4208349 216
## 543 2021-12-22 4209148 4208528 179
## 544 2021-12-23 4209284 4208664 136
## 545 2021-12-24 4209488 4208868 204
## 546 2021-12-25 4209743 4209123 255
## 547 2021-12-26 4209835 4209215 92
## 548 2021-12-27 4209955 4209335 120
## 549 2021-12-28 4210233 4209613 278
## 550 2021-12-29 4210427 4209807 194
## 551 2021-12-30 4210616 4209996 189
## 552 2021-12-31 4210796 4210176 180
## 553 2022-01-01 4211070 4210450 274
## 554 2022-01-02 4211244 4210624 174
## 555 2022-01-03 4211509 4210889 265
## 556 2022-01-04 4211808 4211188 299
## 557 2022-01-05 4212212 4211592 404
## 558 2022-01-06 4212745 4212125 533
## 559 2022-01-07 4213263 4212643 518
## 560 2022-01-08 4213742 4213122 479
## 561 2022-01-09 4214271 4213651 529
## 562 2022-01-10 4214725 4214105 454
## 563 2022-01-11 4215527 4214907 802
## 564 2022-01-12 4216173 4215553 646
## 565 2022-01-13 4216966 4216346 793
## 566 2022-01-14 4217816 4217196 850
## 567 2022-01-15 4218870 4218250 1054
## 568 2022-01-16 4219725 4219105 855
## 569 2022-01-17 4220497 4219877 772
## 570 2022-01-18 4221859 4221239 1362
## 571 2022-01-19 4223604 4222984 1745
## 572 2022-01-20 4225720 4225100 2116
## 573 2022-01-21 4228324 4227704 2604
## 574 2022-01-22 4231529 4230909 3205
## 575 2022-01-23 4234454 4233834 2925
## 576 2022-01-24 4237381 4236761 2927
## 577 2022-01-25 4242259 4241639 4878
## 578 2022-01-26 4249269 4248649 7010
## 579 2022-01-27 4257346 4256726 8077
## 580 2022-01-28 4267251 4266631 9905
## 581 2022-01-29 4278839 4278219 11588
## 582 2022-01-30 4291261 4290641 12422
## 583 2022-01-31 4301446 4300826 10185
## 584 2022-02-01 4317467 4316847 16021
## 585 2022-02-02 4335362 4334742 17895
## 586 2022-02-03 4362559 4361939 27197
## 587 2022-02-04 4394770 4394150 32211
## 588 2022-02-05 4428499 4427879 33729
## 589 2022-02-06 4464556 4463936 36057
## 590 2022-02-07 4490677 4490057 26121
## 591 2022-02-08 4528169 4527549 37492
## 592 2022-02-09 4575012 4574392 46843
## 593 2022-02-10 4615630 4615010 40618
## 594 2022-02-11 4656119 4655499 40489
## 595 2022-02-12 4711328 4710708 55209
## 596 2022-02-13 4755854 4755234 44526
## 597 2022-02-14 4792355 4791735 36501
## 598 2022-02-15 4849404 4848784 57049
## 599 2022-02-16 4914122 4913502 64718
## 600 2022-02-17 4978078 4977458 63956
## 601 2022-02-18 5037713 5037093 59635
## 602 2022-02-19 5097097 5096477 59384
## 603 2022-02-20 5145581 5144961 48484
## 604 2022-02-21 5179999 5179379 34418
## 605 2022-02-22 5237490 5236870 57491
## 606 2022-02-23 5298978 5298358 61488
## 607 2022-02-24 5356404 5355784 57426
## 608 2022-02-25 5405851 5405231 49447
## 609 2022-02-26 5452494 5451874 46643
## 610 2022-02-27 5487470 5486850 34976
## 611 2022-02-28 5512524 5511904 25054
## 612 2022-03-01 5537252 5536632 24728
## 613 2022-03-02 5578172 5577552 40920
## 614 2022-03-03 5615431 5614811 37259
## 615 2022-03-04 5641778 5641158 26347
## 616 2022-03-05 5671934 5671314 30156
## 617 2022-03-06 5696801 5696181 24867
## 618 2022-03-07 5718181 5717561 21380
## 619 2022-03-08 5748329 5747709 30148
## 620 2022-03-09 5774665 5774045 26336
## 621 2022-03-10 5795976 5795356 21311
## 622 2022-03-11 5812086 5811466 16110
## 623 2022-03-12 5826986 5826366 14900
## 624 2022-03-13 5838571 5837951 11585
## 625 2022-03-14 5848200 5847580 9629
## 626 2022-03-15 5862608 5861988 14408
## 627 2022-03-16 5875626 5875006 13018
## 628 2022-03-17 5887158 5886538 11532
## 629 2022-03-18 5896686 5896066 9528
## 630 2022-03-19 5904637 5904017 7951
## 631 2022-03-20 5910559 5909939 5922
## 632 2022-03-21 5915258 5914638 4699
## 633 2022-03-22 5922722 5922102 7464
## 634 2022-03-23 5929098 5928478 6376
## 635 2022-03-24 5934906 5934286 5808
## 636 2022-03-25 5939763 5939143 4857
## 637 2022-03-26 5943952 5943332 4189
## 638 2022-03-27 5947029 5946409 3077
## 639 2022-03-28 5949827 5949207 2798
## 640 2022-03-29 5953722 5953102 3895
## 641 2022-03-30 5957562 5956942 3840
## 642 2022-03-31 5960894 5960274 3332
## 643 2022-04-01 5963824 5963204 2930
## 644 2022-04-02 5966124 5965504 2300
## 645 2022-04-03 5968057 5967437 1933
## 646 2022-04-04 5969718 5969098 1661
## 647 2022-04-05 5972000 5971380 2282
## 648 2022-04-06 5974400 5973780 2400
## 649 2022-04-07 5976489 5975869 2089
## 650 2022-04-08 5978244 5977624 1755
## 651 2022-04-09 5979712 5979092 1468
## 652 2022-04-10 5980783 5980163 1071
## 653 2022-04-11 5981979 5981359 1196
## 654 2022-04-12 5983434 5982814 1455
## 655 2022-04-13 5984985 5984365 1551
## 656 2022-04-14 5985818 5985198 833
## 657 2022-04-15 5986740 5986120 922
## 658 2022-04-16 5987342 5986722 602
## 659 2022-04-17 5987949 5987329 607
## 660 2022-04-18 5988508 5987888 559
## 661 2022-04-19 5989345 5988725 837
## 662 2022-04-20 5990086 5989466 741
## 663 2022-04-21 5990671 5990051 585
## 664 2022-04-22 5991322 5990702 651
## 665 2022-04-23 5991844 5991224 522
## 666 2022-04-24 5992226 5991606 382
## 667 2022-04-25 5992543 5991923 317
## 668 2022-04-26 5993119 5992499 576
## 669 2022-04-27 5993736 5993116 617
## 670 2022-04-28 5994148 5993528 412
## 671 2022-04-29 5994543 5993923 395
## 672 2022-04-30 5994872 5994252 329
## 673 2022-05-01 5995116 5994496 244
## 674 2022-05-02 5995284 5994664 168
## 675 2022-05-03 5995391 5994771 107
## 676 2022-05-04 5995567 5994947 176
## 677 2022-05-05 5995817 5995197 250
## 678 2022-05-06 5996062 5995442 245
## 679 2022-05-07 5996280 5995660 218
## 680 2022-05-08 5996507 5995887 227
## 681 2022-05-09 5996761 5996141 254
## 682 2022-05-10 5997217 5996597 456
## 683 2022-05-11 5997617 5996997 400
## 684 2022-05-12 5997952 5997332 335
## 685 2022-05-13 5998287 5997667 335
## 686 2022-05-14 5998595 5997975 308
## 687 2022-05-15 5998852 5998232 257
## 688 2022-05-16 5999034 5998414 182
## 689 2022-05-17 5999281 5998661 247
## 690 2022-05-18 5999608 5998988 327
## 691 2022-05-19 5999926 5999306 318
## 692 2022-05-20 6000176 5999556 250
## 693 2022-05-21 6000439 5999819 263
## 694 2022-05-22 6000666 6000046 227
## 695 2022-05-23 6000840 6000220 174
## 696 2022-05-24 6001185 6000565 345
## 697 2022-05-25 6001500 6000880 315
## 698 2022-05-26 6001746 6001126 246
## 699 2022-05-27 6001970 6001350 224
## 700 2022-05-28 6002249 6001629 279
## 701 2022-05-29 6002491 6001871 242
## 702 2022-05-30 6002709 6002089 218
## 703 2022-05-31 6003049 6002429 340
## 704 2022-06-01 6003417 6002797 368
## 705 2022-06-02 6003721 6003101 304
## 706 2022-06-03 6004093 6003473 372
## 707 2022-06-04 6004488 6003868 395
## 708 2022-06-05 6004876 6004256 388
## 709 2022-06-06 6005218 6004598 342
## 710 2022-06-07 6005736 6005116 518
## 711 2022-06-08 6006256 6005636 520
## 712 2022-06-09 6006812 6006192 556
## 713 2022-06-10 6007439 6006819 627
## 714 2022-06-11 6008013 6007393 574
## 715 2022-06-12 6008564 6007944 551
## 716 2022-06-13 6009155 6008535 591
## 717 2022-06-14 6010085 6009465 930
## 718 2022-06-15 6011327 6010707 1242
## 719 2022-06-16 6012500 6011880 1173
## 720 2022-06-17 6013720 6013100 1220
## 721 2022-06-18 6014984 6014364 1264
## 722 2022-06-19 6016151 6015531 1167
## 723 2022-06-20 6017331 6016711 1180
## 724 2022-06-21 6019009 6018389 1678
## 725 2022-06-22 6020994 6020374 1985
## 726 2022-06-23 6022901 6022281 1907
## 727 2022-06-24 6024970 6024350 2069
## 728 2022-06-25 6026801 6026181 1831
## 729 2022-06-26 6028527 6027907 1726
## 730 2022-06-27 6029972 6029352 1445
## 731 2022-06-28 6032139 6031519 2167
## 732 2022-06-29 6034288 6033668 2149
## 733 2022-06-30 6036536 6035916 2248
## 734 2022-07-01 6038585 6037965 2049
## 735 2022-07-02 6040379 6039759 1794
## 736 2022-07-03 6041993 6041373 1614
## 737 2022-07-04 6043427 6042807 1434
## 738 2022-07-05 6046004 6045384 2577
## 739 2022-07-06 6048747 6048127 2743
## 740 2022-07-07 6051628 6051008 2881
## 741 2022-07-08 6054100 6053480 2472
## 742 2022-07-09 6056805 6056185 2705
## 743 2022-07-10 6059381 6058761 2576
## 744 2022-07-11 6061062 6060442 1681
## 745 2022-07-12 6064423 6063803 3361
## 746 2022-07-13 6068245 6067625 3822
## 747 2022-07-14 6071829 6071209 3584
## 748 2022-07-15 6075160 6074540 3331
## 749 2022-07-16 6079489 6078869 4329
## 750 2022-07-17 6083029 6082409 3540
## 751 2022-07-18 6086422 6085802 3393
## 752 2022-07-19 6091507 6090887 5085
## 753 2022-07-20 6097160 6096540 5653
## 754 2022-07-21 6102570 6101950 5410
## 755 2022-07-22 6107404 6106784 4834
## 756 2022-07-23 6112347 6111727 4943
## 757 2022-07-24 6116418 6115798 4071
## 758 2022-07-25 6120466 6119846 4048
## 759 2022-07-26 6126949 6126329 6483
## 760 2022-07-27 6133387 6132767 6438
## 761 2022-07-28 6139740 6139120 6353
## 762 2022-07-29 6145571 6144951 5831
## 763 2022-07-30 6150969 6150349 5398
## 764 2022-07-31 6155174 6154554 4205
## 765 2022-08-01 6158870 6158250 3696
## 766 2022-08-02 6164697 6164077 5827
## 767 2022-08-03 6170864 6170244 6167
## 768 2022-08-04 6177391 6176771 6527
## 769 2022-08-05 6183320 6182700 5929
## 770 2022-08-06 6188775 6188155 5455
## 771 2022-08-07 6193054 6192434 4279
## 772 2022-08-08 6197574 6196954 4520
## 773 2022-08-09 6203850 6203230 6276
## 774 2022-08-10 6209776 6209156 5926
## 775 2022-08-11 6215308 6214688 5532
## 776 2022-08-12 6221399 6220779 6091
## 777 2022-08-13 6226503 6225883 5104
## 778 2022-08-14 6230945 6230325 4442
## 779 2022-08-15 6234533 6233913 3588
## 780 2022-08-16 6240402 6239782 5869
## 781 2022-08-17 6245655 6245035 5253
## 782 2022-08-18 6249694 6249074 4039
## 783 2022-08-19 6254857 6254237 5163
## 784 2022-08-20 6259779 6259159 4922
## 785 2022-08-21 6263728 6263108 3949
## 786 2022-08-22 6267028 6266408 3300
## 787 2022-08-23 6271886 6271266 4858
## 788 2022-08-24 6277314 6276694 5428
## 789 2022-08-25 6282528 6281908 5214
## 790 2022-08-26 6287077 6286457 4549
## 791 2022-08-27 6291247 6290627 4170
## 792 2022-08-28 6294475 6293855 3228
## 793 2022-08-29 6297346 6296726 2871
## 794 2022-08-30 6302416 6301796 5070
## 795 2022-08-31 6306979 6306359 4563
## 796 2022-09-01 6311073 6310453 4094
## 797 2022-09-02 6314689 6314069 3616
## 798 2022-09-03 6317949 6317329 3260
## 799 2022-09-04 6320713 6320093 2764
## 800 2022-09-05 6323053 6322433 2340
## 801 2022-09-06 6326660 6326040 3607
## 802 2022-09-07 6330173 6329553 3513
## 803 2022-09-08 6333311 6332691 3138
## 804 2022-09-09 6336115 6335495 2804
## 805 2022-09-10 6338724 6338104 2609
## 806 2022-09-11 6340663 6340043 1939
## 807 2022-09-12 6342511 6341891 1848
## 808 2022-09-13 6345407 6344787 2896
## 809 2022-09-14 6348206 6347586 2799
## 810 2022-09-15 6350857 6350237 2651
## 811 2022-09-16 6353215 6352595 2358
## 812 2022-09-17 6355294 6354674 2079
## 813 2022-09-18 6356977 6356357 1683
## 814 2022-09-19 6358597 6357977 1620
## 815 2022-09-20 6361115 6360495 2518
## 816 2022-09-21 6363499 6362879 2384
## 817 2022-09-22 6365661 6365041 2162
## INSIDEN_KUMULATIF_PLUS_TNP_TGL INSIDEN_KUMULATIF
## 1 6.8 4.5
## 2 10.9 8.5
## 3 15.7 13.4
## 4 20.4 18.0
## 5 26.7 24.4
## 6 31.8 29.5
## 7 37.3 34.9
## 8 43.3 41.0
## 9 47.8 45.5
## 10 52.5 50.2
## 11 59.2 56.9
## 12 69.3 67.0
## 13 75.4 73.1
## 14 81.7 79.3
## 15 88.0 85.7
## 16 92.8 90.4
## 17 98.7 96.4
## 18 104.3 102.0
## 19 110.2 107.9
## 20 115.7 113.4
## 21 122.2 119.9
## 22 128.5 126.1
## 23 134.8 132.5
## 24 141.0 138.7
## 25 148.4 146.1
## 26 155.6 153.3
## 27 162.1 159.8
## 28 169.0 166.7
## 29 174.6 172.3
## 30 180.4 178.1
## 31 186.8 184.5
## 32 195.8 193.5
## 33 203.0 200.7
## 34 210.6 208.3
## 35 216.4 214.1
## 36 222.1 219.7
## 37 228.4 226.1
## 38 235.5 233.2
## 39 242.3 240.0
## 40 249.4 247.0
## 41 258.5 256.2
## 42 266.9 264.6
## 43 274.2 271.9
## 44 280.5 278.2
## 45 286.8 284.5
## 46 294.0 291.7
## 47 301.9 299.6
## 48 310.5 308.2
## 49 319.3 316.9
## 50 327.1 324.7
## 51 333.9 331.5
## 52 340.1 337.8
## 53 347.2 344.9
## 54 355.7 353.4
## 55 363.9 361.6
## 56 371.7 369.4
## 57 379.3 377.0
## 58 386.3 384.0
## 59 395.5 393.1
## 60 404.0 401.6
## 61 414.2 411.9
## 62 425.4 423.1
## 63 437.8 435.5
## 64 448.4 446.1
## 65 458.7 456.4
## 66 469.1 466.8
## 67 480.6 478.2
## 68 494.1 491.8
## 69 506.3 504.0
## 70 518.0 515.7
## 71 530.9 528.6
## 72 541.6 539.3
## 73 553.0 550.7
## 74 565.3 563.0
## 75 579.8 577.5
## 76 593.7 591.4
## 77 608.0 605.6
## 78 621.5 619.2
## 79 633.3 630.9
## 80 646.3 644.0
## 81 661.1 658.8
## 82 674.7 672.4
## 83 689.3 687.0
## 84 704.8 702.5
## 85 719.8 717.5
## 86 735.3 733.0
## 87 750.6 748.2
## 88 767.2 764.9
## 89 784.5 782.2
## 90 802.6 800.2
## 91 819.4 817.0
## 92 833.8 831.5
## 93 846.9 844.6
## 94 861.9 859.6
## 95 877.9 875.6
## 96 893.5 891.2
## 97 909.6 907.3
## 98 924.6 922.3
## 99 939.5 937.2
## 100 953.0 950.7
## 101 968.2 965.9
## 102 985.1 982.8
## 103 1003.2 1000.9
## 104 1018.5 1016.2
## 105 1034.6 1032.2
## 106 1051.4 1049.1
## 107 1063.5 1061.2
## 108 1078.2 1075.8
## 109 1093.6 1091.3
## 110 1110.1 1107.8
## 111 1126.1 1123.8
## 112 1142.2 1139.9
## 113 1157.5 1155.2
## 114 1170.1 1167.8
## 115 1183.6 1181.2
## 116 1199.5 1197.2
## 117 1216.0 1213.7
## 118 1232.4 1230.1
## 119 1247.6 1245.3
## 120 1261.6 1259.2
## 121 1273.6 1271.3
## 122 1286.7 1284.4
## 123 1301.8 1299.5
## 124 1315.1 1312.8
## 125 1325.9 1323.6
## 126 1337.7 1335.4
## 127 1347.7 1345.4
## 128 1357.4 1355.1
## 129 1368.6 1366.3
## 130 1381.2 1378.8
## 131 1396.3 1394.0
## 132 1410.4 1408.1
## 133 1426.4 1424.1
## 134 1440.9 1438.6
## 135 1451.5 1449.2
## 136 1465.6 1463.3
## 137 1479.6 1477.3
## 138 1495.3 1493.0
## 139 1515.6 1513.3
## 140 1535.3 1533.0
## 141 1550.7 1548.4
## 142 1563.9 1561.6
## 143 1578.0 1575.7
## 144 1594.0 1591.7
## 145 1612.0 1609.6
## 146 1629.8 1627.5
## 147 1648.5 1646.2
## 148 1664.8 1662.5
## 149 1681.4 1679.1
## 150 1697.1 1694.8
## 151 1717.7 1715.4
## 152 1736.1 1733.8
## 153 1757.9 1755.6
## 154 1778.1 1775.8
## 155 1801.5 1799.2
## 156 1818.8 1816.5
## 157 1837.8 1835.5
## 158 1858.3 1856.0
## 159 1889.6 1887.3
## 160 1911.4 1909.1
## 161 1933.9 1931.6
## 162 1956.7 1954.3
## 163 1978.1 1975.8
## 164 1997.9 1995.6
## 165 2020.6 2018.3
## 166 2043.1 2040.8
## 167 2066.7 2064.3
## 168 2090.5 2088.2
## 169 2113.6 2111.3
## 170 2134.1 2131.8
## 171 2156.9 2154.6
## 172 2182.1 2179.8
## 173 2209.6 2207.3
## 174 2234.6 2232.3
## 175 2263.5 2261.2
## 176 2289.4 2287.1
## 177 2315.0 2312.7
## 178 2338.9 2336.6
## 179 2367.0 2364.7
## 180 2393.9 2391.5
## 181 2421.0 2418.7
## 182 2446.2 2443.9
## 183 2470.6 2468.2
## 184 2492.4 2490.1
## 185 2521.9 2519.6
## 186 2551.8 2549.5
## 187 2582.0 2579.7
## 188 2612.1 2609.8
## 189 2639.0 2636.7
## 190 2664.7 2662.4
## 191 2689.9 2687.6
## 192 2717.8 2715.4
## 193 2750.8 2748.5
## 194 2785.6 2783.3
## 195 2825.3 2823.0
## 196 2862.8 2860.5
## 197 2898.8 2896.5
## 198 2931.3 2929.0
## 199 2968.8 2966.5
## 200 3011.0 3008.7
## 201 3054.1 3051.8
## 202 3102.0 3099.7
## 203 3155.2 3152.8
## 204 3197.3 3195.0
## 205 3231.3 3229.0
## 206 3270.0 3267.7
## 207 3316.9 3314.6
## 208 3360.6 3358.3
## 209 3411.6 3409.3
## 210 3457.1 3454.8
## 211 3501.1 3498.8
## 212 3538.5 3536.2
## 213 3587.4 3585.1
## 214 3632.0 3629.7
## 215 3683.2 3680.9
## 216 3734.7 3732.4
## 217 3789.0 3786.7
## 218 3833.8 3831.5
## 219 3874.9 3872.6
## 220 3913.6 3911.3
## 221 3958.4 3956.1
## 222 4001.1 3998.8
## 223 4045.0 4042.7
## 224 4090.4 4088.1
## 225 4130.9 4128.5
## 226 4161.7 4159.3
## 227 4194.2 4191.8
## 228 4226.9 4224.6
## 229 4258.4 4256.1
## 230 4295.3 4293.0
## 231 4328.3 4326.0
## 232 4353.6 4351.3
## 233 4377.8 4375.4
## 234 4415.2 4412.9
## 235 4451.4 4449.1
## 236 4485.2 4482.9
## 237 4524.8 4522.5
## 238 4554.9 4552.6
## 239 4582.2 4579.9
## 240 4620.2 4617.9
## 241 4657.0 4654.7
## 242 4685.2 4682.8
## 243 4716.9 4714.6
## 244 4747.6 4745.3
## 245 4770.8 4768.5
## 246 4791.6 4789.3
## 247 4816.5 4814.2
## 248 4837.9 4835.6
## 249 4863.3 4861.0
## 250 4890.5 4888.1
## 251 4916.5 4914.2
## 252 4938.0 4935.7
## 253 4959.8 4957.5
## 254 4985.6 4983.2
## 255 5009.4 5007.1
## 256 5030.5 5028.1
## 257 5049.7 5047.4
## 258 5073.6 5071.3
## 259 5090.8 5088.5
## 260 5108.4 5106.1
## 261 5129.3 5127.0
## 262 5149.5 5147.2
## 263 5175.0 5172.7
## 264 5199.6 5197.3
## 265 5223.0 5220.7
## 266 5244.2 5241.9
## 267 5260.6 5258.3
## 268 5282.0 5279.7
## 269 5301.8 5299.5
## 270 5321.4 5319.0
## 271 5344.2 5341.9
## 272 5362.8 5360.5
## 273 5379.4 5377.1
## 274 5394.7 5392.4
## 275 5413.4 5411.1
## 276 5430.9 5428.6
## 277 5453.1 5450.8
## 278 5476.0 5473.7
## 279 5495.9 5493.6
## 280 5512.1 5509.8
## 281 5537.3 5535.0
## 282 5551.2 5548.8
## 283 5568.1 5565.8
## 284 5586.3 5584.0
## 285 5606.9 5604.5
## 286 5626.5 5624.2
## 287 5644.2 5641.9
## 288 5659.6 5657.3
## 289 5677.6 5675.3
## 290 5698.9 5696.6
## 291 5720.1 5717.7
## 292 5743.1 5740.8
## 293 5763.2 5760.8
## 294 5782.0 5779.7
## 295 5799.1 5796.8
## 296 5817.6 5815.3
## 297 5838.3 5836.0
## 298 5859.7 5857.4
## 299 5883.0 5880.7
## 300 5903.3 5901.0
## 301 5920.3 5918.0
## 302 5936.8 5934.4
## 303 5959.0 5956.6
## 304 5976.4 5974.0
## 305 5995.9 5993.6
## 306 6017.7 6015.4
## 307 6038.3 6036.0
## 308 6055.1 6052.8
## 309 6071.5 6069.2
## 310 6089.2 6086.9
## 311 6105.5 6103.2
## 312 6125.3 6123.0
## 313 6146.4 6144.0
## 314 6170.0 6167.7
## 315 6192.9 6190.6
## 316 6207.5 6205.2
## 317 6225.8 6223.5
## 318 6244.6 6242.3
## 319 6261.8 6259.5
## 320 6274.7 6272.3
## 321 6284.5 6282.2
## 322 6293.4 6291.1
## 323 6304.9 6302.6
## 324 6321.0 6318.6
## 325 6336.6 6334.3
## 326 6354.8 6352.5
## 327 6376.4 6374.1
## 328 6397.9 6395.6
## 329 6417.7 6415.4
## 330 6437.4 6435.1
## 331 6459.5 6457.2
## 332 6478.4 6476.1
## 333 6497.2 6494.9
## 334 6520.6 6518.3
## 335 6542.5 6540.2
## 336 6567.1 6564.7
## 337 6589.9 6587.6
## 338 6611.1 6608.7
## 339 6629.1 6626.8
## 340 6648.7 6646.4
## 341 6668.7 6666.4
## 342 6692.9 6690.6
## 343 6717.5 6715.2
## 344 6739.3 6737.0
## 345 6765.4 6763.1
## 346 6788.9 6786.6
## 347 6817.8 6815.5
## 348 6851.0 6848.7
## 349 6881.2 6878.9
## 350 6909.1 6906.8
## 351 6946.0 6943.6
## 352 6976.6 6974.2
## 353 7007.0 7004.7
## 354 7044.2 7041.9
## 355 7091.3 7089.0
## 356 7139.9 7137.5
## 357 7188.1 7185.8
## 358 7239.4 7237.1
## 359 7293.7 7291.4
## 360 7344.7 7342.4
## 361 7401.9 7399.6
## 362 7478.8 7476.5
## 363 7549.3 7547.0
## 364 7628.1 7625.8
## 365 7707.8 7705.5
## 366 7785.1 7782.8
## 367 7861.6 7859.2
## 368 7943.0 7940.7
## 369 8035.8 8033.5
## 370 8132.3 8130.0
## 371 8236.6 8234.2
## 372 8338.3 8336.0
## 373 8449.4 8447.1
## 374 8565.9 8563.6
## 375 8694.3 8692.0
## 376 8837.7 8835.4
## 377 8980.2 8977.8
## 378 9111.3 9108.9
## 379 9246.5 9244.2
## 380 9397.5 9395.2
## 381 9576.4 9574.1
## 382 9780.1 9777.7
## 383 9992.1 9989.8
## 384 10193.8 10191.5
## 385 10387.9 10385.5
## 386 10554.9 10552.6
## 387 10682.9 10680.6
## 388 10826.1 10823.7
## 389 10952.2 10949.9
## 390 11137.1 11134.8
## 391 11320.5 11318.1
## 392 11490.1 11487.8
## 393 11634.6 11632.3
## 394 11740.0 11737.7
## 395 11908.9 11906.6
## 396 12087.4 12085.1
## 397 12249.8 12247.5
## 398 12403.6 12401.3
## 399 12542.9 12540.6
## 400 12657.7 12655.4
## 401 12741.4 12739.1
## 402 12868.0 12865.7
## 403 13002.0 12999.7
## 404 13135.6 13133.3
## 405 13283.3 13281.0
## 406 13401.9 13399.6
## 407 13500.6 13498.3
## 408 13577.9 13575.6
## 409 13697.8 13695.5
## 410 13812.2 13809.9
## 411 13904.5 13902.2
## 412 14019.5 14017.2
## 413 14126.3 14124.0
## 414 14204.1 14201.8
## 415 14269.0 14266.7
## 416 14346.5 14344.2
## 417 14405.4 14403.1
## 418 14487.8 14485.5
## 419 14562.5 14560.2
## 420 14625.0 14622.7
## 421 14671.4 14669.1
## 422 14707.3 14705.0
## 423 14778.6 14776.3
## 424 14848.4 14846.1
## 425 14911.5 14909.2
## 426 14958.6 14956.3
## 427 14996.2 14993.9
## 428 15023.9 15021.6
## 429 15044.2 15041.9
## 430 15083.6 15081.3
## 431 15122.2 15119.9
## 432 15155.7 15153.3
## 433 15184.8 15182.5
## 434 15209.9 15207.6
## 435 15230.1 15227.8
## 436 15246.6 15244.3
## 437 15273.5 15271.2
## 438 15298.6 15296.3
## 439 15321.0 15318.7
## 440 15341.1 15338.8
## 441 15359.8 15357.4
## 442 15373.9 15371.6
## 443 15383.5 15381.2
## 444 15398.9 15396.6
## 445 15413.7 15411.4
## 446 15425.4 15423.1
## 447 15439.7 15437.4
## 448 15452.4 15450.1
## 449 15460.7 15458.4
## 450 15468.0 15465.6
## 451 15480.1 15477.8
## 452 15490.3 15488.0
## 453 15501.1 15498.7
## 454 15510.6 15508.3
## 455 15518.6 15516.3
## 456 15525.2 15522.9
## 457 15530.4 15528.1
## 458 15538.1 15535.7
## 459 15545.3 15543.0
## 460 15551.7 15549.3
## 461 15557.7 15555.4
## 462 15563.0 15560.7
## 463 15567.3 15565.0
## 464 15570.7 15568.4
## 465 15576.0 15573.6
## 466 15581.5 15579.2
## 467 15586.7 15584.4
## 468 15591.9 15589.6
## 469 15596.2 15593.9
## 470 15599.6 15597.3
## 471 15601.9 15599.6
## 472 15606.6 15604.3
## 473 15611.2 15608.9
## 474 15615.1 15612.8
## 475 15618.6 15616.2
## 476 15622.3 15620.0
## 477 15625.1 15622.8
## 478 15627.4 15625.1
## 479 15630.8 15628.5
## 480 15634.2 15631.9
## 481 15636.6 15634.3
## 482 15639.4 15637.1
## 483 15642.4 15640.1
## 484 15644.7 15642.4
## 485 15646.5 15644.1
## 486 15648.7 15646.4
## 487 15651.4 15649.1
## 488 15654.1 15651.8
## 489 15656.7 15654.4
## 490 15659.0 15656.7
## 491 15660.9 15658.6
## 492 15662.4 15660.1
## 493 15664.7 15662.4
## 494 15667.7 15665.4
## 495 15670.1 15667.8
## 496 15672.0 15669.7
## 497 15673.5 15671.2
## 498 15675.2 15672.8
## 499 15676.1 15673.8
## 500 15677.7 15675.4
## 501 15679.5 15677.2
## 502 15681.1 15678.8
## 503 15682.6 15680.3
## 504 15683.9 15681.6
## 505 15685.2 15682.9
## 506 15686.0 15683.7
## 507 15687.3 15685.0
## 508 15689.3 15687.0
## 509 15690.8 15688.5
## 510 15692.1 15689.8
## 511 15693.6 15691.3
## 512 15694.8 15692.4
## 513 15695.5 15693.1
## 514 15696.9 15694.6
## 515 15698.6 15696.3
## 516 15700.0 15697.7
## 517 15701.7 15699.4
## 518 15703.2 15700.9
## 519 15704.2 15701.9
## 520 15704.8 15702.5
## 521 15706.0 15703.6
## 522 15707.0 15704.7
## 523 15708.2 15705.8
## 524 15709.1 15706.8
## 525 15710.0 15707.7
## 526 15710.7 15708.4
## 527 15711.2 15708.9
## 528 15712.2 15709.9
## 529 15713.2 15710.9
## 530 15714.0 15711.7
## 531 15714.7 15712.4
## 532 15715.6 15713.2
## 533 15716.2 15713.9
## 534 15716.6 15714.3
## 535 15717.3 15715.0
## 536 15718.0 15715.7
## 537 15718.8 15716.5
## 538 15719.9 15717.6
## 539 15720.8 15718.5
## 540 15721.4 15719.1
## 541 15721.9 15719.6
## 542 15722.7 15720.4
## 543 15723.4 15721.1
## 544 15723.9 15721.6
## 545 15724.6 15722.3
## 546 15725.6 15723.3
## 547 15725.9 15723.6
## 548 15726.4 15724.1
## 549 15727.4 15725.1
## 550 15728.2 15725.8
## 551 15728.9 15726.5
## 552 15729.5 15727.2
## 553 15730.6 15728.2
## 554 15731.2 15728.9
## 555 15732.2 15729.9
## 556 15733.3 15731.0
## 557 15734.8 15732.5
## 558 15736.8 15734.5
## 559 15738.7 15736.4
## 560 15740.5 15738.2
## 561 15742.5 15740.2
## 562 15744.2 15741.9
## 563 15747.2 15744.9
## 564 15749.6 15747.3
## 565 15752.6 15750.3
## 566 15755.8 15753.4
## 567 15759.7 15757.4
## 568 15762.9 15760.6
## 569 15765.8 15763.5
## 570 15770.9 15768.5
## 571 15777.4 15775.1
## 572 15785.3 15783.0
## 573 15795.0 15792.7
## 574 15807.0 15804.7
## 575 15817.9 15815.6
## 576 15828.8 15826.5
## 577 15847.1 15844.7
## 578 15873.2 15870.9
## 579 15903.4 15901.1
## 580 15940.4 15938.1
## 581 15983.7 15981.4
## 582 16030.1 16027.8
## 583 16068.2 16065.8
## 584 16128.0 16125.7
## 585 16194.9 16192.5
## 586 16296.4 16294.1
## 587 16416.8 16414.5
## 588 16542.8 16540.5
## 589 16677.5 16675.1
## 590 16775.0 16772.7
## 591 16915.1 16912.8
## 592 17090.1 17087.8
## 593 17241.8 17239.5
## 594 17393.0 17390.7
## 595 17599.3 17597.0
## 596 17765.6 17763.3
## 597 17902.0 17899.6
## 598 18115.1 18112.8
## 599 18356.8 18354.5
## 600 18595.7 18593.4
## 601 18818.5 18816.2
## 602 19040.3 19038.0
## 603 19221.4 19219.1
## 604 19350.0 19347.7
## 605 19564.8 19562.5
## 606 19794.5 19792.1
## 607 20009.0 20006.7
## 608 20193.7 20191.4
## 609 20367.9 20365.6
## 610 20498.6 20496.3
## 611 20592.2 20589.9
## 612 20684.5 20682.2
## 613 20837.4 20835.1
## 614 20976.6 20974.3
## 615 21075.0 21072.7
## 616 21187.7 21185.3
## 617 21280.5 21278.2
## 618 21360.4 21358.1
## 619 21473.0 21470.7
## 620 21571.4 21569.1
## 621 21651.0 21648.7
## 622 21711.2 21708.9
## 623 21766.9 21764.5
## 624 21810.1 21807.8
## 625 21846.1 21843.8
## 626 21899.9 21897.6
## 627 21948.5 21946.2
## 628 21991.6 21989.3
## 629 22027.2 22024.9
## 630 22056.9 22054.6
## 631 22079.0 22076.7
## 632 22096.6 22094.3
## 633 22124.5 22122.2
## 634 22148.3 22146.0
## 635 22170.0 22167.7
## 636 22188.1 22185.8
## 637 22203.8 22201.5
## 638 22215.3 22213.0
## 639 22225.7 22223.4
## 640 22240.3 22238.0
## 641 22254.6 22252.3
## 642 22267.1 22264.8
## 643 22278.0 22275.7
## 644 22286.6 22284.3
## 645 22293.8 22291.5
## 646 22300.0 22297.7
## 647 22308.6 22306.2
## 648 22317.5 22315.2
## 649 22325.3 22323.0
## 650 22331.9 22329.6
## 651 22337.4 22335.0
## 652 22341.4 22339.0
## 653 22345.8 22343.5
## 654 22351.3 22349.0
## 655 22357.1 22354.7
## 656 22360.2 22357.9
## 657 22363.6 22361.3
## 658 22365.9 22363.5
## 659 22368.1 22365.8
## 660 22370.2 22367.9
## 661 22373.3 22371.0
## 662 22376.1 22373.8
## 663 22378.3 22376.0
## 664 22380.7 22378.4
## 665 22382.7 22380.4
## 666 22384.1 22381.8
## 667 22385.3 22383.0
## 668 22387.4 22385.1
## 669 22389.7 22387.4
## 670 22391.3 22389.0
## 671 22392.8 22390.4
## 672 22394.0 22391.7
## 673 22394.9 22392.6
## 674 22395.5 22393.2
## 675 22395.9 22393.6
## 676 22396.6 22394.3
## 677 22397.5 22395.2
## 678 22398.4 22396.1
## 679 22399.3 22396.9
## 680 22400.1 22397.8
## 681 22401.0 22398.7
## 682 22402.8 22400.4
## 683 22404.2 22401.9
## 684 22405.5 22403.2
## 685 22406.8 22404.4
## 686 22407.9 22405.6
## 687 22408.9 22406.5
## 688 22409.5 22407.2
## 689 22410.5 22408.1
## 690 22411.7 22409.4
## 691 22412.9 22410.6
## 692 22413.8 22411.5
## 693 22414.8 22412.5
## 694 22415.6 22413.3
## 695 22416.3 22414.0
## 696 22417.6 22415.3
## 697 22418.8 22416.4
## 698 22419.7 22417.4
## 699 22420.5 22418.2
## 700 22421.6 22419.2
## 701 22422.5 22420.1
## 702 22423.3 22421.0
## 703 22424.5 22422.2
## 704 22425.9 22423.6
## 705 22427.0 22424.7
## 706 22428.4 22426.1
## 707 22429.9 22427.6
## 708 22431.4 22429.0
## 709 22432.6 22430.3
## 710 22434.6 22432.3
## 711 22436.5 22434.2
## 712 22438.6 22436.3
## 713 22440.9 22438.6
## 714 22443.1 22440.8
## 715 22445.1 22442.8
## 716 22447.3 22445.0
## 717 22450.8 22448.5
## 718 22455.5 22453.1
## 719 22459.8 22457.5
## 720 22464.4 22462.1
## 721 22469.1 22466.8
## 722 22473.5 22471.2
## 723 22477.9 22475.6
## 724 22484.2 22481.8
## 725 22491.6 22489.3
## 726 22498.7 22496.4
## 727 22506.4 22504.1
## 728 22513.3 22510.9
## 729 22519.7 22517.4
## 730 22525.1 22522.8
## 731 22533.2 22530.9
## 732 22541.2 22538.9
## 733 22549.6 22547.3
## 734 22557.3 22555.0
## 735 22564.0 22561.7
## 736 22570.0 22567.7
## 737 22575.4 22573.1
## 738 22585.0 22582.7
## 739 22595.2 22592.9
## 740 22606.0 22603.7
## 741 22615.2 22612.9
## 742 22625.3 22623.0
## 743 22635.0 22632.7
## 744 22641.2 22638.9
## 745 22653.8 22651.5
## 746 22668.1 22665.8
## 747 22681.5 22679.2
## 748 22693.9 22691.6
## 749 22710.1 22707.8
## 750 22723.3 22721.0
## 751 22736.0 22733.7
## 752 22755.0 22752.7
## 753 22776.1 22773.8
## 754 22796.3 22794.0
## 755 22814.4 22812.0
## 756 22832.8 22830.5
## 757 22848.0 22845.7
## 758 22863.2 22860.8
## 759 22887.4 22885.1
## 760 22911.4 22909.1
## 761 22935.2 22932.8
## 762 22956.9 22954.6
## 763 22977.1 22974.8
## 764 22992.8 22990.5
## 765 23006.6 23004.3
## 766 23028.4 23026.1
## 767 23051.4 23049.1
## 768 23075.8 23073.5
## 769 23097.9 23095.6
## 770 23118.3 23116.0
## 771 23134.3 23132.0
## 772 23151.2 23148.9
## 773 23174.6 23172.3
## 774 23196.8 23194.5
## 775 23217.4 23215.1
## 776 23240.2 23237.9
## 777 23259.3 23256.9
## 778 23275.8 23273.5
## 779 23289.3 23286.9
## 780 23311.2 23308.9
## 781 23330.8 23328.5
## 782 23345.9 23343.6
## 783 23365.2 23362.9
## 784 23383.6 23381.2
## 785 23398.3 23396.0
## 786 23410.6 23408.3
## 787 23428.8 23426.5
## 788 23449.1 23446.7
## 789 23468.5 23466.2
## 790 23485.5 23483.2
## 791 23501.1 23498.8
## 792 23513.2 23510.9
## 793 23523.9 23521.6
## 794 23542.8 23540.5
## 795 23559.9 23557.6
## 796 23575.2 23572.9
## 797 23588.7 23586.4
## 798 23600.9 23598.5
## 799 23611.2 23608.9
## 800 23619.9 23617.6
## 801 23633.4 23631.1
## 802 23646.5 23644.2
## 803 23658.2 23655.9
## 804 23668.7 23666.4
## 805 23678.5 23676.1
## 806 23685.7 23683.4
## 807 23692.6 23690.3
## 808 23703.4 23701.1
## 809 23713.9 23711.6
## 810 23723.8 23721.5
## 811 23732.6 23730.3
## 812 23740.4 23738.0
## 813 23746.6 23744.3
## 814 23752.7 23750.4
## 815 23762.1 23759.8
## 816 23771.0 23768.7
## 817 23779.1 23776.8# area plot
g2 <- ggplot(covid, aes(x = key, y = PERKEMBANGAN)) +
geom_line(lty=1, lwd=1, col="darkred")+
geom_area(fill="red", alpha=0.5)
g2
## # A tibble: 6 × 6
## date pce pop psavert uempmed unemploy
## <date> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1967-07-01 507. 198712 12.6 4.5 2944
## 2 1967-08-01 510. 198911 12.6 4.7 2945
## 3 1967-09-01 516. 199113 11.9 4.6 2958
## 4 1967-10-01 512. 199311 12.9 4.9 3143
## 5 1967-11-01 517. 199498 12.8 4.7 3066
## 6 1967-12-01 525. 199657 11.8 4.8 3018# plot
library(tidyr)
library(dplyr)
df <- economics %>%
select(date, psavert, uempmed) %>%
gather(key = "variable", value = "value", -date)
print(df, 3)## # A
## # tibble:
## # 1,148
## # ×
## # 3
## # ℹ 1,138 more rows
## # ℹ 3 more variables: date <date>, variable <chr>, value <dbl># Multiple line plot
ggplot(df, aes(x = date, y = value)) +
geom_line(aes(color = variable), size = 1) +
scale_color_manual(values = c("#00AFBB", "#E7B800")) +
theme_minimal()
ggplot(df, aes(x = date, y = value)) +
geom_area(aes(color = variable, fill = variable),
alpha = 0.5, position = position_dodge(0.8)) +
scale_color_manual(values = c("#00AFBB", "#E7B800")) +
scale_fill_manual(values = c("#00AFBB", "#E7B800"))
## `geom_smooth()` using formula = 'y ~ x'
# Multiple line plot
ggplot(economics, aes(x = date, y = psavert)) +
geom_line(lty=1, lwd=1, col="#00AFBB")+
geom_smooth(fill = "#FC4E07", color="red", method = "loess")## `geom_smooth()` using formula = 'y ~ x'
Geospatial MAP Visualization
## Warning: package 'devtools' was built under R version 4.3.3## Loading required package: usethis## Warning: package 'usethis' was built under R version 4.3.3## Warning: package 'sf' was built under R version 4.3.3## Linking to GEOS 3.11.2, GDAL 3.8.2, PROJ 9.3.1; sf_use_s2() is TRUE## WARNING: Rtools is required to build R packages, but is not currently installed.
##
## Please download and install Rtools 4.2 from https://cran.r-project.org/bin/windows/Rtools/ or https://www.r-project.org/nosvn/winutf8/ucrt3/.## Downloading GitHub repo tidyverse/ggplot2@HEAD## rlang (1.1.1 -> 1.1.3) [CRAN]
## glue (1.6.2 -> 1.7.0) [CRAN]
## cli (3.6.1 -> 3.6.2) [CRAN]
## vctrs (0.6.2 -> 0.6.5) [CRAN]
## utf8 (1.2.3 -> 1.2.4) [CRAN]
## fansi (1.0.4 -> 1.0.6) [CRAN]## Installing 6 packages: rlang, glue, cli, vctrs, utf8, fansi## Installing packages into 'C:/Users/ASUS/AppData/Local/R/win-library/4.3'
## (as 'lib' is unspecified)## package 'rlang' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'rlang'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\00LOCK\rlang\libs\x64\rlang.dll
## to C:\Users\ASUS\AppData\Local\R\win-library\4.3\rlang\libs\x64\rlang.dll:
## Permission denied## Warning: restored 'rlang'## package 'glue' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'glue'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\00LOCK\glue\libs\x64\glue.dll to
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\glue\libs\x64\glue.dll:
## Permission denied## Warning: restored 'glue'## package 'cli' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'cli'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\00LOCK\cli\libs\x64\cli.dll to
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\cli\libs\x64\cli.dll: Permission
## denied## Warning: restored 'cli'## package 'vctrs' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'vctrs'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\00LOCK\vctrs\libs\x64\vctrs.dll
## to C:\Users\ASUS\AppData\Local\R\win-library\4.3\vctrs\libs\x64\vctrs.dll:
## Permission denied## Warning: restored 'vctrs'## package 'utf8' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'utf8'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\00LOCK\utf8\libs\x64\utf8.dll to
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\utf8\libs\x64\utf8.dll:
## Permission denied## Warning: restored 'utf8'## package 'fansi' successfully unpacked and MD5 sums checked## Warning: cannot remove prior installation of package 'fansi'## Warning in file.copy(savedcopy, lib, recursive = TRUE): problem copying
## C:\Users\ASUS\AppData\Local\R\win-library\4.3\00LOCK\fansi\libs\x64\fansi.dll
## to C:\Users\ASUS\AppData\Local\R\win-library\4.3\fansi\libs\x64\fansi.dll:
## Permission denied## Warning: restored 'fansi'##
## The downloaded binary packages are in
## C:\Users\ASUS\AppData\Local\Temp\RtmpkxPiUD\downloaded_packages
## ── R CMD build ─────────────────────────────────────────────────────────────────## WARNING: Rtools is required to build R packages, but is not currently installed.
##
## Please download and install Rtools 4.2 from https://cran.r-project.org/bin/windows/Rtools/ or https://www.r-project.org/nosvn/winutf8/ucrt3/.##
checking for file 'C:\Users\ASUS\AppData\Local\Temp\RtmpkxPiUD\remotes570071da1dd9\tidyverse-ggplot2-8e63882/DESCRIPTION' ...
checking for file 'C:\Users\ASUS\AppData\Local\Temp\RtmpkxPiUD\remotes570071da1dd9\tidyverse-ggplot2-8e63882/DESCRIPTION' ...
✔ checking for file 'C:\Users\ASUS\AppData\Local\Temp\RtmpkxPiUD\remotes570071da1dd9\tidyverse-ggplot2-8e63882/DESCRIPTION' (539ms)
##
─ preparing 'ggplot2': (11.7s)
## checking DESCRIPTION meta-information ...
checking DESCRIPTION meta-information ...
✔ checking DESCRIPTION meta-information
##
─ checking for LF line-endings in source and make files and shell scripts (1.2s)
##
─ checking for empty or unneeded directories
##
─ building 'ggplot2_3.5.1.9000.tar.gz'
##
## ## Warning: package 'ggplot2' is in use and will not be installed## WARNING: Rtools is required to build R packages, but is not currently installed.
##
## Please download and install Rtools 4.2 from https://cran.r-project.org/bin/windows/Rtools/ or https://www.r-project.org/nosvn/winutf8/ucrt3/.## Skipping install of 'indonesia' from a github remote, the SHA1 (5005a6dc) has not changed since last install.
## Use `force = TRUE` to force installation## key konfirmasi sembuh meninggal longitude latitude
## 1 ACEH 79 52 2 96.7494 4.6951350
## 2 SUMATERA UTARA 1467 992 91 99.5451 2.1153547
## 3 SUMATERA BARAT 725 107 31 100.8000 -0.7399397
## 4 RIAU 224 75 10 101.7068 0.2933469
## 5 JAMBI 117 48 0 102.4381 -1.4851831
## 6 SUMATERA SELATAN 2000 965 81 103.9144 -3.3194374
## 7 BENGKULU 125 26 10 102.3464 -3.5778471
## 8 LAMPUNG 188 28 12 105.4068 -4.5585849
## 9 KEPULAUAN BANGKA BELITUNG 149 16 2 106.4406 -2.7410513
## 10 KEPULAUAN RIAU 293 44 16 108.1429 3.9456514
## 11 DKI JAKARTA 11114 4624 625 106.8452 -6.2115440
## 12 JAWA BARAT 3091 1396 175 107.6689 -7.0909110
## 13 JAWA TENGAH 3482 2266 150 110.1403 -7.1509750
## 14 DAERAH ISTIMEWA YOGYAKARTA 306 38 8 110.4262 -7.8753849
## 15 JAWA TIMUR 11508 6957 831 112.2384 -7.5360639
## 16 BANTEN 1438 731 79 106.0640 -6.4058172
## 17 BALI 1414 630 13 115.1889 -8.4095178
## 18 NUSA TENGGARA BARAT 1199 344 53 117.3616 -8.6529334
## 19 NUSA TENGGARA TIMUR 113 72 1 121.0794 -8.6573819
## 20 KALIMANTAN BARAT 321 58 4 111.4753 -0.2787808
## 21 KALIMANTAN TENGAH 834 446 53 113.3824 -1.6814878
## 22 KALIMANTAN SELATAN 3003 2098 182 115.2838 -3.0926415
## 23 KALIMANTAN TIMUR 503 121 7 116.4194 0.5387000
## 24 KALIMANTAN UTARA 201 45 2 116.0414 3.0731000
## 25 SULAWESI UTARA 1057 809 76 123.9750 0.6246932
## 26 SULAWESI TENGAH 186 28 5 121.4456 -1.4300254
## 27 SULAWESI SELATAN 4807 2926 163 119.9741 -3.6687994
## 28 SULAWESI TENGGARA 343 116 6 122.1746 -4.1449100
## 29 GORONTALO 243 40 8 122.4467 0.6999372
## 30 SULAWESI BARAT 114 29 2 119.2321 -2.8441371
## 31 MALUKU 711 466 15 130.1453 -3.2384616
## 32 MALUKU UTARA 719 585 31 127.8088 1.5709993
## 33 PAPUA BARAT 236 81 3 133.1747 -1.3361154
## 34 PAPUA 1696 1057 7 138.0804 -4.2699280##
## Attaching package: 'jsonlite'## The following object is masked from 'package:purrr':
##
## flattencrim <- fromJSON("https://ramdayz.carto.com/api/v2/sql?q=select%20*,%20st_x(the_geom)%20as%20lon,%20st_y(the_geom)%20as%20lat%20from%20public.jakarta_streetcrime")
crim <- as.data.frame(crim) %>% select(lon=rows.lon, lat=rows.lat, address=rows.nama_jalan, n=rows.jumlah)
print(crim)## lon lat address n
## 1 106.8910 -6.193390 Jl. Pemuda 2
## 2 106.9078 -6.170672 Jl. Bar 1
## 3 106.9037 -6.133228 Jl. 10 November 1
## 4 106.8197 -6.176930 Jl. Abdul Muis 3
## 5 106.8379 -6.177799 Jl. Abdul Rahman Saleh 3
## 6 106.7438 -6.191670 Jl. Acces Tol Jakarta Merak 1
## 7 106.7696 -6.216489 Jl. Kelapa Dua 3
## 8 106.7309 -6.154172 Jl. Nurul Huda 2
## 9 106.8108 -6.199809 Jl. Administrasi Negara 1
## 10 106.8105 -6.200823 Jl. Administrasi Negara IA 1
## 11 106.8592 -6.141886 Jl. Agung Barat 11 1
## 12 106.8757 -6.137432 Jl. Agung Karya 1 1
## 13 106.8168 -6.164046 Jl. Alaydrus 1
## 14 106.7321 -6.221133 Jl. Al Mubarok 1
## 15 106.8996 -6.375927 Jl. Alternatif Cibubur 7
## 16 106.8992 -6.126888 Jl. Alur Laut 1
## 17 106.8992 -6.123525 Jl. Alur Laut Utara 1
## 18 106.8433 -6.202808 Jl. Ambarawa 1
## 19 106.8099 -6.174151 Jl. Ampasit 2
## 20 106.7900 -6.293165 Jl. Ampera 1
## 21 106.8210 -6.277443 Jl. Ampera Buntu 1
## 22 106.8207 -6.275437 Jl. Ampera Raya 2
## 23 106.8133 -6.165478 Jl. Am. Sangaji 8
## 24 106.8172 -6.127525 Jl. Ancol Barat 1 2
## 25 106.8563 -6.132581 Jl. Ancol Selatan 1 2
## 26 106.7951 -6.183750 Jl. Anggrek Neli Murni 7 1
## 27 106.9256 -6.219422 Jl. Anggrek Raya 2
## 28 106.7945 -6.194177 Jl. Anggrek Rosliana 1 1
## 29 106.8479 -6.156631 Jl. Angkasa 1
## 30 106.8424 -6.158434 Jl. Angkasa Dalam 1
## 31 106.8008 -6.148549 Jl. Angke Barat 7
## 32 106.8000 -6.145278 Jl. Angke Indah 2
## 33 106.7944 -6.149167 Jl. Angke Jaya 1
## 34 106.7973 -6.148787 Jl. Angke Jaya 1 3
## 35 106.7976 -6.147420 Jl. Angke Jaya 4 1
## 36 106.8819 -6.226428 Jl. Antariksa 3 1
## 37 106.8444 -6.203274 Jl. Anyer 1
## 38 106.8683 -6.302864 Jl. Apotik 1
## 39 106.8352 -6.182853 Jl. Arif Rakhman Hakim 2
## 40 106.7739 -6.188785 Jl. Arjuna Selatan 2
## 41 106.7753 -6.187777 Jl. Arjuna Utara 3
## 42 106.8600 -6.234865 Jl. Asem Baris 2
## 43 106.7788 -6.178362 Jl. Asem Raya (Duri Kepa) 1
## 44 106.7981 -6.220640 Jl. Asia Afrika 7
## 45 106.7723 -6.173835 Jl. Asia Baru 1
## 46 106.8531 -6.357031 Jl. Asrama Brimob 5
## 47 106.8744 -6.230566 Jl. Asuransi 1 1
## 48 106.8332 -6.290429 Jl. A. Yani 6
## 49 106.8061 -6.167808 Jl. Bacan 1
## 50 106.8156 -6.233266 Jl. Bakti 2
## 51 106.7167 -6.115270 Jl. Bakti Mulya 1
## 52 106.8845 -6.196659 Jl. Balai Pustaka 1
## 53 106.8854 -6.196186 Jl. Balai Pustaka Timur 2
## 54 106.9039 -6.223275 Jl. Balai Rakyat 1
## 55 106.8911 -6.190415 Jl. Balap Sepeda 1 1
## 56 106.9345 -6.140487 Jl. Bali 1
## 57 106.8125 -6.170752 Jl. Balikpapan 2
## 58 106.8136 -6.169817 Jl. Balikpapan 2 1
## 59 106.9087 -6.307048 Jl. Bambu Apus 1
## 60 106.7173 -6.142141 Jl. Bambu Larangan 2
## 61 106.9054 -6.234720 Jl. Bambu Mas Selatan 1
## 62 106.9012 -6.125850 Jl. Bandar 1
## 63 106.8005 -6.136741 Jl. Bandengan Selatan 2
## 64 106.7943 -6.138633 Jl. Bandengan Selatan 1 1
## 65 106.7960 -6.136937 Jl. Bandengan Utara 5
## 66 106.8036 -6.134533 Jl. Bandengan Utara 1 4
## 67 106.8428 -6.170060 Jl. Bangau 5 1
## 68 106.8121 -6.250800 Jl. Bangka Raya 1 3
## 69 106.9180 -6.224860 Jl. Bangung Jaya 1
## 70 106.9190 -6.224943 Jl. Bangun Jaya Timur 1
## 71 106.7988 -6.280883 Jl. Bank Dagang Negara 1 1
## 72 106.7995 -6.281442 Jl. Bank Negara 2 3
## 73 106.8353 -6.171741 Jl. Banteng Selatan 5
## 74 106.8363 -6.169586 Jl. Banteng Timur 2
## 75 106.8341 -6.169159 Jl. Banteng Utara 1
## 76 106.9232 -6.120655 Jl. Baru Kp Beting 1
## 77 106.7484 -6.157268 Jl. Basmol Tanggul 2
## 78 106.8099 -6.174197 Jl. Batang Hari 4
## 79 106.8605 -6.278561 Jl. Batu Ampar 2
## 80 106.8622 -6.272641 Jl. Batu Ampar 1 1
## 81 106.8236 -6.162468 Jl. Batu Ceper 8
## 82 106.8232 -6.161402 Jl. Batu Ceper 1 1
## 83 106.8219 -6.161181 Jl. Batu Ceper 2 1
## 84 106.8224 -6.161117 Jl. Batu Ceper 3 2
## 85 106.8198 -6.162427 Jl. Batu Ceper 4 1
## 86 106.8229 -6.161774 Jl. Batu Ceper 5 1
## 87 106.8206 -6.160706 Jl. Batu Jajar 1
## 88 106.8498 -6.265400 Jl. Batu Merah 1
## 89 106.7823 -6.198161 Jl. Batu Sari 1
## 90 106.8255 -6.163049 Jl. Batu Tulis 3
## 91 106.8239 -6.163660 Jl. Batu Tulis 12 1
## 92 106.8217 -6.164590 Jl. Batu Tulis 13 1
## 93 106.8245 -6.164346 Jl. Batu Tulis 2 1
## 94 106.8245 -6.164346 Jl. Batu Tulis 4 1
## 95 106.8255 -6.164469 Jl. Batu Tulis 8 1
## 96 106.7417 -6.163402 Jl. Bawang Merah 2
## 97 106.7249 -6.224313 Jl. Bazoka Raya 1
## 98 106.8692 -6.216639 Jl. Bekasi Barat 1 2
## 99 106.8693 -6.217766 Jl. Bekasi Barat 3 1
## 100 106.8693 -6.217256 Jl. Bekasi Barat 4 1
## 101 106.8686 -6.217791 Jl. Bekasi Barat 5 17
## 102 106.9205 -6.197253 Jl. Bekasi Raya 56
## 103 106.8961 -6.211427 Jl. Bekasi Raya Timur 51
## 104 106.8710 -6.216643 Jl. Bekasi Timur 1 17
## 105 106.8757 -6.217240 Jl. Bekasi Timur 4 1
## 106 106.8769 -6.214983 Jl. Bekasi Timur 5 1
## 107 106.8703 -6.216926 Jl. Bekasi Timur 7 1
## 108 106.8202 -6.216206 Jl. Bek Murad 1
## 109 106.8351 -6.165159 Jl. Belakang Pasar Baru 5
## 110 106.8345 -6.163895 Jl. Belakang Pasar Baru 1 2
## 111 106.8083 -6.176535 Jl. Belawan 1
## 112 106.8061 -6.325362 Jl. Benda 2
## 113 106.8140 -6.278001 Jl. Benda Alam 2
## 114 106.8160 -6.276194 Jl. Benda Raya 3
## 115 106.8041 -6.331334 Jl. Benda Ujung 3
## 116 106.7747 -6.249691 Jl. Bendi Utama 1
## 117 106.8104 -6.212731 Jl. Bendungan Asahan 2 1
## 118 106.8123 -6.210515 Jl. Bendungan Hilir 8
## 119 106.8121 -6.212517 Jl. Bendungan Hilir 10 2
## 120 106.8121 -6.212237 Jl. Bendungan Hilir 11 1
## 121 106.8109 -6.211645 Jl. Bendungan Hilir 13 1
## 122 106.8111 -6.211327 Jl. Bendungan Hilir 14 1
## 123 106.8150 -6.214677 Jl. Bendungan Hilir 2 5
## 124 106.8119 -6.213061 Jl. Bendungan Hilir 9 1
## 125 106.8576 -6.161880 Jl. Bendungan Jago 4
## 126 106.8617 -6.164552 Jl. Bendungan Jago Terusan 1
## 127 106.8102 -6.211792 Jl. Bendungan Jati Luhur Hilir 1
## 128 106.8130 -6.216817 Jl. Bendungan Walahar 1
## 129 106.8120 -6.181848 Jl. Bengkel 1
## 130 106.8674 -6.150237 Jl. Benteng Mas 7 1
## 131 106.8490 -6.145464 Jl. Benyamin Sueb 1
## 132 106.8670 -6.159786 Jl. Berlian 1
## 133 106.9050 -6.234921 Jl. Betung 12 1
## 134 106.7611 -6.186462 Jl. Bhakti Karya 1
## 135 106.8927 -6.346463 Jl. Bhayangkara 1
## 136 106.8689 -6.164608 Jl. Biduri Bulan 1 1
## 137 106.8896 -6.320607 Jl. Bina Marga 1
## 138 106.9455 -6.237234 Jl. Bintara Jaya 1
## 139 106.7626 -6.256638 Jl. Bintaro Permai 1
## 140 106.7678 -6.259342 Jl. Bintaro Raya 5
## 141 106.8140 -6.236273 Jl. Birah 1 1
## 142 106.7941 -6.288684 Jl. Blok A 1
## 143 106.8555 -6.302620 Jl. Bogor Raya 12
## 144 106.8431 -6.203052 Jl. Bojonegoro 1
## 145 106.7345 -6.166608 Jl. Bojong Raya 4
## 146 106.8477 -6.202801 Jl. Bonang 2
## 147 106.8477 -6.200460 Jl. Borobudur 5
## 148 106.8109 -6.179212 Jl. Brantas 1
## 149 106.7874 -6.234691 Jl. Buana Dalam 1
## 150 106.9235 -6.219601 Jl. Buaran Indah Raya 1
## 151 106.9200 -6.220540 Jl. Buaran Raya 3
## 152 106.8206 -6.180625 Jl. Budi Kamuliaan 5
## 153 106.8928 -6.345179 Jl. Bukit Cengkeh Raya 1
## 154 106.8595 -6.217525 Jl. Bukit Duri Putaran 1
## 155 106.8536 -6.220839 Jl. Bukit Duri Selatan 1
## 156 106.8589 -6.221975 Jl. Bukit Duri Tanjakan 3
## 157 106.8578 -6.219751 Jl. Bukit Duri Tanjakan 1-6 1
## 158 106.8979 -6.152109 Jl. Bukit Gading Raya 1
## 159 106.9034 -6.218250 Jl. Bulak Raya 1
## 160 106.9350 -6.199008 Jl. Bulevar Raya 1
## 161 106.9357 -6.200561 Jl. Bulevar Selatan 1
## 162 106.9120 -6.164500 Jl. Bulevar Timur (Kelapa Gading) 6
## 163 106.7961 -6.242482 Jl. Bulungan 1
## 164 106.7825 -6.306564 Jl. Bumi Asih 1
## 165 106.7360 -6.136554 Jl. Bumi Cengkareng Indah 1
## 166 106.7759 -6.212351 Jl. Bumi Indah 4
## 167 106.8759 -6.294925 Jl. Bumi Pratama Raya 1
## 168 106.9119 -6.228404 Jl. Bumi Raya 3
## 169 106.7401 -6.164302 Jl. Buncis Raya 1
## 170 106.8063 -6.268741 Jl. Bunga Cempaka 1 1
## 171 106.8032 -6.270723 Jl. Bunga Flamboyan 1
## 172 106.8421 -6.167142 Jl. Bungur Besar 1
## 173 106.8423 -6.167711 Jl. Bungur Besar 10 3
## 174 106.8422 -6.167368 Jl. Bungur Besar 11 1
## 175 106.8422 -6.166663 Jl. Bungur Besar 13 1
## 176 106.8450 -6.172205 Jl. Bungur Besar 5 1
## 177 106.8450 -6.171092 Jl. Bungur Besar 7 1
## 178 106.9014 -6.235901 Jl. Cakung 1
## 179 106.9264 -6.122343 Jl. Cakung Cilincing Raya 14
## 180 106.8419 -6.224829 Jl. Casablanca 8
## 181 106.8709 -6.242593 Jl. Cawang Baru 7
## 182 106.8725 -6.241231 Jl. Cawang Baru Utara 6
## 183 106.8300 -6.188749 Jl. Cemara 1
## 184 106.7928 -6.316192 Jl. CEMARA 5 1
## 185 106.7679 -6.166101 Jl. Cempaka Barat 1
## 186 106.8499 -6.349774 Jl. Cempaka Baru Raya 4
## 187 106.8734 -6.179031 Jl. Cempaka Jaya 3
## 188 106.8681 -6.185080 Jl. Cempaka Putih 7
## 189 106.8601 -6.174856 Jl. Cempaka Putih Barat 18
## 190 106.8643 -6.178249 Jl. Cempaka Putih Barat 12 1
## 191 106.8649 -6.180345 Jl. Cempaka Putih Barat 13 1
## 192 106.8621 -6.174415 Jl. Cempaka Putih Barat 2 3
## 193 106.8680 -6.183381 Jl. Cempaka Putih Barat 25 1
## 194 106.8628 -6.173544 Jl. Cempaka Putih Barat 3 3
## 195 106.8653 -6.173074 Jl. Cempaka Putih Barat 7 1
## 196 106.8672 -6.176259 Jl. Cempaka Putih Raya 23
## 197 106.8652 -6.177794 Jl. Cempaka Putih Tengah 6
## 198 106.8698 -6.179604 Jl. Cempaka Putih Tengah 22 A 1
## 199 106.8709 -6.178678 Jl. Cempaka Putih Tengah 26 1
## 200 106.8736 -6.174428 Jl. Cempaka Putih Timur 11
## 201 106.8741 -6.168351 Jl. Cempaka Putih Timur 1 1
## 202 106.8742 -6.174553 Jl. Cempaka Putih Timur 11 1
## 203 106.8735 -6.177051 Jl. Cempaka Putih Timur 16 1
## 204 106.8753 -6.168717 Jl. Cempaka Putih Timur 2 1
## 205 106.8738 -6.180241 Jl. Cempaka Putih Timur 24a 2
## 206 106.8742 -6.181777 Jl. Cempaka Putih Timur 26 1
## 207 106.8754 -6.170616 Jl. Cempaka Putih Timur 4 1
## 208 106.8746 -6.170573 Jl. Cempaka Putih Timur 5a 1
## 209 106.8743 -6.173051 Jl. Cempaka Putih Timur 7 1
## 210 106.8166 -6.263868 Jl. Cempedak 1
## 211 106.8875 -6.257578 Jl. Cendrawasih Baru 3
## 212 106.7479 -6.159539 Jl. Cengkareng Drain Timur 25
## 213 106.7485 -6.145404 Jl. Cengkareng Indah 3
## 214 106.8980 -6.114641 Jl. Cibanteng 1 1
## 215 106.8107 -6.241845 Jl. Cibitung 1 6
## 216 106.8515 -6.171377 Jl. Cibodas 2
## 217 106.8738 -6.342672 Jl. Cibubur 2
## 218 106.8739 -6.344407 Jl. Cibubur 1 1
## 219 106.8100 -6.240030 Jl. Cibulan 2 2
## 220 106.8109 -6.171806 Jl. Cideng Barat 25
## 221 106.8120 -6.181269 Jl. Cideng Barat Dalam 8
## 222 106.8112 -6.171733 Jl. Cideng Timur 12
## 223 106.8136 -6.169582 Jl. Cideng Timur 1 1
## 224 106.8120 -6.169813 Jl. Cideng Timur 5 1
## 225 106.8120 -6.170338 Jl. Cideng Timur 6 3
## 226 106.8428 -6.202854 Jl. Cikampek 1
## 227 106.8116 -6.237239 Jl. Cikatomas 1
## 228 106.8973 -6.115819 Jl. Cikijang 1
## 229 106.8369 -6.189683 Jl. Cikini 1 1
## 230 106.8388 -6.188374 Jl. Cikini 8 1
## 231 106.8394 -6.194358 Jl. Cikini Raya 5
## 232 106.8104 -6.178472 Jl. Cilamaya 1
## 233 106.7977 -6.288690 Jl. Cilandak 2 2
## 234 106.7999 -6.287426 Jl. Cilandak Bawah 2 1
## 235 106.8150 -6.298025 Jl. Cilandak Kko 1
## 236 106.8139 -6.306880 Jl. Cilandak Raya 4
## 237 106.9007 -6.339584 Jl. Cilangkap Raya 2
## 238 106.8118 -6.177961 Jl. Cilangsir 1
## 239 106.7640 -6.237799 Jl. Ciledug Raya 11
## 240 106.8701 -6.264114 Jl. Cililitan Besar 4
## 241 106.8616 -6.261287 Jl. Cililitan Kecil 1 2
## 242 106.8399 -6.195279 Jl. Ciliman 1
## 243 106.9359 -6.108186 Jl. Cilincing Bakti 2
## 244 106.9296 -6.104738 Jl. Cilincing Baru 4 3
## 245 106.9317 -6.102750 Jl. Cilincing Kelapa 2
## 246 106.9349 -6.101455 Jl. Cilincing Lama 1 1
## 247 106.9388 -6.102471 Jl. Cilincing Landak 1
## 248 106.9364 -6.104026 Jl. Cilincing Pagi 2
## 249 106.9277 -6.106787 Jl. Cilincing Raya 19
## 250 106.8403 -6.196778 Jl. Cilosari 3
## 251 106.7816 -6.316006 Jl. Cinere Mas 1
## 252 106.8126 -6.239461 Jl. Cipaku 1 1
## 253 106.9003 -6.330237 Jl. Cipayang Setu 1
## 254 106.9050 -6.348305 Jl. Cipayung 2
## 255 106.8028 -6.277822 Jl. Cipete Raya 1
## 256 106.8027 -6.266873 Jl. Cipete Utara (H. Abdul Majid) 1
## 257 106.8902 -6.206051 Jl. Cipinang Baru Raya 2
## 258 106.8876 -6.202082 Jl. Cipinang Baru Timur 1
## 259 106.8895 -6.202147 Jl. Cipinang Baru Utara 5
## 260 106.8871 -6.220700 Jl. Cipinang Elok 1 1
## 261 106.8859 -6.223607 Jl. Cipinang Elok Blok A 1
## 262 106.8939 -6.208551 Jl. Cipinang Empang Barat 1
## 263 106.8939 -6.208940 Jl. Cipinang Empat Barat 1
## 264 106.8927 -6.234839 Jl. Cipinang Indah Raya 2 1
## 265 106.8855 -6.221130 Jl. Cipinang Jaya 5
## 266 106.8847 -6.211550 Jl. Cipinang Kebembem 1
## 267 106.8837 -6.216386 Jl. Cipinang Latihan 1
## 268 106.8900 -6.214753 Jl. Cipinang Lontar 2 1
## 269 106.8904 -6.227388 Jl. Cipinang Muara 3
## 270 106.8957 -6.220165 Jl. Cipinang Muara 3 1
## 271 106.8845 -6.218617 Jl. Cipinang Pulo 2
## 272 106.8799 -6.219062 Jl. Cipinang Pulo Maja 1
## 273 106.8883 -6.219113 Jl. Cipinang Rancak 1
## 274 106.8962 -6.205658 Jl. Cipinang Sodong 1
## 275 106.8914 -6.210567 Jl. Cipinang Timur Raya 2
## 276 106.8101 -6.177234 Jl. Cipunegara 1
## 277 106.7752 -6.263257 Jl. Ciputat Raya 11
## 278 106.7692 -6.290530 Jl. Cirendeu Permai 1
## 279 106.7735 -6.302241 Jl. Cirendeu Raya 6
## 280 106.8103 -6.179458 Jl. Citarum 6
## 281 106.8100 -6.176791 Jl. Ciujung 1
## 282 106.8551 -6.280786 Jl. Condet Raya 2
## 283 106.8611 -6.295141 Jl. Condet Tengah Raya 1
## 284 106.8809 -6.111664 Jl. Cucut 1
## 285 106.9247 -6.251096 Jl. Curug Raya 8
## 286 106.8343 -6.187115 Jl. Cut Meutia 2
## 287 106.8345 -6.189981 Jl. Cut Nyak Dien 3
## 288 106.9173 -6.108886 Jl. Lagoa 1 1
## 289 106.7395 -6.154674 Jl. Daan Mogot 11
## 290 106.8152 -6.191720 Jl. Dalam Rusun Tanah Abang 5
## 291 106.8624 -6.147379 Jl. Danau Agung 11 1
## 292 106.8809 -6.157857 Jl. Danau Elok Selatan 1
## 293 106.8793 -6.153468 Jl. Danau Indah Barat 1
## 294 106.8803 -6.153546 Jl. Danau Indah Tengah 1
## 295 106.8823 -6.153721 Jl. Danau Indah Timur 1
## 296 106.8054 -6.209168 Jl. Danau Jempang 1
## 297 106.7902 -6.316586 Jl. DANAU LAUT 1
## 298 106.8789 -6.148307 Jl. Danau Permai Raya 1
## 299 106.8801 -6.148122 Jl. Danau Permai Timur 2 1
## 300 106.8761 -6.138199 Jl. Danau Sunter 2
## 301 106.8561 -6.137772 Jl. Danau Sunter Barat 4
## 302 106.8731 -6.146203 Jl. Danau Sunter Selatan 4
## 303 106.8688 -6.137890 Jl. Danau Sunter Utara 4
## 304 106.7842 -6.255426 Jl. Darma Putra 4 1
## 305 106.8012 -6.254807 Jl. Darmawangsa 1
## 306 106.8012 -6.255449 Jl. Darmawangsa 4 1
## 307 106.7051 -6.185756 Jl. Dasana Puri 1
## 308 106.7857 -6.176837 Jl. Delima 5 1
## 309 106.7759 -6.306382 Jl. Delima Raya 1
## 310 106.7771 -6.311346 Jl. Delima Selatan 1
## 311 106.7792 -6.311318 Jl. Delima Selatan 1 1
## 312 106.7783 -6.311608 Jl. Delima Selatan 2 2
## 313 106.8301 -6.230168 Jl. Denpasar 1 1
## 314 106.8268 -6.235243 Jl. Denpasar Selatan 4
## 315 106.7905 -6.237447 Jl. Depo 5 1
## 316 106.9075 -6.218484 Jl. Dermaga Baru 1
## 317 106.8641 -6.253883 Jl. Dewi Sartika 14
## 318 106.9091 -6.169067 Jl. Dewi Shinta 1
## 319 106.7620 -6.221495 Jl. Diamond Raya 1
## 320 106.8426 -6.201056 Jl. Diponegoro 17
## 321 106.8271 -6.200594 Jl. Dr. Kusuma Atmaja 2
## 322 106.7916 -6.159792 Jl. Dr Makaliwe 1
## 323 106.7947 -6.162675 Jl. Dr Mawardi 1
## 324 106.8461 -6.211749 Jl. Dr Saharjo 6
## 325 106.8300 -6.190719 Jl. Dr. Sam Ratulangi 2
## 326 106.7929 -6.166135 Jl. Dr Susilo 2
## 327 106.7928 -6.164336 Jl. Dr Susilo 2 2
## 328 106.8383 -6.163900 Jl. Dr Sutomo 1
## 329 106.9082 -6.112101 Jl. Dukuh 3
## 330 106.8774 -6.293310 Jl. Dukuh 5 1
## 331 106.8167 -6.199708 Jl. Dukuh Pinggir 2 3
## 332 106.9175 -6.112502 Jl. Dukuh Timur 1
## 333 106.9149 -6.220772 Jl. Duren Sawit Barat 2
## 334 106.9095 -6.223323 Jl. Duren Sawit Indah 2
## 335 106.9061 -6.221301 Jl. Duren Sawit Raya (Dermaga) 8
## 336 106.9175 -6.224506 Jl. Duren Sawit Timur 6
## 337 106.9157 -6.223525 Jl. Duren Sawit Timur 1 5
## 338 106.9163 -6.222855 Jl. Duren Sawit Timur 2 1
## 339 106.9155 -6.224353 Jl. Duren Sawit Timur 6 2
## 340 106.8301 -6.255060 Jl. Duren Tiga Barat 3
## 341 106.8314 -6.259043 Jl. Duren Tiga Selatan 2
## 342 106.8314 -6.259043 Jl. Duren Tiga Selatan 2 1
## 343 106.8308 -6.254207 Jl. Duren Tiga Utara 1
## 344 106.8053 -6.162675 Jl. Duri Pulo 1 25
## 345 106.7706 -6.185478 Jl. Duri Raya 1
## 346 106.7717 -6.185872 Jl. Duri Raya Gg.4 1
## 347 106.8038 -6.160393 Jl. Duri Selatan 2
## 348 106.8044 -6.158754 Jl. Duri Selatan 6 2
## 349 106.7734 -6.180495 Jl. Duri Utama Barat 1 3
## 350 106.8058 -6.154472 Jl. Duri Utara 1 1
## 351 106.8058 -6.152791 Jl. Duri Utara 2 2
## 352 106.8052 -6.152982 Jl. Duri Utara 3 2
## 353 106.7729 -6.138204 Jl. Duta Harapan Indah 2
## 354 106.7804 -6.288017 Jl. Duta Niaga Raya 1
## 355 106.8093 -6.130707 Jl. Ekor Kuning 2
## 356 106.7891 -6.158869 Jl. Empang Bahagia 1
## 357 106.7883 -6.157823 Jl. Empang Bahagia 1 1
## 358 106.7857 -6.157515 Jl. Empang Bahagia 6 2
## 359 106.7889 -6.158318 Jl. Empang Bahagia Kecil 11
## 360 106.8116 -6.232113 Jl. Empu Sendok 1
## 361 106.8884 -6.110037 Jl. Enggano 5
## 362 106.7307 -6.145299 Jl. Fajar Baru Utara 1
## 363 106.7973 -6.278338 Jl. Fatmawati 7
## 364 106.7707 -6.194845 Jl. Flamboyan Raya 1
## 365 106.8830 -6.118781 Jl. Gadang 1 1
## 366 106.9028 -6.166540 Jl. Gading Elok Barat 3 1
## 367 106.9052 -6.168014 Jl. Gading Elok Timur 1 2
## 368 106.9197 -6.141245 Jl. Gading Griya Lestari Raya 1
## 369 106.9100 -6.158712 Jl. Gading Indah Raya 1
## 370 106.9121 -6.158532 Jl. Gading Indah Utara 1 2
## 371 106.8991 -6.141744 Jl. Gading Kirana Utara 2
## 372 106.9115 -6.166310 Jl. Gading Mas Barat 1 1
## 373 106.9015 -6.172123 Jl. Gading Putih Timur 4 1
## 374 106.8851 -6.168691 Jl. Gading Raya 1 1
## 375 106.9008 -6.144541 Jl. Gading Timur 1a 1
## 376 106.8176 -6.154459 Jl. Gajah Mada 22
## 377 106.8668 -6.198376 Jl. Galur Sari 1
## 378 106.8373 -6.338471 Jl. Gandaria 2
## 379 106.7878 -6.242393 Jl. Gandaria 4 1
## 380 106.8178 -6.332419 Jl. Gandaria 5 1
## 381 106.8820 -6.119435 Jl. Ganggeng 1
## 382 106.8824 -6.115194 Jl. Ganggeng 2 1
## 383 106.9301 -6.100332 Jl. Gang Mandiri 1
## 384 106.9246 -6.124854 Jl. Gang Masjid 1
## 385 106.8551 -6.284023 Jl. Gardu 1
## 386 106.7962 -6.195591 Jl. Garuda 1
## 387 106.8991 -6.284389 Jl. Gatot Kaca 1
## 388 106.8834 -6.134512 Jl. Gaya Motor 2
## 389 106.9463 -6.196228 Jl. Gebang Mustika 1
## 390 106.8048 -6.128309 Jl. Gedong Panjang 5
## 391 106.8348 -6.166109 Jl. Gedung Kesenian 1
## 392 106.7954 -6.177031 Jl. Gelong Baru 1
## 393 106.7979 -6.177791 Jl. Gelong Baru Selatan 1
## 394 106.7980 -6.214229 Jl. Gelora 1
## 395 106.8379 -6.127066 Jl. Gerbang Ancol 2
## 396 106.8045 -6.212959 Jl. Gerbang Pemuda 1
## 397 106.9464 -6.209988 Jl. Gerbang Tol Cakung 7
## 398 106.7301 -6.208660 Jl. Gereja 2
## 399 106.8271 -6.190142 Jl. Gereja Theresia 5
## 400 106.7614 -6.158138 Jl. Gg. Betawi 1
## 401 106.7218 -6.140600 Jl. Gg. Bulak 1
## 402 106.7235 -6.151544 Jl. Gg. Buntu 1
## 403 106.8567 -6.354370 Jl. Gg. Hasibuan 1
## 404 106.8655 -6.220316 Jl. Gg. Jatinegara Barat 3
## 405 106.7410 -6.128681 Jl. Gg. Kali Pasir 3
## 406 106.7694 -6.213158 Jl. Gg. Langgar 1
## 407 106.7204 -6.128296 Jl. Gg. Sabar 1
## 408 106.9552 -6.193338 Jl. Gladiol 1
## 409 106.8341 -6.188445 Jl. Gondangdia 1 4
## 410 106.8352 -6.188930 Jl. Gondangdia 2 1
## 411 106.8563 -6.141903 Jl. Griya Agung 1
## 412 106.8535 -6.136488 Jl. Griya Lestari 1
## 413 106.9183 -6.142634 Jl. Griya Lestari Selatan 1
## 414 106.8604 -6.228688 Jl. Gudang Peluru Barat 1
## 415 106.8622 -6.230741 Jl. Gudang Peluru Selatan 1 1
## 416 106.8604 -6.230713 Jl. Gudang Peluru Selatan 6 1
## 417 106.8605 -6.227738 Jl. Gudang Peluru Timur 1 1
## 418 106.8559 -6.198623 Jl. Gugus Depan 1 4
## 419 106.8348 -6.210983 Jl. Guntur 1
## 420 106.7948 -6.253437 Jl. Gunung 2
## 421 106.7332 -6.140370 Jl. Gunung Galunggung 1
## 422 106.8347 -6.212087 Jl. Gunung Kawi 2
## 423 106.8327 -6.138232 Jl. Gunung Sahari 34
## 424 106.8376 -6.153505 Jl. Gunung Sahari 9 1
## 425 106.8373 -6.151607 Jl. Gunung Sahari Dalam 11 1
## 426 106.8215 -6.226934 Jl. Guru Mughni 1
## 427 106.8251 -6.188440 Jl. Haji Agus Salim 6
## 428 106.8951 -6.237995 Jl. Haji Ahmad 1
## 429 106.8740 -6.315067 Jl. Haji Baping 1
## 430 106.7949 -6.262397 Jl. Haji Jeni 1
## 431 106.8795 -6.240361 Jl. Halim 1
## 432 106.7643 -6.236731 Jl. Halimah 1
## 433 106.7953 -6.237955 Jl. Hang Jebat 2 1
## 434 106.8843 -6.302444 Jl. Hankam 1
## 435 106.8638 -6.169689 Jl. Harapan Jaya 7 1
## 436 106.8569 -6.171666 Jl. Harapan Mulia 3 1
## 437 106.8879 -6.164667 Jl. Harapan Raya 1
## 438 106.8187 -6.169076 Jl. Harmoni 4
## 439 106.8180 -6.154440 Jl. Hayam Wuruk 18
## 440 106.8217 -6.165856 Jl. Hayam Wuruk 1 3
## 441 106.8217 -6.165259 Jl. Hayam Wuruk 3 1
## 442 106.8950 -6.194253 Jl. Hiu 1
## 443 106.8288 -6.195443 Jl. Hos Cokroaminoto 21
## 444 106.8315 -6.220226 Jl. Hr Rasuna Said 6
## 445 106.9132 -6.214585 Jl. I Gusti Ngurah Rai 4
## 446 106.8328 -6.181813 Jl. Ihwan Ridwan Rais 3
## 447 106.8278 -6.199498 Jl. Imam Bonjol 13
## 448 106.8900 -6.234830 Jl. Indah Raya 1
## 449 106.8411 -6.150518 Jl. Industri 1
## 450 106.8250 -6.263234 Jl. Industri Kemang 7
## 451 106.8448 -6.195705 Jl. Inpeksi 1
## 452 106.7512 -6.242587 Jl. Inpres 1
## 453 106.7940 -6.200228 Jl. Inspeksi Grogol 1
## 454 106.8985 -6.243322 Jl. Inspeksi Saluran Kali Malang 1
## 455 106.8764 -6.247950 Jl. Interchange Cawang-Jakarta 2
## 456 106.8253 -6.167055 Jl. Ir H. Juanda 9
## 457 106.8301 -6.166306 Jl. Ir H. Juanda 1 1
## 458 106.8288 -6.165741 Jl. Ir H. Juanda 2 1
## 459 106.8235 -6.165208 Jl. Ir H. Juanda 3 2
## 460 106.8218 -6.166100 Jl. Ir H. Juanda 4 1
## 461 106.7689 -6.289390 Jl. Ir. Juanda (Ciputat Raya) 3
## 462 106.8241 -6.327767 Jl. Jagakarsa 3
## 463 106.8208 -6.330618 Jl. Jagakarsa 1 2
## 464 106.7989 -6.223521 Jl. Jakarta 107
## 465 106.8289 -6.186519 Jl. Jaksa 5
## 466 106.7694 -6.222452 Jl. Jalan Aa (Kp. Baru) 1
## 467 106.8858 -6.238680 Jl. Jalan A Cipinang Muara 2
## 468 106.8568 -6.163565 Jl. Jalan C 1
## 469 106.8862 -6.237892 Jl. Jalan C Cipinang Muara 1
## 470 106.8873 -6.236775 Jl. Jalan D Cipinang Muara 3
## 471 106.8612 -6.236750 Jl. Jalan J 12
## 472 106.8728 -6.261392 Jl. Jalan Keluar Cililtan 1
## 473 106.7335 -6.223974 Jl. Jalan P 1
## 474 106.8217 -6.281527 Jl. Jalan R 3
## 475 106.8300 -6.356749 Jl. Jalan Raya Lingkar Kampus 5
## 476 106.8760 -6.181138 Jl. Jalan Tol Cawang-Priok 9
## 477 106.8111 -6.217638 Jl. Jalan Tol Gatot Subroto 20
## 478 106.8329 -6.240376 Jl. Jalan Tol Grogol Cawang 3
## 479 106.8891 -6.341341 Jl. Jalan Tol Jagorawi 1
## 480 106.8964 -6.245390 Jl. Jalan Tol Jakarta-Cikampek 11
## 481 106.7606 -6.190340 Jl. Jalan Tol Jakarta Merak 11
## 482 106.8287 -6.297073 Jl. Jalan Tol Lingkar Luar 1
## 483 106.7431 -6.213572 Jl. Jalan Tol Lingkar Luar Barat 3
## 484 106.7272 -6.150293 Jl. Jalan Tol Lingkar Luar Barat 2 1
## 485 106.8517 -6.126096 Jl. Jalan Tol Pelabuhan 15
## 486 106.7890 -6.143227 Jl. Jalan Tol Pluit - Grogol 1
## 487 106.7898 -6.163107 Jl. Jalan Tol Pluit Tomang 1
## 488 106.8036 -6.292386 Jl. Jalan Tol Pondok Indah - Taman Mini 3
## 489 106.7609 -6.258000 Jl. Jalan Tol Serpong - Jakarta 11
## 490 106.9423 -6.170159 Jl. Jalan Tol Timur Raya 1
## 491 106.8781 -6.348379 Jl. Jambul 1
## 492 106.9002 -6.108178 Jl. Jampea 1
## 493 106.8118 -6.187211 Jl. Jatibaru 1
## 494 106.8110 -6.185079 Jl. Jati Baru 2
## 495 106.8120 -6.185202 Jl. Jati Baru 14 1
## 496 106.8120 -6.182314 Jl. Jati Baru Barat 2
## 497 106.8135 -6.184140 Jl. Jati Baru Tanah Rendah 4
## 498 106.8122 -6.181865 Jl. Jati Baru Timur 2
## 499 106.8985 -6.192766 Jl. Jati Kemuning 1
## 500 106.8643 -6.218837 Jl. Jatinegara Barat 4
## 501 106.8645 -6.219429 Jl. Jatinegara Barat 1 1
## 502 106.8610 -6.212728 Jl. Jatinegara Barat Raya 5
## 503 106.8980 -6.210453 Jl. Jatinegara Kaum 1
## 504 106.9023 -6.202536 Jl. Jatinegara Kaum Raya 3
## 505 106.8680 -6.220063 Jl. Jatinegara Timur 12
## 506 106.8678 -6.217517 Jl. Jatinegara Timur 1 1
## 507 106.8683 -6.218537 Jl. Jatinegara Timur 2 1
## 508 106.8691 -6.220656 Jl. Jatinegara Timur 4 1
## 509 106.8274 -6.295079 Jl. Jati Padang 1
## 510 106.8347 -6.286753 Jl. Jati Padang Barat 1
## 511 106.9036 -6.187667 Jl. Jati Pasar 3
## 512 106.8074 -6.188853 Jl. Jati Petamburan 1
## 513 106.8985 -6.192387 Jl. Jati Rawamangun 4
## 514 106.8353 -6.289102 Jl. Jati Raya 1
## 515 106.7867 -6.319851 Jl. Jati Raya Barat 9
## 516 106.7892 -6.317383 Jl. JATI RAYA TIMUR 6
## 517 106.7891 -6.313567 Jl. Jati Raya Utara 3
## 518 106.9112 -6.266587 Jl. Jati Waringin 3
## 519 106.8376 -6.239437 Jl. Jaya Mandala 1 1
## 520 106.8620 -6.337786 Jl. Jayasakti 1
## 521 106.7845 -6.146777 Jl. Jelambar Barat 6
## 522 106.7840 -6.150504 Jl. Jelambar Barat Gg 1 1
## 523 106.7903 -6.155203 Jl. Jelambar Baru 6
## 524 106.7897 -6.156199 Jl. Jelambar Baru 1 3
## 525 106.7892 -6.155153 Jl. Jelambar Baru 3 1
## 526 106.7877 -6.154949 Jl. Jelambar Baru 7 1
## 527 106.7833 -6.156944 Jl. Jelambar Madya Raya 3
## 528 106.7861 -6.156528 Jl. Jelambar Madya Timur 7 1
## 529 106.7840 -6.151142 Jl. Jelambar Selatan 10 2
## 530 106.7930 -6.152065 Jl. Jelambar Timur 1
## 531 106.7785 -6.153461 Jl. Jelambar Utama Sakti Raya 1
## 532 106.7877 -6.148529 Jl. Jelambar Utara 1
## 533 106.8149 -6.138338 Jl. Jembatan Batu 6
## 534 106.7976 -6.152050 Jl. Jembatan Besi 7
## 535 106.7984 -6.148955 Jl. Jembatan Besi 1 4
## 536 106.7968 -6.153192 Jl. Jembatan Besi 10 1
## 537 106.8010 -6.155266 Jl. Jembatan Besi 12 1
## 538 106.7973 -6.150893 Jl. Jembatan Besi 2 2
## 539 106.7930 -6.137464 Jl. Jembatan Dua 1
## 540 106.7981 -6.139353 Jl. Jembatan Gambang 1 2
## 541 106.9361 -6.250266 Jl. Jembatan Lampiri 2
## 542 106.8314 -6.145560 Jl. Jembatan Merah 4
## 543 106.7960 -6.253017 Jl. Jembatan Selatan 10
## 544 106.7964 -6.253042 Jl. Jembatan Tengah 3
## 545 106.7924 -6.129806 Jl. Jembatan Tiga 2
## 546 106.8120 -6.189371 Jl. Jembatan Tinggi 4
## 547 106.7964 -6.252229 Jl. Jembatan Utara 8
## 548 106.8741 -6.198016 Jl. Jenderal Ahmad Yani 1
## 549 106.8863 -6.228786 Jl. Jenderal Basuki Rachmat 1
## 550 106.8201 -6.230329 Jl. Jenderal Gatot Subroto 2
## 551 106.8151 -6.217037 Jl. Jenderal Sudirman 44
## 552 106.8621 -6.213139 Jl. Jenderal Urip Sumoharjo 1 2
## 553 106.8449 -6.243435 Jl. Jend. Gatot Subroto 21
## 554 106.8753 -6.184956 Jl. Jendral Ahmad Yani 6
## 555 106.7440 -6.201154 Jl. Jeruk Mas Barat 1
## 556 106.7517 -6.203399 Jl. Jeruk Mas Timur 1
## 557 106.7766 -6.136848 Jl. Jl. A. Raya 2
## 558 106.9568 -6.218536 Jl. JL. H. B. R. SELATAN 1
## 559 106.8055 -6.173638 Jl. JL. KYAI CARINGIN 6
## 560 106.9834 -6.102025 Jl. JL. MARUNDA MAKMUR 1
## 561 106.7207 -6.184330 Jl. JL. MESJID NURUL IMAN 1
## 562 106.7062 -6.176811 Jl. Jl. U 6
## 563 106.7420 -6.219791 Jl. Joglo Raya 1
## 564 106.8611 -6.186624 Jl. Johar Baru 1 3
## 565 106.8605 -6.186445 Jl. Johar Baru 2 1
## 566 106.8565 -6.182653 Jl. Johar Baru Utara 1 1
## 567 106.7416 -6.166043 Jl. Kacang Tanah 9
## 568 106.7459 -6.165450 Jl. Kacang Tanah Raya 49
## 569 106.8153 -6.167759 Jl. Kaji 1
## 570 106.8000 -6.160478 Jl. Kali Anyar 10 2
## 571 106.8510 -6.165864 Jl. Kalibaru Barat 2
## 572 106.8484 -6.168404 Jl. Kali Baru Barat 1
## 573 106.9167 -6.104883 Jl. Kali Baru Barat 1 1
## 574 106.9242 -6.101854 Jl. Kali Baru Barat 11 1
## 575 106.8487 -6.168367 Jl. Kalibaru Timur 1
## 576 106.8515 -6.172037 Jl. Kali Baru Timur 2
## 577 106.9266 -6.104739 Jl. Kali Baru Timur Cilincing Baru 24
## 578 106.8475 -6.173245 Jl. Kali Baru Timur Dalam 1
## 579 106.8409 -6.262907 Jl. Kalibata Selatan 1 6
## 580 106.8470 -6.262399 Jl. Kalibata Timur 2
## 581 106.8410 -6.259064 Jl. Kalibata Utara 1 3
## 582 106.8112 -6.135095 Jl. Kali Besar Barat 1
## 583 106.8119 -6.135545 Jl. Kali Besar Timur 1
## 584 106.8399 -6.172629 Jl. Kalilio 1
## 585 106.9156 -6.248056 Jl. Kali Malang 4
## 586 106.8584 -6.338251 Jl. Kalisari 1
## 587 106.8547 -6.336520 Jl. Kali Sari 1
## 588 106.7427 -6.126868 Jl. Kamal Muara 7 1
## 589 106.7325 -6.122281 Jl. Kamal Muara Raya 3
## 590 106.7167 -6.115270 Jl. Kamal Raya 4
## 591 106.7259 -6.128306 Jl. Kamal Tegal Alur 2
## 592 106.7890 -6.257941 Jl. Kamboja 1
## 593 106.9237 -6.130372 Jl. Kampar 4 1
## 594 106.8170 -6.185122 Jl. Kampung Bali 9
## 595 106.8161 -6.185026 Jl. Kampung Bali 1 1
## 596 106.8205 -6.185680 Jl. Kampung Bali I 32 1
## 597 106.8175 -6.134369 Jl. Kampung Bandan Raya 4
## 598 106.8753 -6.337919 Jl. Kampung Baru 1
## 599 106.7729 -6.224423 Jl. Kampung Baru Permai 1
## 600 106.9033 -6.217025 Jl. Kampung Bulak Barat 2 1
## 601 106.7845 -6.248019 Jl. Kampung Dukuh Raya 3
## 602 106.8569 -6.224677 Jl. Kampung Melayu Barat 2
## 603 106.8569 -6.223831 Jl. Kampung Melayu Barat 2 1
## 604 106.8664 -6.224797 Jl. Kampung Melayu Besar 1
## 605 106.8608 -6.222140 Jl. Kampung Melayu Kecil 3
## 606 106.8588 -6.177645 Jl. Kampung Rawa Selatan 3
## 607 106.7524 -6.160719 Jl. Kampung Sawah Witana 2
## 608 106.8955 -6.183284 Jl. Kampung Tengah 3 1
## 609 106.7765 -6.293582 Jl. Kana Lestari 1
## 610 106.8235 -6.240237 Jl. Kapten Piere Tendean 2
## 611 106.7350 -6.129823 Jl. Kapuk Cengkareng 29
## 612 106.7753 -6.131662 Jl. Kapuk Muara 4
## 613 106.7669 -6.140217 Jl. Kapuk Raya 1
## 614 106.7661 -6.138800 Jl. Kapuk Utara 2
## 615 106.7679 -6.137211 Jl. Kapuk Utara 1 1
## 616 106.8295 -6.155486 Jl. Karang Anyar B 4
## 617 106.8303 -6.156758 Jl. Karang Anyar C 2
## 618 106.8292 -6.157810 Jl. Karang Anyar D 1
## 619 106.8293 -6.158615 Jl. Karang Anyar G 1
## 620 106.8303 -6.156270 Jl. Karang Anyar Gang 4 1
## 621 106.8275 -6.157997 Jl. Karang Anyar Selatan 9
## 622 106.8274 -6.151876 Jl. Karang Anyar Utara 1
## 623 106.8283 -6.226205 Jl. Karang Asem Tengah 1
## 624 106.8300 -6.226181 Jl. Karang Asem Utara 10
## 625 106.7841 -6.306965 Jl. Karang Asri 1
## 626 106.7794 -6.110988 Jl. Karang Ayu 3 1
## 627 106.8286 -6.127966 Jl. Karang Bolong 8 1
## 628 106.8254 -6.128546 Jl. Karang Bolong Raya 5
## 629 106.7766 -6.111540 Jl. Karang Cantik 13 1
## 630 106.8341 -6.286665 Jl. Karang Jaya 5
## 631 106.7765 -6.120817 Jl. Karang Manis 2
## 632 106.7752 -6.114022 Jl. Karang Molek 3 1
## 633 106.7772 -6.122632 Jl. Karang Permai 10 3
## 634 106.7768 -6.121982 Jl. Karang Permai 11 1
## 635 106.7763 -6.121866 Jl. Karang Permai 12 1
## 636 106.7820 -6.123792 Jl. Karang Permai 2 1
## 637 106.8317 -6.287324 Jl. Karang Pola Dalam 1
## 638 106.7793 -6.120166 Jl. Karang Sari 3
## 639 106.7776 -6.118254 Jl. Karang Sari 10 1
## 640 106.7790 -6.118087 Jl. Karang Sari 11 1
## 641 106.7778 -6.117802 Jl. Karang Sari 12 1
## 642 106.7798 -6.117813 Jl. Karang Sari 13 2
## 643 106.7780 -6.116906 Jl. Karang Sari 14 1
## 644 106.7779 -6.120767 Jl. Karang Sari 4 1
## 645 106.9401 -6.196314 Jl. Karang Taruna 4
## 646 106.7823 -6.315336 Jl. Karang Tengah 5
## 647 106.7815 -6.303665 Jl. Karang Tengah Raya 13
## 648 106.7813 -6.311808 Jl. Karang Tengan\\H Raya 30
## 649 106.8238 -6.268336 Jl. Karang Timur 15 1
## 650 106.8239 -6.216157 Jl. Karet Belakang 3
## 651 106.8269 -6.215586 Jl. Karet Belakang Selatan 20
## 652 106.8278 -6.214959 Jl. Karet Belakang Timur 2
## 653 106.8183 -6.217352 Jl. Karet Depan 12
## 654 106.8111 -6.201318 Jl. Karet Pasar Baru Barat 11
## 655 106.8129 -6.205417 Jl. Karet Pasar Baru Barat 1 2
## 656 106.8160 -6.213291 Jl. Karet Pasar Baru Barat 7 1
## 657 106.8177 -6.201775 Jl. Karet Pasar Baru Timur 5
## 658 106.8174 -6.204579 Jl. Karet Pasar Baru Timur 4 1
## 659 106.8250 -6.221225 Jl. Karet Pedurenan 2
## 660 106.8351 -6.152709 Jl. Kartini 3
## 661 106.8342 -6.155678 Jl. Kartini 4 1
## 662 106.8301 -6.153522 Jl. Kartini Dalam 4
## 663 106.7738 -6.161108 Jl. Karya Barat 1 1
## 664 106.7595 -6.213191 Jl. Karya Bersama 1
## 665 106.7593 -6.219771 Jl. Karya Mandiri 1
## 666 106.8799 -6.337595 Jl. Karya Pembangunan 2
## 667 106.8716 -6.138441 Jl. Karya Utara 1 1
## 668 106.8697 -6.138927 Jl. Karya Utara 2 1
## 669 106.7996 -6.182198 Jl. Katalia 1 1
## 670 106.7776 -6.294708 Jl. Kav Lebak Bulus 1
## 671 106.7582 -6.213569 Jl. Kavling 1
## 672 106.7174 -6.108267 Jl. Kavling Industri 2
## 673 106.9002 -6.234676 Jl. Kawasan Belawan 4
## 674 106.9001 -6.235680 Jl. Kawasan Halim Perdana Kusuma 5
## 675 106.8984 -6.235677 Jl. Kawasan Tanjung Priok 43
## 676 106.8536 -6.188531 Jl. Kawi-Kawi Bawah 1
## 677 106.8606 -6.202593 Jl. Kayu Manis Barat 1
## 678 106.8625 -6.199603 Jl. Kayu Manis Timur 3
## 679 106.8604 -6.196093 Jl. Kayu Manis Utara 1
## 680 106.9017 -6.184021 Jl. Kayu Mas Selatan 5
## 681 106.8987 -6.183146 Jl. Kayu Mas Utara 1
## 682 106.8931 -6.186375 Jl. Kayu Putih 3
## 683 106.8960 -6.182323 Jl. Kayu Putih 2 1
## 684 106.8915 -6.182086 Jl. Kayu Putih Raya 3
## 685 106.8941 -6.187628 Jl. Kayu Putih Selatan 2c 1
## 686 106.8984 -6.183219 Jl. Kayu Putih Timur 4
## 687 106.8140 -6.148206 Jl. Keadilan Raya 1
## 688 106.8148 -6.150771 Jl. Keagungan 3
## 689 106.8177 -6.235989 Jl. Kebalen 1 2
## 690 106.9274 -6.116589 Jl. Kebantenan 1
## 691 106.9320 -6.106519 Jl. Kebantenan 10 1
## 692 106.9281 -6.114191 Jl. Kebantenan 6 1
## 693 106.7848 -6.239374 Jl. Kebayoran Baru 14
## 694 106.7785 -6.221050 Jl. Kebayoran Lama 19
## 695 106.9224 -6.115830 Jl. Kebon Baru 1
## 696 106.8625 -6.235136 Jl. Kebon Baru (Jalan H) 2
## 697 106.8613 -6.232940 Jl. Kebon Baru Utara 10
## 698 106.8901 -6.112707 Jl. Kebon Bawang 5
## 699 106.8929 -6.112345 Jl. Kebon Bawang 1 1
## 700 106.8857 -6.114360 Jl. Kebon Bawang 14 1
## 701 106.8901 -6.112707 Jl. Kebon Bawang 2 1
## 702 106.8223 -6.158928 Jl. Kebon Jeruk 1 4
## 703 106.8202 -6.155879 Jl. Kebon Jeruk 11 1
## 704 106.8201 -6.155057 Jl. Kebon Jeruk 12 1
## 705 106.8204 -6.157976 Jl. Kebon Jeruk 4 1
## 706 106.7739 -6.189481 Jl. Kebon Jeruk Baru 32
## 707 106.7732 -6.197540 Jl. Kebon Jeruk Raya 17
## 708 106.8168 -6.189110 Jl. Kebon Kacang 3 1
## 709 106.8197 -6.192455 Jl. Kebon Kacang 36 1
## 710 106.8165 -6.192529 Jl. Kebon Kacang 41 1
## 711 106.8175 -6.190130 Jl. Kebon Kacang 5 1
## 712 106.8671 -6.204551 Jl. Kebon Kelapa 2
## 713 106.8504 -6.165432 Jl. Kebon Kosong 1
## 714 106.8569 -6.205310 Jl. Kebon Manggis 2
## 715 106.8155 -6.194811 Jl. Kebon Melati 14
## 716 106.8162 -6.195451 Jl. Kebon Melati 3 1
## 717 106.8801 -6.232123 Jl. Kebon Nanas 4
## 718 106.8723 -6.235577 Jl. Kebon Nanas Selatan 4
## 719 106.7813 -6.142248 Jl. Kebon Pala 1
## 720 106.7751 -6.187021 Jl. Kebon Raya 1 1
## 721 106.8193 -6.197682 Jl. Kebon Sayur 1
## 722 106.8335 -6.182624 Jl. Kebon Sirih 18
## 723 106.8271 -6.184654 Jl. Kebon Sirih Barat 1 2
## 724 106.8246 -6.183161 Jl. Kebon Sirih Raya 2
## 725 106.8303 -6.185131 Jl. Kebon Sirih Timur 2
## 726 106.8317 -6.184448 Jl. Kebon Sirih Timur Gg 1-15 1
## 727 106.9333 -6.209322 Jl. Kebun Anggrek 1 1
## 728 106.9334 -6.209990 Jl. Kebun Anggrek 2 1
## 729 106.9353 -6.164551 Jl. Kebun Pinang Raya 1
## 730 106.8225 -6.325069 Jl. Kecapi Raya 1
## 731 106.7389 -6.224283 Jl. Kedaung 5
## 732 106.8723 -6.150582 Jl. Kedondong Raya 1
## 733 106.7675 -6.185606 Jl. Kedoya Alamanda Raya 4
## 734 106.7510 -6.179846 Jl. Kedoya Garden 2
## 735 106.7659 -6.163151 Jl. Kedoya Pesing 2
## 736 106.7593 -6.179747 Jl. Kedoya Raya 1
## 737 106.9034 -6.238498 Jl. Kejaksaan 1
## 738 106.8147 -6.155455 Jl. Kejayaan Belakang 1
## 739 106.9041 -6.166734 Jl. Kelapa Cengkir Barat 1 2
## 740 106.9058 -6.163799 Jl. Kelapa Cengkir Barat 10 3
## 741 106.9061 -6.163436 Jl. Kelapa Cengkir Barat 11 5
## 742 106.9063 -6.163092 Jl. Kelapa Cengkir Barat 12 6
## 743 106.9064 -6.162766 Jl. Kelapa Cengkir Barat 13 2
## 744 106.9029 -6.165527 Jl. Kelapa Cengkir Barat 2 1
## 745 106.9062 -6.164855 Jl. Kelapa Cengkir Barat 8 2
## 746 106.7708 -6.208408 Jl. Kelapa Dua Raya 14
## 747 106.8854 -6.347539 Jl. Kelapa Dua Wetan 2
## 748 106.8859 -6.344300 Jl. Kelapa Dua Wetan 3 1
## 749 106.9036 -6.179331 Jl. Kelapa Gading 10
## 750 106.8675 -6.265254 Jl. Kelapa Gading 1 1
## 751 106.9051 -6.160275 Jl. Kelapa Gading Boulevard 18
## 752 106.8976 -6.174651 Jl. Kelapa Gading Permai 4
## 753 106.9293 -6.245845 Jl. Kelapa Hijau Raya 2
## 754 106.9100 -6.148178 Jl. Kelapa Hybrida Raya 3
## 755 106.9226 -6.241780 Jl. Kelapa Kuning Raya 2
## 756 106.9131 -6.157073 Jl. Kelapa Lilin 8 2
## 757 106.9096 -6.159066 Jl. Kelapa Lilin Raya 1
## 758 106.9138 -6.154774 Jl. Kelapa Nias Timur 1
## 759 106.8686 -6.201959 Jl. Kelapa Puan 1
## 760 106.9053 -6.161540 Jl. Kelapa Puan Raya 5
## 761 106.9038 -6.174222 Jl. Kelapa Puyuh 5 1
## 762 106.9273 -6.243821 Jl. Kelapa Sawit 1 1
## 763 106.9260 -6.244418 Jl. Kelapa Sawit Raya 1
## 764 106.8705 -6.207423 Jl. Kelapa Tinggi 1
## 765 106.9037 -6.164232 Jl. Kelap Cengkir Barat 6 44
## 766 106.8560 -6.337229 Jl. Kelurahan 5
## 767 106.9144 -6.227751 Jl. Kelurahan Serdang 4
## 768 106.7851 -6.207862 Jl. Kemandoran 4 1
## 769 106.7902 -6.211064 Jl. Kemandoran Raya 1
## 770 106.8183 -6.261069 Jl. Kemang Barat 3
## 771 106.8189 -6.271247 Jl. Kemang Dalam 1
## 772 106.8205 -6.266531 Jl. Kemang Dalam 11 1
## 773 106.8196 -6.270269 Jl. Kemang Dalam 3 1
## 774 106.8208 -6.267353 Jl. Kemang Dalam 8 1
## 775 106.7837 -6.194232 Jl. Kemanggisan 1 3
## 776 106.7894 -6.190306 Jl. Kemanggisan 6 1
## 777 106.7896 -6.194827 Jl. Kemanggisan Grogol 2
## 778 106.7901 -6.188532 Jl. Kemanggisan Ilir 3
## 779 106.7864 -6.189449 Jl. Kemanggisan Raya 4
## 780 106.7916 -6.189919 Jl. Kemanggisan Utama 3
## 781 106.8133 -6.266845 Jl. Kemang Jaya 5
## 782 106.8184 -6.273591 Jl. Kemang Selatan 3
## 783 106.8187 -6.273120 Jl. Kemang Selatan 11 3
## 784 106.8139 -6.273019 Jl. Kemang Selatan 12 2
## 785 106.8153 -6.263710 Jl. Kemang Selatan 4 1
## 786 106.8151 -6.265008 Jl. Kemang Selatan 6 1
## 787 106.8165 -6.270451 Jl. Kemang Selatan 7 1
## 788 106.8147 -6.267609 Jl. Kemang Selatan 8 2
## 789 106.8229 -6.267970 Jl. Kemang Timur 12 2
## 790 106.8226 -6.261298 Jl. Kemang Timur 4 1
## 791 106.8125 -6.255564 Jl. Kemang Utara A 1
## 792 106.8129 -6.255544 Jl. Kemang Utara B 2
## 793 106.8467 -6.163889 Jl. Kemayoran Barat 7
## 794 106.8465 -6.163031 Jl. Kemayoran Barat 1 1
## 795 106.8450 -6.164329 Jl. Kemayoran Barat 2 1
## 796 106.8517 -6.162471 Jl. Kemayoran Gempol 1
## 797 106.8464 -6.156666 Jl. Kemayoran Mall 6
## 798 106.8473 -6.162025 Jl. Kemayoran Utara 1
## 799 106.7448 -6.183574 Jl. Kembang Agung 2 1
## 800 106.7485 -6.165667 Jl. Kembangan Baru 7
## 801 106.7489 -6.176797 Jl. Kembangan Baru 3 1
## 802 106.7353 -6.184826 Jl. Kembangan Raya 22
## 803 106.7425 -6.175407 Jl. Kembangan Utama 1
## 804 106.7342 -6.178346 Jl. Kembangan Utara Raya 32
## 805 106.7437 -6.188632 Jl. Kembang Indah Utama 2
## 806 106.7424 -6.191557 Jl. Kembang Kerep 2
## 807 106.7773 -6.289664 Jl. Kembang Lestari 1
## 808 106.7459 -6.180044 Jl. Kembang Molek Barat 1
## 809 106.7404 -6.184673 Jl. Kembang Murni Barat 1
## 810 106.7466 -6.185467 Jl. Kembang Murni Barat Raya 14
## 811 106.7416 -6.185990 Jl. Kembang Murni Selatan 3
## 812 106.7415 -6.185095 Jl. Kembang Murni Utara 1
## 813 106.7525 -6.186379 Jl. Kembang Permai Raya 4
## 814 106.7472 -6.182924 Jl. Kembang Sakti 2 1
## 815 106.7462 -6.181598 Jl. Kembang Sakti Barat 1
## 816 106.7465 -6.182709 Jl. Kembang Sakti Timur Raya 8
## 817 106.8459 -6.179661 Jl. Kembang Sepatu 1
## 818 106.8004 -6.177719 Jl. Kemuning 1
## 819 106.8456 -6.193658 Jl. Kenari 1 1
## 820 106.7262 -6.124661 Jl. Kencana Barat 1
## 821 106.7464 -6.189582 Jl. Kencana Elok Barat 2 1
## 822 106.7835 -6.277111 Jl. Kencana Permai 1 1
## 823 106.7822 -6.278634 Jl. Kencana Permai 7 1
## 824 106.7698 -6.177062 Jl. Kepa Duri Mas 2
## 825 106.7820 -6.132580 Jl. Kepanduan 1 1
## 826 106.8430 -6.166578 Jl. Kepu Barat 3 1
## 827 106.9134 -6.179603 Jl. Kepu Peganggsaan 2 2
## 828 106.8456 -6.168297 Jl. Kepu Selatan 1
## 829 106.8445 -6.165262 Jl. Kepu Utara 4
## 830 106.8151 -6.152795 Jl. Kerajinan 4 2
## 831 106.7982 -6.316943 Jl. Keramat Pangkalan Jati 3
## 832 106.8949 -6.201269 Jl. Kerang-Kerang 1
## 833 106.8014 -6.150681 Jl. Kerendang Barat 1
## 834 106.8067 -6.149686 Jl. Kerendang Timur 1
## 835 106.8723 -6.277144 Jl. Kerja Bakti 1
## 836 106.8025 -6.235535 Jl. Kertanegara 2
## 837 106.8562 -6.206352 Jl. Kesatrian 1
## 838 106.8087 -6.301437 Jl. Kesatrian Marinir Cilandak 1
## 839 106.7084 -6.140759 Jl. Kesayangan Utara 1
## 840 106.8141 -6.150140 Jl. Kesederhanaan 4
## 841 106.8157 -6.180804 Jl. Kesehatan 3
## 842 106.8140 -6.171461 Jl. Kesehatan 1 1
## 843 106.7606 -6.270904 Jl. Kesehatan Raya 2
## 844 106.8467 -6.221313 Jl. Keselamatan 1
## 845 106.8343 -6.282261 Jl. Ketapang 2
## 846 106.8174 -6.158583 Jl. Ketapang Utara 2
## 847 106.8174 -6.158583 Jl. Ketapang Utara 1 1
## 848 106.8149 -6.158140 Jl. Ketapang Utara 3 2
## 849 106.8120 -6.156152 Jl. Keutamaan Dalam 1
## 850 106.7256 -6.155764 Jl. KH. Abdul Wahab 2
## 851 106.8180 -6.165516 Jl. K.H Hasyim Ashari Dalam 7
## 852 106.8082 -6.165875 Jl. KH. Hasyim Asyhari 30
## 853 106.8146 -6.198648 Jl. Kh Mas Mansur 3
## 854 106.8325 -6.161199 Jl. K H Samanhudi 5
## 855 106.8251 -6.187074 Jl. Kh. Wahid Hasyim 22
## 856 106.6976 -6.188519 Jl. Ki. Hajar Dewantoro 1
## 857 106.8376 -6.202158 Jl. Kimangunsarkoro 3
## 858 106.8465 -6.326052 Jl. Kobang Diklat 1 1
## 859 106.9107 -6.229885 Jl. Kolonelsoegiono 1
## 860 106.7425 -6.148679 Jl. Komp. Daan Mogot Estate 1
## 861 106.7362 -6.218785 Jl. Komp. DPR RI Pribadi 1
## 862 106.7472 -6.153589 Jl. Komp. Imigrasi 1
## 863 106.7600 -6.156832 Jl. Komplek Depag 1
## 864 106.8232 -6.296106 Jl. Komplek Deptan 1
## 865 106.7344 -6.162977 Jl. Kopaja 1
## 866 106.7131 -6.170331 Jl. Kosambi Barat 6
## 867 106.8027 -6.178498 Jl. Kosambi Dalam 1
## 868 106.7573 -6.235179 Jl. Kostrad Pusri 1
## 869 106.7993 -6.184016 Jl. Kota Bambu Selatan 41
## 870 106.7993 -6.189541 Jl. Kota Bambu Selatan 1 1
## 871 106.7999 -6.185804 Jl. Kota Bambu Selatan 2 4
## 872 106.8012 -6.184887 Jl. Kota Bambu Selatan 3 1
## 873 106.8055 -6.186780 Jl. Kota Bambu Selatan 7 2
## 874 106.7999 -6.185804 Jl. Kota Bambu Selatan (H. Samaan) 3
## 875 106.8050 -6.185543 Jl. Kota Bambu Utara 5
## 876 106.8036 -6.184354 Jl. Kota Bambu Utara 5 1
## 877 106.8076 -6.172713 Jl. Kota Baru 5
## 878 106.8506 -6.148613 Jl. Kota Baru Bandar Kemayoran 2
## 879 106.8539 -6.150338 Jl. Kota Baru Kemayoran 6
## 880 106.8438 -6.210988 Jl. Kota Gedang 1
## 881 106.7287 -6.205997 Jl. KP. Rajeg 7
## 882 106.8117 -6.294899 Jl. Kramat 1
## 883 106.8452 -6.181797 Jl. Kramat Baru 1
## 884 106.8436 -6.181929 Jl. Kramat Baru 1 1
## 885 106.7962 -6.271950 Jl. Kramat Batu 2
## 886 106.8435 -6.178702 Jl. Kramat Bundar 1
## 887 106.8541 -6.184262 Jl. Kramat Jaya Baru 2
## 888 106.8552 -6.185144 Jl. Kramat Jaya Baru 1 2
## 889 106.8417 -6.180480 Jl. Kramat Kecil 1
## 890 106.8386 -6.184035 Jl. Kramat Kwitang 6
## 891 106.8406 -6.182826 Jl. Kramat Kwitang 1 2
## 892 106.8489 -6.188873 Jl. Kramat Lontar 3
## 893 106.7874 -6.228461 Jl. Kramat Patal Senayan 3
## 894 106.7948 -6.250164 Jl. Kramat Pela 5
## 895 106.7962 -6.250123 Jl. Kramat Pela 1 1
## 896 106.8455 -6.182456 Jl. Kramat Pulo 6
## 897 106.8469 -6.185281 Jl. Kramat Pulo 1 2
## 898 106.8473 -6.184665 Jl. Kramat Pulo Dalam 3
## 899 106.8485 -6.184869 Jl. Kramat Pulo Dalam Buntu 2
## 900 106.8488 -6.183312 Jl. Kramat Pulo Gundul 1
## 901 106.8441 -6.184893 Jl. Kramat Raya 32
## 902 106.8496 -6.186935 Jl. Kramat Sentiong 12
## 903 106.8650 -6.293970 Jl. Kramat Utara 5
## 904 106.8321 -6.160269 Jl. Krekot Bunder 1
## 905 106.8058 -6.151488 Jl. Krendang 4
## 906 106.7142 -6.178302 Jl. Kresek Raya 3
## 907 106.8080 -6.188797 Jl. KS. Tubun 1 3
## 908 106.7820 -6.231292 Jl. Kuburan Islam 1
## 909 106.8452 -6.323109 Jl. Kucing 1
## 910 106.8174 -6.354301 Jl. Kukusan 1
## 911 106.8230 -6.234261 Jl. Kuningan Barat 1
## 912 106.8397 -6.177702 Jl. Kwini 1
## 913 106.8421 -6.178596 Jl. Kwitang 2
## 914 106.7933 -6.240865 Jl. Kyai Maja 1
## 915 106.7941 -6.166411 Jl. Kyai Tapa 1
## 916 106.8154 -6.136410 Jl. Lada Dalam 1
## 917 106.9148 -6.110152 Jl. Lagoa 3 1
## 918 106.9115 -6.110227 Jl. Lagoa B 1
## 919 106.7953 -6.242350 Jl. Lamandau 1
## 920 106.7947 -6.243211 Jl. Lamandau 1 1
## 921 106.8520 -6.163093 Jl. Landasan Selatan 1
## 922 106.8509 -6.154661 Jl. Landasan Utara 3
## 923 106.7669 -6.197272 Jl. Lapangan Bola 3
## 924 106.8912 -6.284554 Jl. Lapangan Golf Halim 1
## 925 106.7552 -6.217900 Jl. Lapangan Merah 5
## 926 106.8264 -6.177151 Jl. Lapangan Parkir Monas 6
## 927 106.8625 -6.162171 Jl. Lapangan Pors 1
## 928 106.8550 -6.225163 Jl. Lapangan Ros Selatan 1
## 929 106.8555 -6.224962 Jl. Lapangan Ros Utara 2
## 930 106.8845 -6.351828 Jl. Lapangan Tembak (Cibubur Raya) 6
## 931 106.8093 -6.298948 Jl. Lap. Tembak 1
## 932 106.8347 -6.204601 Jl. Latuharhari 14
## 933 106.7886 -6.161908 Jl. Latumenten 1 1
## 934 106.7878 -6.161043 Jl. Latumenten 2 1
## 935 106.7866 -6.159727 Jl. Latumenten 3 Barat 12
## 936 106.7885 -6.160100 Jl. Latumenten 6 1
## 937 106.7898 -6.163939 Jl. Latumeten 1
## 938 106.7729 -6.295911 Jl. Lebak Bulus 1
## 939 106.7747 -6.299592 Jl. Lebak Bulus Pdk 1
## 940 106.7822 -6.291700 Jl. Lebak Bulus Raya 1 1
## 941 106.7883 -6.293768 Jl. Lebak Bulus Tengah 1
## 942 106.7705 -6.283973 Jl. Lebak Sari 1
## 943 106.8096 -6.172751 Jl. Lematang 1
## 944 106.8360 -6.201612 Jl. Lembang 1
## 945 106.8395 -6.303201 Jl. Lenteng Agung 5
## 946 106.8353 -6.340531 Jl. Lenteng Agung Timur 1
## 947 106.7822 -6.220711 Jl. Letjen Supeno 1
## 948 106.8612 -6.172980 Jl. Letjen Suprapto 16
## 949 106.7781 -6.288260 Jl. Lingkar Luar 1
## 950 106.7676 -6.272165 Jl. Lingkar Luar Barat 1
## 951 106.8255 -6.228520 Jl. Lingkar Mega Kuningan 1
## 952 106.9293 -6.225972 Jl. Lingkungan J 1
## 953 106.8210 -6.131753 Jl. Lodan Raya 2
## 954 106.7744 -6.228945 Jl. Loka 1
## 955 106.8945 -6.114120 Jl. Lorong 104 1
## 956 106.8978 -6.110763 Jl. Lorong 27 2
## 957 106.9103 -6.114553 Jl. Lorong 4 Y 1
## 958 106.8949 -6.110204 Jl. Lorong X Timur 1
## 959 106.9017 -6.189600 Jl. Madu Raya 1
## 960 106.7157 -6.169753 Jl. Mahoni 1 1
## 961 106.7154 -6.170450 Jl. Mahoni 3 1
## 962 106.9135 -6.114252 Jl. Mahoni Utara 1
## 963 106.8215 -6.169926 Jl. Majapahit 2
## 964 106.8447 -6.221247 Jl. Makmur 1
## 965 106.8267 -6.250325 Jl. Mampang Prapatan 12
## 966 106.8245 -6.243714 Jl. Mampang Prapatan 1 1
## 967 106.8256 -6.251513 Jl. Mampang Prapatan 13 1
## 968 106.8270 -6.257697 Jl. Mampang Prapatan 17 2
## 969 106.8292 -6.253372 Jl. Mampang Prapatan 18 1
## 970 106.8289 -6.243391 Jl. Mampang Prapatan 2 1
## 971 106.8247 -6.249030 Jl. Mampang Prapatan 9 1
## 972 106.8790 -6.301196 Jl. Man 2 1
## 973 106.7987 -6.174714 Jl. Mandala Barat 1
## 974 106.7992 -6.173971 Jl. Mandala Barat 2 1
## 975 106.7997 -6.174494 Jl. Mandala Selatan 1 1
## 976 106.8256 -6.148700 Jl. Mangga Besar 23
## 977 106.8181 -6.145118 Jl. Mangga Besar 1 2
## 978 106.8267 -6.149971 Jl. Mangga Besar 10 1
## 979 106.8255 -6.148004 Jl. Mangga Besar 11 2
## 980 106.8222 -6.147310 Jl. Mangga Besar 12 1
## 981 106.8276 -6.146921 Jl. Mangga Besar 13 Dalam 1
## 982 106.8209 -6.151464 Jl. Mangga Besar 2 2
## 983 106.8206 -6.145118 Jl. Mangga Besar 5 1
## 984 106.8253 -6.156314 Jl. Mangga Besar 6 Selatan 10
## 985 106.8210 -6.147594 Jl. Mangga Besar 7 1
## 986 106.8231 -6.144323 Jl. Mangga Besar 9 1
## 987 106.8249 -6.146894 Jl. Mangga Besar Dlm 2
## 988 106.8249 -6.136351 Jl. Mangga Dua 5
## 989 106.8258 -6.138138 Jl. Mangga Dua Dalam 4
## 990 106.8563 -6.215257 Jl. Manggarai Selatan 1 5
## 991 106.8539 -6.211016 Jl. Manggarai Utara 1
## 992 106.8546 -6.212762 Jl. Manggarai Utara 10 1
## 993 106.8528 -6.211554 Jl. Manggarai Utara 8 1
## 994 106.7761 -6.173804 Jl. Mangga Raya 5
## 995 106.7392 -6.162940 Jl. Manggis Raya 3
## 996 106.8511 -6.336134 Jl. Manunggal Bakti 3
## 997 106.8094 -6.270087 Jl. Manunggal Juang 1
## 998 106.8059 -6.171516 Jl. Marabahan 1
## 999 106.8077 -6.310175 Jl. Margasatwa Barat 1
## 1000 106.8298 -6.382658 Jl. Margonda 8
## 1001 106.8088 -6.121242 Jl. Maritim Raya 1
## 1002 106.9508 -6.110131 Jl. Marunda Cilincing 9
## 1003 106.8517 -6.201223 Jl. Matraman 2
## 1004 106.8509 -6.202157 Jl. Matraman Dalam 2
## 1005 106.8592 -6.208566 Jl. Matraman Raya 13
## 1006 106.8001 -6.179601 Jl. Mawar 1
## 1007 106.9388 -6.223520 Jl. Mawar Merah Raya 1
## 1008 106.7149 -6.169394 Jl. Mawar Utama 1
## 1009 106.7594 -6.117139 Jl. Mayang Permai 1 1
## 1010 106.9044 -6.121120 Jl. Mayang Sari 1 1
## 1011 106.8778 -6.239476 Jl. Mayjen D.I. Panjaitan 5
## 1012 106.8732 -6.253036 Jl. Mayjend Sutoyo 2
## 1013 106.8230 -6.176214 Jl. Medan Merdeka Barat 24
## 1014 106.8284 -6.180427 Jl. Medan Merdeka Selatan 8
## 1015 106.8310 -6.176430 Jl. Medan Merdeka Timur 3
## 1016 106.8257 -6.171195 Jl. Medan Merdeka Utara 6
## 1017 106.8262 -6.234585 Jl. Mega Kuningan Barat 1
## 1018 106.8837 -6.230680 Jl. Melati 1
## 1019 106.7432 -6.149952 Jl. Melati Raya 1
## 1020 106.9084 -6.121060 Jl. Melati Tugu 4
## 1021 106.7988 -6.245918 Jl. Melawai 2
## 1022 106.7999 -6.243853 Jl. Melawai 1 1
## 1023 106.7988 -6.245231 Jl. Melawai 8 1
## 1024 106.9084 -6.122661 Jl. Melur Tugu 1
## 1025 106.7181 -6.123683 Jl. Menceng Raya 2
## 1026 106.9082 -6.112752 Jl. Menteng 27
## 1027 106.7831 -6.182832 Jl. Menteng 1 1
## 1028 106.7824 -6.182816 Jl. Menteng 2 Gg 2 1
## 1029 106.8405 -6.215973 Jl. Menteng Atas Dalam 2
## 1030 106.8399 -6.213977 Jl. Menteng Atas Selatan 2
## 1031 106.8406 -6.214915 Jl. Menteng Atas Selatan 1 1
## 1032 106.8407 -6.217880 Jl. Menteng Atas Selatan 2 1
## 1033 106.8399 -6.211138 Jl. Menteng Bata 1
## 1034 106.8420 -6.228138 Jl. Menteng Dalam 3
## 1035 106.8420 -6.229177 Jl. Menteng Dalam K 2
## 1036 106.8407 -6.213205 Jl. Menteng Karang 5
## 1037 106.9695 -6.176767 Jl. Menteng Kartika 1
## 1038 106.8336 -6.185553 Jl. Menteng Kecil 2
## 1039 106.9695 -6.177548 Jl. Menteng Madya 1
## 1040 106.9682 -6.180376 Jl. Menteng Mutiara 2
## 1041 106.8423 -6.221455 Jl. Menteng Pulo 3
## 1042 106.8449 -6.222703 Jl. Menteng Pulo 1 2
## 1043 106.9682 -6.182277 Jl. Menteng Puspita 34
## 1044 106.8347 -6.183895 Jl. Menteng Raya 24
## 1045 106.9714 -6.179391 Jl. Menteng Timur 1
## 1046 106.9695 -6.181137 Jl. Menteng Utama 1
## 1047 106.9693 -6.179333 Jl. Menteng Utama Barat 1
## 1048 106.7826 -6.315948 Jl. MERAWAN RAYA 1
## 1049 106.7534 -6.197425 Jl. Meruya Ilir 5
## 1050 106.7377 -6.208364 Jl. Meruya Selatan 2
## 1051 106.7319 -6.196691 Jl. Meruya Utara 5
## 1052 106.7829 -6.232039 Jl. Mesjid Annur 2 1
## 1053 106.8712 -6.219771 Jl. Mesjid Jatinegara 2
## 1054 106.7836 -6.267779 Jl. Metro Alam 1
## 1055 106.7820 -6.282749 Jl. Metro Duta 1 1
## 1056 106.8774 -6.184379 Jl. Metro Jaya 1 3
## 1057 106.7805 -6.285675 Jl. Metropolitan Kencana 4
## 1058 106.7820 -6.275696 Jl. Metro Pondok Indah 4
## 1059 106.8229 -6.191485 Jl. M.H. Thamrin 15
## 1060 106.8071 -6.333550 Jl. Mohammad Kafi 1 (Ciganjur) 2
## 1061 106.8236 -6.247090 Jl. M Prapatan 5 Dalam 1
## 1062 106.8480 -6.241833 Jl. Mt Haryono 10
## 1063 106.8709 -6.117259 Jl. Muara Bahari 1-6 1
## 1064 106.8026 -6.112511 Jl. Muara Baru 8
## 1065 106.7772 -6.117984 Jl. Muara Karang 3
## 1066 106.7435 -6.226123 Jl. Muhtar Raya 1
## 1067 106.9103 -6.115981 Jl. Muncang 1
## 1068 106.8087 -6.172130 Jl. Musi 1
## 1069 106.7768 -6.202610 Jl. Musyawarah 1
## 1070 106.7542 -6.181020 Jl. Mutiara Kedoya Raya 3
## 1071 106.8704 -6.200371 Jl. Nanas Gg 1 1
## 1072 106.8647 -6.249441 Jl. Nasional Gobel 1
## 1073 106.7116 -6.176771 Jl. Nusa Indah Barat 1
## 1074 106.7360 -6.152018 Jl. Nusa Indah Timur 1
## 1075 106.8687 -6.133831 Jl. Nusantara 1 1
## 1076 106.8693 -6.134842 Jl. Nusantara Selatan 1
## 1077 106.8694 -6.230555 Jl. Otista 2 4
## 1078 106.8671 -6.226770 Jl. Otista No. 18 3
## 1079 106.8677 -6.234801 Jl. Oto Iskandardinata (Otista) 2
## 1080 106.9404 -6.152788 Jl. Outer Ringroad 4
## 1081 106.7942 -6.148893 Jl. Pada Mulya 1 1
## 1082 106.9022 -6.259252 Jl. Padang Golf 1
## 1083 106.8415 -6.143365 Jl. Pademangan 3
## 1084 106.8445 -6.141942 Jl. Pademangan 1 1
## 1085 106.8420 -6.142318 Jl. Pademangan 2 A 1
## 1086 106.7714 -6.223847 Jl. Pahlawan 1
## 1087 106.8532 -6.255657 Jl. Pahlawan Kalibata 4
## 1088 106.9005 -6.240443 Jl. Pahlawan Revolusi 7
## 1089 106.8073 -6.169251 Jl. Palang Merah 1
## 1090 106.7740 -6.183938 Jl. Palem Barat 1
## 1091 106.7772 -6.182092 Jl. Palem Raya 1
## 1092 106.7901 -6.207692 Jl. Palmerah Barat 14
## 1093 106.7930 -6.206127 Jl. Palmerah Barat 1 2
## 1094 106.7894 -6.206971 Jl. Palmerah Barat 3 1
## 1095 106.7862 -6.206105 Jl. Pal Merah Barat 4 1
## 1096 106.7964 -6.209036 Jl. Palmerah Selatan 6
## 1097 106.7971 -6.204341 Jl. Palmerah Utara 2
## 1098 106.7954 -6.203910 Jl. Pal Merah Utara 3 1
## 1099 106.8100 -6.291903 Jl. Pam Dki 1
## 1100 106.8239 -6.197187 Jl. Pamekasan 2
## 1101 106.8618 -6.157761 Jl. Panca Raya 2
## 1102 106.8137 -6.141887 Jl. Pancoran 3
## 1103 106.8133 -6.141675 Jl. Pancoran 1 3
## 1104 106.8420 -6.251908 Jl. Pancoran Barat 3
## 1105 106.8368 -6.243038 Jl. Pancoran Barat 11 1
## 1106 106.8372 -6.249927 Jl. Pancoran Barat 6 1
## 1107 106.8446 -6.246167 Jl. Pancoran Buntu 1 1
## 1108 106.8459 -6.251153 Jl. Pancoran Indah 3 A 1
## 1109 106.8460 -6.249462 Jl. Pancoran Timur 1
## 1110 106.8348 -6.203425 Jl. Pandeglang 1
## 1111 106.8531 -6.281272 Jl. Pangeran 11
## 1112 106.8086 -6.274231 Jl. Pangeran Antasari 11
## 1113 106.8269 -6.141136 Jl. Pangeran Jayakarta 18
## 1114 106.8293 -6.144419 Jl. Pangeran Jayakarta Dalam 1 22
## 1115 106.7815 -6.144047 Jl. Pangeran Tubagus Angke 3
## 1116 106.9487 -6.210151 Jl. Panggilingan Raya 4
## 1117 106.7961 -6.313335 Jl. Pangkalan Jati 1
## 1118 106.9052 -6.248202 Jl. Pangkalan Jati 1 1
## 1119 106.9075 -6.252552 Jl. Pangkalan Jati 5 1
## 1120 106.9061 -6.254067 Jl. Pangkalan Jati 6 1
## 1121 106.7974 -6.250263 Jl. Panglima Polim 3
## 1122 106.8014 -6.249056 Jl. Panglima Polim 2 2
## 1123 106.7689 -6.196894 Jl. Panjang 2
## 1124 106.7719 -6.231605 Jl. Panjang Cidodol 1
## 1125 106.7719 -6.235756 Jl. Panjang Cipulir 1
## 1126 106.8355 -6.123095 Jl. Pantai Indah 2
## 1127 106.7521 -6.119649 Jl. Pantai Indah Barat 3
## 1128 106.7538 -6.124572 Jl. Pantai Indah Selatan I 4
## 1129 106.7542 -6.116487 Jl. Pantai Indah Utara 2
## 1130 106.8474 -6.124647 Jl. Pantai Kuta 1 1
## 1131 106.8531 -6.123289 Jl. Pantai Sanur 2 1
## 1132 106.8782 -6.126320 Jl. Papanggo 1
## 1133 106.8659 -6.144573 Jl. Paradise Barat Raya 1
## 1134 106.8653 -6.141636 Jl. Paradise (Nirwana) Barat Raya 1
## 1135 106.8215 -6.125169 Jl. Parang Tritis Raya 7
## 1136 106.8333 -6.162968 Jl. Pasar Baru 8
## 1137 106.8362 -6.164577 Jl. Pasar Baru Selatan 13
## 1138 106.8374 -6.161489 Jl. Pasar Baru Timur 2
## 1139 106.8147 -6.215601 Jl. Pasar Bendungan Hilir 1
## 1140 106.8087 -6.127075 Jl. Pasar Ikan 3
## 1141 106.8851 -6.213059 Jl. Pasar Induk Cipinang 1
## 1142 106.8644 -6.215383 Jl. Pasar Lama 2
## 1143 106.8464 -6.273656 Jl. Pasar Minggu Raya 21
## 1144 106.8092 -6.139352 Jl. Pasar Pagi Fly Over 2
## 1145 106.8104 -6.138416 Jl. Pasar Pagi Kecil 1 1
## 1146 106.8418 -6.177279 Jl. Pasar Senen 8
## 1147 106.8512 -6.191053 Jl. Paseban 2
## 1148 106.8550 -6.191872 Jl. Paseban Dalam 1
## 1149 106.8031 -6.335057 Jl. Pasir 1
## 1150 106.7950 -6.218896 Jl. Patal Senayan 1
## 1151 106.8347 -6.232250 Jl. Patra Kuningan 1
## 1152 106.8345 -6.234258 Jl. Patra Kuningan Timur 1
## 1153 106.7972 -6.180153 Jl. P. Bea Cukai 1
## 1154 106.8266 -6.164438 Jl. Pecenongan 3
## 1155 106.7479 -6.152784 Jl. Pedongkelan Raya 3
## 1156 106.8293 -6.221536 Jl. Pedurenan Mesjid 4 1
## 1157 106.9145 -6.169735 Jl. Peganggsaan Indah Barat 2 1
## 1158 106.9123 -6.184209 Jl. Pegangsaan 1 14
## 1159 106.8421 -6.200199 Jl. Pegangsaan Barat 5
## 1160 106.9161 -6.154811 Jl. Pegangsaan Dua 6
## 1161 106.9142 -6.169592 Jl. Pegangsaan Indah Barat 1
## 1162 106.9143 -6.167295 Jl. Pegangsaan Indah Barat 5 1
## 1163 106.8076 -6.140759 Jl. Pejagalan 4
## 1164 106.8045 -6.137803 Jl. Pejagalan 1 1
## 1165 106.8329 -6.176180 Jl. Pejambon 1 1
## 1166 106.8238 -6.273762 Jl. Pejaten Barat 1 1
## 1167 106.8051 -6.204123 Jl. Pejompongan 4
## 1168 106.8442 -6.321114 Jl. Pekan Kemis 1
## 1169 106.8119 -6.149171 Jl. Pekapuran 1 1
## 1170 106.8116 -6.150556 Jl. Pekapuran Raya 1
## 1171 106.8230 -6.281143 Jl. Pekayon 2
## 1172 106.8063 -6.141523 Jl. Pekojan 1
## 1173 106.8031 -6.140069 Jl. Pekojan Raya 1
## 1174 106.8737 -6.111128 Jl. Pelabuhan Nusantara 13
## 1175 106.8297 -6.127772 Jl. Pelabuhan Ratu 1
## 1176 106.8921 -6.107520 Jl. Pelabuhan Raya 10
## 1177 106.7594 -6.206728 Jl. Pemancingan 2
## 1178 106.8162 -6.284422 Jl. Pembangunan 6
## 1179 106.8173 -6.161441 Jl. Pembangunan 1 2
## 1180 106.8548 -6.249095 Jl. Pengadegan Barat 11 1
## 1181 106.8515 -6.248819 Jl. Pengadegan Barat 2 1
## 1182 106.8520 -6.251557 Jl. Pengadegan Selatan 1
## 1183 106.8587 -6.249155 Jl. Pengadegan Timur 1
## 1184 106.8537 -6.246731 Jl. Pengadegan Utara 5
## 1185 106.8507 -6.247646 Jl. Pengadegan Utara 1 1
## 1186 106.8534 -6.247438 Jl. Pengadegan Utara 2 1
## 1187 106.8546 -6.247334 Jl. Pengadegan Utara 3 2
## 1188 106.8553 -6.248597 Jl. Pengadegan Utara 4 A 1
## 1189 106.8836 -6.321958 Jl. Pengantin Ali 1
## 1190 106.9351 -6.200391 Jl. Penggilingan 2
## 1191 106.8771 -6.299396 Jl. Penggilingan Baru 4
## 1192 106.9456 -6.209566 Jl. Penggilingan Raya 4
## 1193 106.7718 -6.243400 Jl. Peninggaran Barat 1 2
## 1194 106.8058 -6.203298 Jl. Penjernihan 2
## 1195 106.8081 -6.203526 Jl. Penjernihan 2 1
## 1196 106.7955 -6.217113 Jl. Peragangan 1
## 1197 106.8630 -6.188498 Jl. Percetakan Negara 8
## 1198 106.8533 -6.190503 Jl. Percetakan Negara 1 2
## 1199 106.8560 -6.186199 Jl. Percetakan Negara 2 1
## 1200 106.8555 -6.192114 Jl. Percetakan Negara 3 1
## 1201 106.8606 -6.187204 Jl. Percetakan Negara 4 1
## 1202 106.7726 -6.155858 Jl. Perdana Kusuma 2
## 1203 106.8159 -6.344876 Jl. Perikanan 1
## 1204 106.7541 -6.225978 Jl. Perintis 1
## 1205 106.8934 -6.175416 Jl. Perintis Kemerdekaan 9
## 1206 106.7641 -6.196666 Jl. Perjuangan 5
## 1207 106.7920 -6.114201 Jl. Permai Dalam 1
## 1208 106.8031 -6.295543 Jl. Permai Raya 1
## 1209 106.7824 -6.223197 Jl. Permata Berlian 1
## 1210 106.7635 -6.222083 Jl. Permata Boulevard Raya 4
## 1211 106.7859 -6.222282 Jl. Permata Hijau 4
## 1212 106.9248 -6.254356 Jl. Permata Timur Raya 2
## 1213 106.8066 -6.141874 Jl. Perniagaan 3
## 1214 106.8079 -6.139953 Jl. Perniagaan Barat 2
## 1215 106.8859 -6.206066 Jl. Persahabatan 1
## 1216 106.8135 -6.173678 Jl. Persatuan Guru 3
## 1217 106.8940 -6.138751 Jl. Pertamina 2
## 1218 106.8970 -6.217936 Jl. Pertanian Selatan 1
## 1219 106.8563 -6.322581 Jl. Pertengahan 1 1
## 1220 106.8436 -6.353295 Jl. Pertigaan 7
## 1221 106.8773 -6.194713 Jl. Perum Dosen 1
## 1222 106.9249 -6.220446 Jl. Perumnas Raya 7
## 1223 106.9276 -6.129707 Jl. Perum Pemadam Kebakaran 3
## 1224 106.7733 -6.263438 Jl. Perum Pondok Pinang 5
## 1225 106.8301 -6.172798 Jl. Perwira 1
## 1226 106.7560 -6.196449 Jl. Pesanggrahan 3
## 1227 106.7559 -6.238739 Jl. Pesanggrahan Permai 1
## 1228 106.8116 -6.163992 Jl. Peta Barat 4 2
## 1229 106.8094 -6.139161 Jl. Petak Baru 1
## 1230 106.8089 -6.195485 Jl. Petamburan 1
## 1231 106.8078 -6.191094 Jl. Petamburan 1 1
## 1232 106.8120 -6.164768 Jl. Petojo Barat 7
## 1233 106.8116 -6.163992 Jl. Petojo Barat 1 1
## 1234 106.8120 -6.163801 Jl. Petojo Barat 2 1
## 1235 106.8112 -6.164002 Jl. Petojo Barat 3 2
## 1236 106.8087 -6.165023 Jl. Petojo Barat 6 2
## 1237 106.8161 -6.166562 Jl. Petojo Binatu 1 1
## 1238 106.8169 -6.168359 Jl. Petojo Binatu 2 1
## 1239 106.8170 -6.168838 Jl. Petojo Binatu Raya 3
## 1240 106.8177 -6.173709 Jl. Petojo Enclek 14 1
## 1241 106.8180 -6.172379 Jl. Petojo Enclek 3 1
## 1242 106.8088 -6.162148 Jl. Petojo Kecil 1
## 1243 106.8141 -6.174589 Jl. Petojo Sabangan 1 1
## 1244 106.8136 -6.176065 Jl. Petojo Sabangan 2 1
## 1245 106.8123 -6.168302 Jl. Petojo Selatan 1 7
## 1246 106.8090 -6.167816 Jl. Petojo Selatan 11 1
## 1247 106.8129 -6.167450 Jl. Petojo Selatan 2 3
## 1248 106.8118 -6.167291 Jl. Petojo Selatan 3 1
## 1249 106.8113 -6.167320 Jl. Petojo Selatan 4 4
## 1250 106.8122 -6.167272 Jl. Petojo Selatan 5 1
## 1251 106.8097 -6.168727 Jl. Petojo Selatan 7 1
## 1252 106.8090 -6.168142 Jl. Petojo Selatan 8 2
## 1253 106.8097 -6.168157 Jl. Petojo Selatan 9 1
## 1254 106.8135 -6.162801 Jl. Petojo Utara 1 19
## 1255 106.8134 -6.162150 Jl. Petojo Utara 2 2
## 1256 106.8126 -6.161647 Jl. Petojo Utara 3 5
## 1257 106.7776 -6.269735 Jl. Pinang Nekel 3 2
## 1258 106.8816 -6.288476 Jl. Pinang Ranti 2
## 1259 106.8838 -6.294354 Jl. Pinang Ranti 1 1
## 1260 106.8158 -6.141753 Jl. Pinangsia 2
## 1261 106.8155 -6.140651 Jl. Pinangsia 1 1
## 1262 106.8153 -6.139961 Jl. Pinangsia 2 1
## 1263 106.8153 -6.139961 Jl. Pinangsia Raya 5
## 1264 106.7098 -6.176362 Jl. Pinang Tengah 1
## 1265 106.7041 -6.178053 Jl. Pintu Air 1
## 1266 106.8307 -6.163854 Jl. Pintu Air 4 1
## 1267 106.8319 -6.165062 Jl. Pintu Air Raya 1
## 1268 106.8143 -6.140673 Jl. Pintu Besar Selatan 5
## 1269 106.8131 -6.139764 Jl. Pintu Besar Selatan 1 1
## 1270 106.8132 -6.136544 Jl. Pintu Besar Utara 3
## 1271 106.8026 -6.222514 Jl. Pintu Gelora 1 1
## 1272 106.8114 -6.140421 Jl. Pintu Kecil 3
## 1273 106.8121 -6.354915 Jl. Pintu Pusat 4
## 1274 106.8712 -6.213995 Jl. Pisangan Baru 1 1
## 1275 106.8760 -6.214694 Jl. Pisangan Baru Selatan 3
## 1276 106.8696 -6.211413 Jl. Pisangan Baru Tengah 1
## 1277 106.8726 -6.214685 Jl. Pisangan Baru Timur 2
## 1278 106.8701 -6.208690 Jl. Pisangan Baru Utara 8
## 1279 106.8786 -6.208018 Jl. Pisangan Lama 3 1
## 1280 106.8726 -6.214413 Jl. Pisangan Timur 3 1
## 1281 106.8806 -6.339718 Jl. Pkp (Kelapa Dua Wetan) 3
## 1282 106.8730 -6.283190 Jl. Pln Kramat Jati 3
## 1283 106.7954 -6.216788 Jl. PLN Senayan 1
## 1284 106.7966 -6.127984 Jl. Pluit Dalam 1
## 1285 106.7748 -6.116564 Jl. Pluit Karang Barat 12 1
## 1286 106.7816 -6.119145 Jl. Pluit Karang Indah 10 1
## 1287 106.7799 -6.119766 Jl. Pluit Karang Sari 2
## 1288 106.7783 -6.124175 Jl. Pluit Karang Selatan 8
## 1289 106.7835 -6.117765 Jl. Pluit Karang Timur 7
## 1290 106.7800 -6.112243 Jl. Pluit Karang Utara 11
## 1291 106.7976 -6.126958 Jl. Pluit Raya 3
## 1292 106.7899 -6.124579 Jl. Pluit Selatan 5 1
## 1293 106.7912 -6.125777 Jl. Pluit Selatan Raya 6
## 1294 106.7941 -6.117720 Jl. Pluit Timur Raya 1
## 1295 106.7926 -6.114190 Jl. Pluit Utara 3 1
## 1296 106.7891 -6.112248 Jl. Pluit Utara Raya 7
## 1297 106.9062 -6.129639 Jl. Plumpang Semper 13
## 1298 106.8988 -6.233026 Jl. Pondok Bambu 1
## 1299 106.9012 -6.231833 Jl. Pondok Bambu Duri 1 1
## 1300 106.9016 -6.232212 Jl. Pondok Bambu Duri 7 1
## 1301 106.7580 -6.250098 Jl. Pondok Baru 2
## 1302 106.7587 -6.249689 Jl. Pondok Baru 1 1
## 1303 106.7587 -6.250195 Jl. Pondok Baru 3 1
## 1304 106.7590 -6.279049 Jl. PONDOK CEMPAKA 1
## 1305 106.7603 -6.279517 Jl. PONDOK DAHLIA 2
## 1306 106.8983 -6.287439 Jl. Pondok Gede Raya 14
## 1307 106.8235 -6.248256 Jl. Pondok jaya 1
## 1308 106.8235 -6.250336 Jl. Pondok Jaya 10 1
## 1309 106.8214 -6.244855 Jl. Pondok Karya 9 1
## 1310 106.9341 -6.247452 Jl. Pondok Kelapa 2 1
## 1311 106.9337 -6.244382 Jl. Pondok Kelapa 4 1
## 1312 106.9328 -6.244277 Jl. Pondok Kelapa Barat 3
## 1313 106.9342 -6.237834 Jl. Pondok Kelapa Raya 12
## 1314 106.9364 -6.244472 Jl. Pondok Kelapa Timur 3
## 1315 106.9364 -6.242077 Jl. Pondok Kelapa Timur 1 1
## 1316 106.9433 -6.230244 Jl. Pondok Kopi 1
## 1317 106.9414 -6.221977 Jl. Pondok Kopi Indah 1 4
## 1318 106.9416 -6.221497 Jl. Pondok Kopi Raya 4
## 1319 106.9435 -6.231596 Jl. Pondok Kopi Selatan 1 3
## 1320 106.9433 -6.220624 Jl. Pondok Kopi Timur 1
## 1321 106.7770 -6.268452 Jl. Pondok Perak 8 1
## 1322 106.7752 -6.264354 Jl. Pondok Pinang 2 7
## 1323 106.7766 -6.268011 Jl. Pondok Pinang 5 1
## 1324 106.7773 -6.262050 Jl. Pondok Pinang Timur 2
## 1325 106.9153 -6.345953 Jl. Pondok Ranggon 2
## 1326 106.9112 -6.354236 Jl. Pondok Ranggon Selatan 5
## 1327 106.7665 -6.153076 Jl. Pool PPD 1
## 1328 106.8317 -6.167621 Jl. Pos 1
## 1329 106.7686 -6.216725 Jl. Pos Pengumben 2
## 1330 106.7806 -6.252029 Jl. Praja Dalan B 1
## 1331 106.8585 -6.196082 Jl. Pramuka 2
## 1332 106.8570 -6.194631 Jl. Pramuka Jati 3
## 1333 106.8668 -6.190872 Jl. Pramuka Sari 3
## 1334 106.8696 -6.190021 Jl. Pramuka Sari 1 1
## 1335 106.8653 -6.189684 Jl. Pramuka Sari 4 1
## 1336 106.8386 -6.181069 Jl. Prapatan 5
## 1337 106.8377 -6.178930 Jl. Prapatan 4 1
## 1338 106.8938 -6.190179 Jl. Pratama Utara 1
## 1339 106.8462 -6.202363 Jl. Proklamasi 14
## 1340 106.8776 -6.219716 Jl. Prumpung Tengah 1
## 1341 106.8799 -6.219555 Jl. Prumpung Timur 2
## 1342 106.7679 -6.158062 Jl. P Tubagus Angke 4
## 1343 106.8684 -6.159230 Jl. Pualam Raya 1
## 1344 106.9532 -6.195985 Jl. Pulau Biak 1
## 1345 106.9529 -6.195589 Jl. Pulau Nyiur 1
## 1346 106.7439 -6.167643 Jl. Pulau Tidung 2 1
## 1347 106.8972 -6.189480 Jl. Pulo Asem Timur 1
## 1348 106.9180 -6.212921 Jl. Pulo Buaran 1
## 1349 106.9176 -6.201540 Jl. Pulogadung 13
## 1350 106.9171 -6.190331 Jl. Pulo Gadung 4
## 1351 106.9559 -6.198272 Jl. Pulo Gebang 2
## 1352 106.7222 -6.131971 Jl. Pulo Harapan Indah 2
## 1353 106.9107 -6.189242 Jl. Pulo Kambing 1
## 1354 106.8787 -6.176527 Jl. Pulo Mas Barat 3
## 1355 106.8795 -6.181442 Jl. Pulo Mas Barat 12 3
## 1356 106.8798 -6.177671 Jl. Pulo Mas Barat 2e 1
## 1357 106.8809 -6.174800 Jl. Pulo Mas Barat 5 1
## 1358 106.8762 -6.179302 Jl. Pulo Mas Selatan 1
## 1359 106.8823 -6.177906 Jl. Pulo Mas Selatan 2 1
## 1360 106.8824 -6.173602 Jl. Pulo Mas Utara 1 2
## 1361 106.8915 -6.174428 Jl. Pulo Nangka Barat 1
## 1362 106.8089 -6.169272 Jl. Pulo Piun 1
## 1363 106.7453 -6.186538 Jl. Puri Indah Raya 2
## 1364 106.7518 -6.182511 Jl. Puri Kembangan 9
## 1365 106.7430 -6.183209 Jl. Puri Kembang Timur 1
## 1366 106.8102 -6.271431 Jl. Puri Sakti 2 1
## 1367 106.7613 -6.243206 Jl. Puskesmas 2
## 1368 106.7366 -6.148427 Jl. Puspa Raya 1
## 1369 106.7627 -6.275425 Jl. Putri Palem Indah 1
## 1370 106.7305 -6.211344 Jl. Putri Tunggal 2
## 1371 106.8022 -6.237805 Jl. Raden Fatah 6
## 1372 106.8429 -6.191317 Jl. Raden Saleh 8
## 1373 106.8446 -6.190615 Jl. Raden Saleh 1 1
## 1374 106.9229 -6.226239 Jl. Radin Intan Ii 2
## 1375 106.7900 -6.256148 Jl. Radio Dalam 1
## 1376 106.8946 -6.237126 Jl. Rajawali 1
## 1377 106.8436 -6.145428 Jl. Rajawali Selatan 3
## 1378 106.8375 -6.145259 Jl. Rajawali Selatan 1 2
## 1379 106.8411 -6.144605 Jl. Rajawali Selatan 10 1
## 1380 106.8420 -6.143915 Jl. Rajawali Selatan 12 1
## 1381 106.8390 -6.145218 Jl. Rajawali Selatan 2 1
## 1382 106.8473 -6.217902 Jl. Rambutan 1
## 1383 106.7832 -6.174802 Jl. Rambutan Timur 3
## 1384 106.8692 -6.281676 Jl. Rantai Tembaga 1
## 1385 106.7706 -6.170034 Jl. Ratu Asia Baru 2 1
## 1386 106.7684 -6.170593 Jl. Ratu Flamboyan Barat 2 1
## 1387 106.7689 -6.166830 Jl. Ratu Kamboja Utara 3
## 1388 106.7698 -6.165190 Jl. Ratu Nusa Indonesia 1
## 1389 106.9003 -6.117292 Jl. Rawa Badak 5
## 1390 106.9046 -6.112828 Jl. Rawa Badak 1 1
## 1391 106.9019 -6.119085 Jl. Rawa Badak Barat 1
## 1392 106.8045 -6.131736 Jl. Rawa Bebek 2
## 1393 106.7829 -6.197155 Jl. Rawa Belong 5 1
## 1394 106.7179 -6.185371 Jl. Rawa Duri Kosambi 3
## 1395 106.9148 -6.198395 Jl. Rawa Gelam 1 1
## 1396 106.8540 -6.257427 Jl. Rawa Jati Barat 2
## 1397 106.8592 -6.193792 Jl. Rawamangun 16
## 1398 106.8810 -6.199565 Jl. Rawamangun Muka 1 1
## 1399 106.8810 -6.198941 Jl. Rawamangun Muka Barat 1
## 1400 106.8780 -6.202387 Jl. Rawamangun Muka Selatan 1
## 1401 106.8823 -6.199262 Jl. Rawamangun Muka Timur 8
## 1402 106.8795 -6.200863 Jl. Rawamangun Selatan 2
## 1403 106.8787 -6.201869 Jl. Rawamangun Selatan Gg1 2
## 1404 106.8705 -6.184439 Jl. Rawasari Barat 2
## 1405 106.8708 -6.183208 Jl. Rawasari Barat 8 2
## 1406 106.8738 -6.186064 Jl. Rawasari Selatan 1 2
## 1407 106.8724 -6.183619 Jl. Rawasari Timur Dalam 1
## 1408 106.8523 -6.178789 Jl. Rawa Sawah 1
## 1409 106.8557 -6.179853 Jl. Rawa Selatan 2
## 1410 106.8547 -6.177659 Jl. Rawa Selatan 6 1
## 1411 106.9144 -6.206705 Jl. Rawa Sumur Barat 1
## 1412 106.8915 -6.333014 Jl. Raya Cipayung 2
## 1413 106.8790 -6.328548 Jl. Raya Ciracas 4
## 1414 106.7632 -6.274557 Jl. RC. Veteran (Bintaro) 1
## 1415 106.7451 -6.212643 Jl. Regensi Kebon Jeruk 1
## 1416 106.8529 -6.126345 Jl. R.E. Martadinata 9
## 1417 106.7281 -6.170363 Jl. Ring Road Kembangan 3
## 1418 106.8091 -6.131585 Jl. Roa Malaka Utara 1
## 1419 106.8045 -6.167886 Jl. Roxy Mas Pertokoan 2
## 1420 106.8361 -6.191196 Jl. Rp. Suroso 3
## 1421 106.8001 -6.185207 Jl. Rs Harapan Kita 1
## 1422 106.7636 -6.223306 Jl. Ruby Garden 1 1
## 1423 106.8517 -6.130192 Jl. Rumah Sakit Ancol 3
## 1424 106.8695 -6.269487 Jl. Rumah Sakit Polri 1
## 1425 106.7525 -6.240089 Jl. Sabar 1
## 1426 106.7625 -6.218615 Jl. Safira Raya 1
## 1427 106.7720 -6.187562 Jl. Sahabat Baru 1
## 1428 106.8477 -6.193598 Jl. Salemba 3 3
## 1429 106.8526 -6.196337 Jl. Salemba Bluntas 2
## 1430 106.8502 -6.195848 Jl. Salemba Raya 14
## 1431 106.8513 -6.198042 Jl. Salemba Raya 1 4
## 1432 106.8525 -6.193245 Jl. Salemba Tengah 7
## 1433 106.8380 -6.283043 Jl. Salihara 1
## 1434 106.8051 -6.170859 Jl. Samarinda 1
## 1435 106.8354 -6.199372 Jl. Samsurizal 2
## 1436 106.8100 -6.169205 Jl. Sangihe Dalam 1
## 1437 106.9569 -6.120243 Jl. Sarang Bango 1
## 1438 106.9065 -6.229644 Jl. Sawah Barat 1
## 1439 106.9050 -6.231464 Jl. Sawah Barat Timur Dalam 2 1
## 1440 106.8201 -6.158899 Jl. Sawah Besar 1 14
## 1441 106.8210 -6.159131 Jl. Sawah Besar 2 1
## 1442 106.8039 -6.146874 Jl. Sawah Lio 1
## 1443 106.8230 -6.271468 Jl. Sawo 1
## 1444 106.8215 -6.230451 Jl. Sd Kuningan 3
## 1445 106.8451 -6.180486 Jl. Sedap Malam 1
## 1446 106.8513 -6.223855 Jl. Sederhana 1
## 1447 106.8659 -6.153741 Jl. Sejahtera 1
## 1448 106.7847 -6.281745 Jl. Sekolah Duta Raya 3
## 1449 106.7849 -6.278896 Jl. Sekolah Kencana 1 1
## 1450 106.9317 -6.232518 Jl. Selatan Gang D 1
## 1451 106.9150 -6.237796 Jl. Selat Bali 1
## 1452 106.9141 -6.234698 Jl. Selat Bangka 1 1
## 1453 106.9154 -6.235437 Jl. Selat Bangka 3 1
## 1454 106.9140 -6.235728 Jl. Selat Bangka 4 1
## 1455 106.9154 -6.235102 Jl. Selat Bunga Laut 1
## 1456 106.7047 -6.167003 Jl. Semanan Raya 2
## 1457 106.8296 -6.138912 Jl. Semangat 1
## 1458 106.9230 -6.130456 Jl. Semper Barat 5
## 1459 106.9223 -6.129437 Jl. Semper Barat 11 1
## 1460 106.9202 -6.130638 Jl. Semper Barat 7 1
## 1461 106.9208 -6.129804 Jl. Semper Barat 8 2
## 1462 106.8160 -6.236058 Jl. Senayan 1
## 1463 106.8023 -6.219251 Jl. Senayan Stadion 1
## 1464 106.8644 -6.164795 Jl. Sendang Raya 1
## 1465 106.8391 -6.175164 Jl. Senen Raya 7
## 1466 106.8060 -6.230043 Jl. Senopati 1
## 1467 106.8074 -6.228583 Jl. Senopati Dalam 1 1
## 1468 106.8046 -6.228023 Jl. Senopati Dalam 2 1
## 1469 106.9463 -6.212701 Jl. Sentra Primer Timur 1
## 1470 106.8625 -6.160191 Jl. Serdang Baru 2
## 1471 106.8630 -6.159529 Jl. Serdang Baru 10 1
## 1472 106.8649 -6.159106 Jl. Serdang Baru 13 1
## 1473 106.8642 -6.158557 Jl. Serdang Raya 8
## 1474 106.8230 -6.210581 Jl. Setiabudi 1
## 1475 106.8267 -6.209565 Jl. Setiabudi 2 1
## 1476 106.8292 -6.210379 Jl. Setiabudi Selatan 12
## 1477 106.8272 -6.207068 Jl. Setiabudi Tengah 1
## 1478 106.8282 -6.208502 Jl. Setiabudi Timur 1
## 1479 106.8274 -6.208541 Jl. Setiabudi Timur 1 1
## 1480 106.8016 -6.162805 Jl. Setiakawan 6
## 1481 106.7994 -6.163662 Jl. Setia Kawan Barat 12
## 1482 106.8017 -6.164532 Jl. Setia Kawan Barat 1 5
## 1483 106.8005 -6.163821 Jl. Setia Kawan Barat 3 1
## 1484 106.8003 -6.163397 Jl. Setia Kawan Barat 4 1
## 1485 106.8237 -6.339668 Jl. Setu Babakan 1
## 1486 106.8399 -6.274248 Jl. Siaga Raya 1
## 1487 106.8066 -6.173819 Jl. Siantar 1
## 1488 106.8296 -6.197222 Jl. Sidoarjo 1
## 1489 106.8253 -6.173629 Jl. Silang Monas Barat Laut 1
## 1490 106.8297 -6.177728 Jl. Silang Monas Tenggara 2
## 1491 106.8026 -6.220661 Jl. Silang Selatan 1
## 1492 106.8234 -6.171682 Jl. Simpangan Monas Utara 3
## 1493 106.8188 -6.275353 Jl. Simpang Musholah 2
## 1494 106.8802 -6.207949 Jl. Sinar Jaya 3
## 1495 106.8947 -6.126669 Jl. Sindang 3
## 1496 106.8417 -6.204540 Jl. Sindanglaya 1
## 1497 106.8101 -6.208293 Jl. Singkarak 1
## 1498 106.7984 -6.236787 Jl. Sisingamangaraja 2
## 1499 106.8586 -6.211380 Jl. Slamet Riyadi 1
## 1500 106.8037 -6.191370 Jl. Slipi 2
## 1501 106.7966 -6.184097 Jl. S Parman 8
## 1502 106.7679 -6.208526 Jl. Srengseng Baru 1
## 1503 106.8198 -6.350079 Jl. Srengseng Sawah 2
## 1504 106.8032 -6.234420 Jl. Sriwijaya 1
## 1505 106.8021 -6.234234 Jl. Sriwijaya 1 1
## 1506 106.9553 -6.214348 Jl. Stasiun Cakung 2
## 1507 106.8141 -6.137979 Jl. Stasiun Kota 5
## 1508 106.8430 -6.173089 Jl. Stasiun Senen 3
## 1509 106.8822 -6.109419 Jl. Stasiun Tanjung Priok 1
## 1510 106.8429 -6.219048 Jl. Subur Raya 7
## 1511 106.8409 -6.218602 Jl. Subur Ujung 1
## 1512 106.8410 -6.204723 Jl. Sukabumi 3
## 1513 106.8412 -6.203692 Jl. Sukabumi 1 1
## 1514 106.8409 -6.204208 Jl. Sukabumi 2 1
## 1515 106.7698 -6.217870 Jl. Sukabumi Selatan 11
## 1516 106.8524 -6.170163 Jl. Suka Mulya 4 2
## 1517 106.9271 -6.147891 Jl. Sukapura Timur 1
## 1518 106.9168 -6.140451 Jl. Sukapura Utara 3
## 1519 106.8229 -6.160391 Jl. Sukarjo Wiryopranoto 6
## 1520 106.7168 -6.119176 Jl. Sukatani 2
## 1521 106.9248 -6.139581 Jl. Sulawesi 4
## 1522 106.8483 -6.208197 Jl. Sultan Agung 4
## 1523 106.8008 -6.243642 Jl. Sultan Hasanudin 7
## 1524 106.7815 -6.250932 Jl. Sultan Iskandar Muda 6
## 1525 106.8042 -6.245050 Jl. Sultan Iskandarsyah 1
## 1526 106.8645 -6.162706 Jl. Sumber Pelita 2
## 1527 106.8664 -6.168080 Jl. Sumur Batu 4 1
## 1528 106.7184 -6.150366 Jl. Sumur Bor Raya 1
## 1529 106.8837 -6.195043 Jl. Sunan Giri 2
## 1530 106.7989 -6.242374 Jl. Sunan Kalijaga 1
## 1531 106.8102 -6.122757 Jl. Sunda Kelapa 2
## 1532 106.8889 -6.128977 Jl. Sungai Bambu 10
## 1533 106.8869 -6.129708 Jl. Sungai Bambu 1b 1
## 1534 106.8850 -6.128937 Jl. Sungai Bambu 6a 1
## 1535 106.8227 -6.200293 Jl. Sungai Gerong 2
## 1536 106.7962 -6.248043 Jl. Sungai Sambas 1
## 1537 106.8641 -6.139407 Jl. Sunter Agung Podomoro 5
## 1538 106.8588 -6.145972 Jl. Sunter Agung Raya 1
## 1539 106.8759 -6.154348 Jl. Sunter Hijau 10 1
## 1540 106.8777 -6.153637 Jl. Sunter Indah Raya 1
## 1541 106.8677 -6.157786 Jl. Sunter Jaya 5
## 1542 106.8637 -6.154110 Jl. Sunter Jaya 2 1
## 1543 106.8642 -6.155989 Jl. Sunter Jaya 3 1
## 1544 106.8699 -6.154405 Jl. Sunter Jaya Barat 1
## 1545 106.8763 -6.157954 Jl. Sunter Jaya Tengah 2
## 1546 106.8769 -6.160023 Jl. Sunter Jaya Timur 2
## 1547 106.8693 -6.142301 Jl. Sunter Karya Selatan 1 1
## 1548 106.8695 -6.139976 Jl. Sunter Karya Utara 1
## 1549 106.8731 -6.155868 Jl. Sunter Mas Timur A 1
## 1550 106.8609 -6.130504 Jl. Sunter Permai Raya 1
## 1551 106.8689 -6.141959 Jl. Sunter Utara 2
## 1552 106.8627 -6.197387 Jl. Supriyadi 2
## 1553 106.8423 -6.203887 Jl. Surabaya 4
## 1554 106.7605 -6.175375 Jl. Surya Mulia 3 1
## 1555 106.8185 -6.169701 Jl. Suryo Pranoto 9
## 1556 106.8330 -6.195845 Jl. Sutan Syahrir 6
## 1557 106.8234 -6.324623 Jl. Sutera Raya 1
## 1558 106.8308 -6.194623 Jl. Suwiryo 1
## 1559 106.7606 -6.225712 Jl. Swadarma Raya 1
## 1560 106.8874 -6.125728 Jl. Swasembada Barat 1 3
## 1561 106.8898 -6.120140 Jl. Swasembada Timur 17 1
## 1562 106.8205 -6.201240 Jl. Talang Betutu 1
## 1563 106.7895 -6.180231 Jl. Taman Anggrek 1
## 1564 106.7169 -6.171458 Jl. Taman Angsana Hijau 1 1
## 1565 106.7863 -6.170253 Jl. Taman Apel Utara 1A 1
## 1566 106.8099 -6.212670 Jl. Taman Bendungan Asahan 1
## 1567 106.8111 -6.214067 Jl. Taman Bendungan Jati Luhur 1
## 1568 106.7578 -6.271943 Jl. Taman Bintaro 1
## 1569 106.9222 -6.218313 Jl. Taman Buaran 1 2
## 1570 106.9230 -6.218419 Jl. Taman Buaran Dalam 1
## 1571 106.9215 -6.217493 Jl. Taman Buaran Dalam 2 1
## 1572 106.9326 -6.204840 Jl. Taman Buaran Indah 4 4
## 1573 106.7482 -6.146752 Jl. Taman Cengkareng Indah 3
## 1574 106.7916 -6.293585 Jl. Taman Cilandak 1 1
## 1575 106.8875 -6.215235 Jl. Taman Cipinang 2
## 1576 106.7833 -6.168671 Jl. Taman Daan Mogot 12
## 1577 106.8112 -6.182231 Jl. Taman Jati Baru 5
## 1578 106.7454 -6.203383 Jl. Taman Jeruk Barat 8
## 1579 106.7440 -6.201263 Jl. Taman Jeruk Mas Barat 9
## 1580 106.7393 -6.161746 Jl. Taman Jeruk Raya 1
## 1581 106.7645 -6.184946 Jl. Taman Kedoya Raya 3
## 1582 106.8101 -6.256721 Jl. Taman Kemang 1
## 1583 106.8115 -6.255568 Jl. Taman Kemang 1 A 2
## 1584 106.8108 -6.257668 Jl. Taman Kemang 2 1
## 1585 106.7834 -6.277419 Jl. Taman Kencana Permai 1 1
## 1586 106.7888 -6.120740 Jl. Taman Kencana Selatan 2
## 1587 106.7146 -6.170832 Jl. Taman Kosambi Barat 5
## 1588 106.7149 -6.170578 Jl. Taman Kosambi Timur 3
## 1589 106.7568 -6.159862 Jl. Taman Kota 12
## 1590 106.8528 -6.185840 Jl. Taman Kramat Jaya Baru 1
## 1591 106.8460 -6.257617 Jl. Taman Makam Kalibata 1
## 1592 106.9283 -6.230407 Jl. Taman Malaka Barat 19
## 1593 106.9276 -6.230585 Jl. Taman Malaka Barat 2 1
## 1594 106.9276 -6.230399 Jl. Taman Malaka Barat 3 1
## 1595 106.9274 -6.229311 Jl. Taman Malaka Barat 4 2
## 1596 106.9321 -6.232191 Jl. Taman Malaka Selatan 1 2
## 1597 106.9347 -6.229424 Jl. Taman Malaka Selatan Gang 1a 1
## 1598 106.9345 -6.231179 Jl. Taman Malaka Selatan Gang A 7
## 1599 106.9335 -6.230405 Jl. Taman Malaka Selatan Gang C 3
## 1600 106.9318 -6.230710 Jl. Taman Malaka Utara 3
## 1601 106.8477 -6.259127 Jl. Taman Pahlawan 1
## 1602 106.7218 -6.136455 Jl. Taman Palem Bestari 3
## 1603 106.8351 -6.236263 Jl. Taman Patra 1 1
## 1604 106.8334 -6.234442 Jl. Taman Patra Kuningan 1 1
## 1605 106.8345 -6.237441 Jl. Taman Patra Raya 2
## 1606 106.8179 -6.162298 Jl. Taman Pembangunan 1
## 1607 106.7905 -6.112226 Jl. Taman Permai Barat 4
## 1608 106.8068 -6.199461 Jl. Taman Petamburan 7
## 1609 106.9526 -6.186983 Jl. Taman Pulo Gebang 2
## 1610 106.7894 -6.256448 Jl. Taman Radio Dalam 1 1
## 1611 106.7676 -6.171635 Jl. Taman Ratu Raya 3
## 1612 106.8267 -6.161291 Jl. Taman Sari 11
## 1613 106.7790 -6.312500 Jl. Taman Sari 1 1
## 1614 106.8236 -6.153553 Jl. Taman Sari 10 1
## 1615 106.8268 -6.159808 Jl. Taman Sari 2a 3
## 1616 106.8256 -6.159550 Jl. Taman Sari 3 1
## 1617 106.8256 -6.159098 Jl. Taman Sari 4 1
## 1618 106.8262 -6.158508 Jl. Taman Sari 5 1
## 1619 106.8258 -6.157714 Jl. Taman Sari 6 1
## 1620 106.8254 -6.156802 Jl. Taman Sari 7 1
## 1621 106.8820 -6.110331 Jl. Taman Stasiun Tanjung Priok 3
## 1622 106.8322 -6.201933 Jl. Taman Sunda Kelapa 2
## 1623 106.8756 -6.150913 Jl. Taman Sunter Indah 1
## 1624 106.7637 -6.171107 Jl. Taman Surya A 1
## 1625 106.7171 -6.132268 Jl. Taman Surya Perkasa 1
## 1626 106.7115 -6.130387 Jl. Taman Surya Prasarana 3
## 1627 106.7128 -6.135745 Jl. Taman Surya Utama 2 1
## 1628 106.8016 -6.302366 Jl. Taman Wijaya Kusuma 2
## 1629 106.8489 -6.205139 Jl. Tambak 23
## 1630 106.8079 -6.145297 Jl. Tambora 2
## 1631 106.8099 -6.144919 Jl. Tambora 1 2
## 1632 106.8104 -6.146183 Jl. Tambora 2 2
## 1633 106.8105 -6.145315 Jl. Tambora 4 1
## 1634 106.8078 -6.144185 Jl. Tambora 5 1
## 1635 106.8080 -6.143090 Jl. Tambora 8 1
## 1636 106.8200 -6.171079 Jl. Tanah Abang 1 37
## 1637 106.8157 -6.175488 Jl. Tanah Abang 2 1
## 1638 106.8156 -6.176790 Jl. Tanah Abang 3 1
## 1639 106.8157 -6.179457 Jl. Tanah Abang 5 1
## 1640 106.8195 -6.177753 Jl. Tanah Abang Timur 14
## 1641 106.7854 -6.210954 Jl. Tanah Baru 2
## 1642 106.7841 -6.256204 Jl. Tanah kusir 2 1
## 1643 106.7838 -6.258176 Jl. Tanah Kusir 3 1
## 1644 106.9061 -6.138518 Jl. Tanah Merah 4
## 1645 106.8731 -6.306584 Jl. Tanah Merdeka 2
## 1646 106.8776 -6.309506 Jl. Tanah Merdeka Raya 3
## 1647 106.7989 -6.129829 Jl. Tanah Pasir 6
## 1648 106.8108 -6.155893 Jl. Tanah Sereal 9
## 1649 106.8102 -6.159078 Jl. Tanah Sereal 1 2
## 1650 106.8094 -6.155889 Jl. Tanah Sereal 10 1
## 1651 106.8092 -6.154832 Jl. Tanah Sereal 11 1
## 1652 106.8100 -6.154440 Jl. Tanah Sereal 12 2
## 1653 106.8095 -6.154822 Jl. Tanah Sereal 13 4
## 1654 106.8098 -6.152171 Jl. Tanah Sereal 14 1
## 1655 106.8106 -6.153440 Jl. Tanah Sereal 15 3
## 1656 106.8112 -6.152790 Jl. Tanah Sereal 17 1
## 1657 106.8099 -6.152442 Jl. Tanah Sereal 18 1
## 1658 106.8102 -6.159756 Jl. Tanah Sereal 2 2
## 1659 106.8101 -6.159441 Jl. Tanah Sereal 4 1
## 1660 106.8100 -6.156673 Jl. Tanah Sereal 9 1
## 1661 106.8476 -6.176897 Jl. Tanah Tinggi 1
## 1662 106.8477 -6.178833 Jl. Tanah Tinggi 6 1
## 1663 106.8520 -6.171963 Jl. Tanah Tinggi Barat 4
## 1664 106.8456 -6.175882 Jl. Tanah Tinggi Gang 1 12
## 1665 106.8476 -6.177753 Jl. Tanah Tinggi Gang 3 1
## 1666 106.8464 -6.177733 Jl. Tanah Tinggi Gg 3 1
## 1667 106.7520 -6.248689 Jl. Tangkas Raya 2
## 1668 106.8228 -6.157579 Jl. Tangki 1
## 1669 106.8343 -6.207423 Jl. Tangkuban Perahu 1
## 1670 106.8399 -6.303317 Jl. Tanjung Barat 4
## 1671 106.8404 -6.313189 Jl. Tanjung Barat Selatan 16
## 1672 106.7852 -6.181722 Jl. Tanjung Duren 1
## 1673 106.7799 -6.177426 Jl. Tanjung Duren Barat 10
## 1674 106.7804 -6.173826 Jl. Tanjung Duren Barat 1 2
## 1675 106.7817 -6.177393 Jl. Tanjung Duren Barat 3 1
## 1676 106.7820 -6.180412 Jl. Tanjung Duren Barat 5 1
## 1677 106.7823 -6.182256 Jl. Tanjung Duren Barat 6 1
## 1678 106.7823 -6.179824 Jl. Tanjung Duren Barat 8/8 1
## 1679 106.7820 -6.174770 Jl. Tanjung Duren Barat Gg4 1
## 1680 106.7852 -6.181261 Jl. Tanjung Duren Dalam 4 1
## 1681 106.7852 -6.180989 Jl. Tanjung Duren Dalam Gg1 1
## 1682 106.7836 -6.177378 Jl. Tanjung Duren Raya 1
## 1683 106.7855 -6.184298 Jl. Tanjung Duren Selatan 4
## 1684 106.7855 -6.183086 Jl. Tanjung Duren Selatan 2 1
## 1685 106.7929 -6.178278 Jl. Tanjung Duren Timur 2 1
## 1686 106.7871 -6.172240 Jl. Tanjung Duren Utara 1 4
## 1687 106.7799 -6.171468 Jl. Tanjung Duren Utara 10 6
## 1688 106.7817 -6.169328 Jl. Tanjung Duren Utara 11 1
## 1689 106.7850 -6.172328 Jl. Tanjung Duren Utara 2 2
## 1690 106.7830 -6.171701 Jl. Tanjung Duren Utara 4 4
## 1691 106.7816 -6.172719 Jl. Tanjung Duren Utara 6 1
## 1692 106.7804 -6.171737 Jl. Tanjung Duren Utara 8 1
## 1693 106.7814 -6.172412 Jl. Tanjung Duren Utara Gg1 5
## 1694 106.7815 -6.171047 Jl. Tanjung Duren Utara Gga 16
## 1695 106.7929 -6.168721 Jl. Tanjung Gedong 1
## 1696 106.8226 -6.200998 Jl. Tanjung Karang 21
## 1697 106.8658 -6.239962 Jl. Tanjung Lengkong 3
## 1698 106.8483 -6.310204 Jl. Tanjung Mas Raya 10
## 1699 106.8412 -6.307761 Jl. Tanjung Mas Utama 1
## 1700 106.8040 -6.170103 Jl. Tanjung Selor 16
## 1701 106.9077 -6.159778 Jl. Tan]Man Mandiri 2
## 1702 106.9106 -6.169206 Jl. Tarian Raya Barat 3
## 1703 106.8981 -6.187506 Jl. Taruna 1
## 1704 106.9272 -6.134487 Jl. Taruna jaya 1
## 1705 106.8277 -6.296760 Jl. Tb Simatupang 6
## 1706 106.7846 -6.168116 Jl. T. Daan Mogot Raya 16
## 1707 106.8523 -6.237740 Jl. Tebet Barat 1
## 1708 106.8454 -6.235612 Jl. Tebet Barat 2 1
## 1709 106.8472 -6.237550 Jl. Tebet Barat Dalam 1
## 1710 106.8453 -6.233650 Jl. Tebet Barat Dalam 1 1
## 1711 106.8518 -6.227995 Jl. Tebet Dalam 1
## 1712 106.8484 -6.224238 Jl. Tebet Dalam 1 1
## 1713 106.8486 -6.226801 Jl. Tebet Dalam 2 1
## 1714 106.8535 -6.229399 Jl. Tebet Raya 4
## 1715 106.8544 -6.233709 Jl. Tebet Timur 1 1
## 1716 106.8544 -6.233058 Jl. Tebet Timur 1a 1
## 1717 106.8569 -6.236301 Jl. Tebet Timur Dalam 1
## 1718 106.8542 -6.230726 Jl. Tebet Timur Dalam 1 1
## 1719 106.8585 -6.236733 Jl. Tebet Timur Dalam 11 4
## 1720 106.8563 -6.230221 Jl. Tebet Timur Dalam 2 1
## 1721 106.8574 -6.234087 Jl. Tebet Timur Dalam 6 1
## 1722 106.8318 -6.247559 Jl. Tegal Parang Selatan 15
## 1723 106.8331 -6.248018 Jl. Tegal Parang Selatan 1 1
## 1724 106.8330 -6.249715 Jl. Tegal Parang Selatan 5 1
## 1725 106.8345 -6.245072 Jl. Tegal Parang Utara 1 1
## 1726 106.7392 -6.160634 Jl. Telaga Bojong 1
## 1727 106.7821 -6.137218 Jl. Teluk Bayur 1
## 1728 106.9121 -6.234787 Jl. Teluk Bayur 1 1
## 1729 106.8213 -6.196174 Jl. Teluk Betung 1
## 1730 106.7807 -6.138317 Jl. Teluk Gong Raya 8
## 1731 106.7824 -6.139831 Jl. Teluk Gong Selatan 1 1
## 1732 106.7839 -6.136091 Jl. Teluk Indah Dalam 1 1
## 1733 106.8388 -6.301549 Jl. Teluk Jakarta 3
## 1734 106.7766 -6.130184 Jl. Teluk Selatan 1
## 1735 106.8594 -6.289469 Jl. Tengah Raya 1
## 1736 106.7926 -6.218045 Jl. Tentara Pelajar 1
## 1737 106.8475 -6.307169 Jl. Teratai 15 1
## 1738 106.8813 -6.308581 Jl. Terminal Rambutan 4
## 1739 106.9330 -6.144452 Jl. Ternate 5
## 1740 106.7935 -6.230683 Jl. Terusan Hang Lekir 2 1
## 1741 106.8373 -6.199808 Jl. Teuku Cikditiro 3
## 1742 106.8331 -6.193991 Jl. Teuku Umar 1
## 1743 106.8093 -6.136268 Jl. Tiang Bendera 3 1
## 1744 106.8490 -6.355318 Jl. Timah 1
## 1745 106.9344 -6.167457 Jl. Tipar Cakung 2
## 1746 106.8548 -6.297722 Jl. Tk Mekar Raya 1
## 1747 106.7843 -6.167323 Jl. TM Daan Mogot 1 2
## 1748 106.9072 -6.304811 Jl. Tmii 3 1
## 1749 106.7371 -6.163209 Jl. Tmn Bambu Apus 1
## 1750 106.8782 -6.287069 Jl. Tol Jagorawi 3
## 1751 106.7683 -6.275833 Jl. Tol Lingkar Luar 2
## 1752 106.8052 -6.173661 Jl. Tomang Banjir Kanal 3
## 1753 106.8023 -6.173291 Jl. Tomang Rawa Kepa 1
## 1754 106.8026 -6.175089 Jl. Tomang Raya 6
## 1755 106.8829 -6.111530 Jl. Tongkol 2
## 1756 106.8089 -6.176406 Jl. Tulang Bawang 2
## 1757 106.8118 -6.230245 Jl. Tulodong Bawah 1
## 1758 106.8684 -6.153515 Jl. Tunas Beringin 1
## 1759 106.8190 -6.141606 Jl. Ubi 1
## 1760 106.9501 -6.173005 Jl. Ujung Menteng Cakung 5
## 1761 106.7438 -6.151610 Jl. Ukir 1
## 1762 106.7632 -6.243977 Jl. Ulujami 1
## 1763 106.8680 -6.250153 Jl. Universitas Kristen Indonesia 1
## 1764 106.7886 -6.220961 Jl. Uranium 1
## 1765 106.7252 -6.150462 Jl. Utama Selatan 3
## 1766 106.8686 -6.194518 Jl. Utan Kayu 1
## 1767 106.8543 -6.168673 Jl. Utan Panjang 2 1
## 1768 106.8540 -6.169262 Jl. Utan Panjang 3 1
## 1769 106.8522 -6.166321 Jl. Utan Panjang Barat 4
## 1770 106.8525 -6.165081 Jl. Utan Panjang Timur 2
## 1771 106.8271 -6.167700 Jl. Veteran 5
## 1772 106.8253 -6.167417 Jl. Veteran 3 1
## 1773 106.7129 -6.125896 Jl. Veteran 7 1
## 1774 106.9035 -6.125815 Jl. Walang Barat 4 1
## 1775 106.9079 -6.126505 Jl. Walang Timur 1
## 1776 106.8816 -6.120323 Jl. Warakas 1
## 1777 106.8774 -6.122725 Jl. Warakas 8 1
## 1778 106.8766 -6.123107 Jl. Warakas Gang 12 1
## 1779 106.8288 -6.279658 Jl. Warung Jati Barat 1
## 1780 106.7144 -6.112905 Jl. Warung Pojok 1
## 1781 106.8229 -6.214189 Jl. Widuri 1
## 1782 106.8141 -6.227909 Jl. Widya Candra 4 1
## 1783 106.8224 -6.239255 Jl. Wijaya Karta 1
## 1784 106.9048 -6.229587 Jl. Wijaya Kusuma 5
## 1785 106.9322 -6.224208 Jl. Wijaya Kusuma Raya 8
## 1786 106.8091 -6.239111 Jl. Wolter Mongonsidi 2
## 1787 106.8938 -6.129593 Jl. Yos Sudarso 26
## 1788 106.8279 -6.191956 Jl. Yusuf Adiwinata 2
## 1789 106.8128 -6.160678 Jl. Zainal Arifin 9## Simple feature collection with 377 features and 8 fields
## Geometry type: POLYGON
## Dimension: XY
## Bounding box: xmin: 106.3831 ymin: -6.373226 xmax: 106.9734 ymax: -5.184322## old-style crs object detected; please recreate object with a recent sf::st_crs()## Geodetic CRS: WGS 84
## First 10 features:## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()## kode_provinsi nama_provinsi kode_kota nama_kota
## 1 31 DAERAH KHUSUS IBUKOTA JAKARTA 3171 Jakarta Selatan
## 2 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## 3 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## 4 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## 5 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## 6 31 DAERAH KHUSUS IBUKOTA JAKARTA 3171 Jakarta Selatan
## 7 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## 8 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## 9 31 DAERAH KHUSUS IBUKOTA JAKARTA 3171 Jakarta Selatan
## 10 31 DAERAH KHUSUS IBUKOTA JAKARTA 3172 Jakarta Timur
## kode_kecamatan nama_kecamatan kode_kelurahan nama_kelurahan
## 1 3171010 Jagakarsa 3171010001 Cipedak
## 2 3172020 Ciracas 3172020001 Cibubur
## 3 3172030 Cipayung 3172030001 Pondok Ranggon
## 4 3172030 Cipayung 3172030003 Munjul
## 5 3172010 Pasar Rebo 3172010001 Pekayon
## 6 3171010 Jagakarsa 3171010002 Srengseng Sawah
## 7 3172010 Pasar Rebo 3172010002 Kalisari
## 8 3172020 Ciracas 3172020002 Kelapa Dua Wetan
## 9 3171010 Jagakarsa 3171010003 Ciganjur
## 10 3172030 Cipayung 3172030004 Cipayung
## geometry
## 1 POLYGON ((106.8001 -6.34396...
## 2 POLYGON ((106.8841 -6.36521...
## 3 POLYGON ((106.8941 -6.35928...
## 4 POLYGON ((106.9028 -6.35424...
## 5 POLYGON ((106.8683 -6.33244...
## 6 POLYGON ((106.8355 -6.33195...
## 7 POLYGON ((106.8558 -6.33063...
## 8 POLYGON ((106.8843 -6.32851...
## 9 POLYGON ((106.8081 -6.32143...
## 10 POLYGON ((106.8903 -6.34438...## old-style crs object detected; please recreate object with a recent sf::st_crs()## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()crim_final <- crim_final %>% select(kelurahan=nama_kelurahan, kecamatan=nama_kecamatan, n) %>% group_by(kelurahan, kecamatan) %>% summarise(n = sum(n))## `summarise()` has grouped output by 'kelurahan'. You can override using the
## `.groups` argument.## Simple feature collection with 254 features and 3 fields
## Geometry type: POLYGON
## Dimension: XY
## Bounding box: xmin: 106.6858 ymin: -6.373226 xmax: 106.9734 ymax: -6.088038
## Geodetic CRS: WGS 84
## # A tibble: 254 × 4
## # Groups: kelurahan [254]
## kelurahan kecamatan n geometry
## <fct> <fct> <int> <POLYGON [°]>
## 1 Ancol Pademangan 46 ((106.8329 -6.14164, 106.833 -6.14165…
## 2 Angke Tambora 8 ((106.7927 -6.149622, 106.7927 -6.149…
## 3 Bale Kambang Kramat Jati 14 ((106.856 -6.29161, 106.856 -6.290896…
## 4 Balimester Jatinegara 22 ((106.8707 -6.226694, 106.8707 -6.226…
## 5 Bambu Apus Cipayung 2 ((106.8943 -6.320481, 106.8943 -6.320…
## 6 Bangka Mampang Prapatan 40 ((106.8237 -6.253817, 106.8237 -6.253…
## 7 Baru Pasar Rebo 3 ((106.8487 -6.315026, 106.8485 -6.315…
## 8 Batu Ampar Kramat Jati 4 ((106.8598 -6.292511, 106.8598 -6.292…
## 9 Bendungan Hilir Tanah Abang 111 ((106.8098 -6.198253, 106.8098 -6.198…
## 10 Bidara Cina Jatinegara 13 ((106.8665 -6.224649, 106.8656 -6.224…
## # ℹ 244 more rowsindo <- id_map("indonesia", "provinsi")
covidprov <- st_as_sf(covidprov, coords=c("longitude", "latitude"))
print(indo)## Simple feature collection with 34 features and 1 field
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 94.97234 ymin: -11.00972 xmax: 141.0118 ymax: 6.077241## old-style crs object detected; please recreate object with a recent sf::st_crs()## Geodetic CRS: WGS 84
## First 10 features:## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()## nama_provinsi geometry
## 1 Aceh MULTIPOLYGON (((97.38493 1....
## 2 Bali MULTIPOLYGON (((115.6299 -8...
## 3 Kep. Bangka Belitung MULTIPOLYGON (((108.0695 -3...
## 4 Banten MULTIPOLYGON (((105.5486 -6...
## 5 Bengkulu MULTIPOLYGON (((102.3863 -5...
## 6 Gorontalo MULTIPOLYGON (((122.1214 0....
## 7 Papua Barat MULTIPOLYGON (((133.5067 -4...
## 8 DKI Jakarta MULTIPOLYGON (((106.7334 -6...
## 9 Jambi MULTIPOLYGON (((104.2163 -1...
## 10 Jawa Barat MULTIPOLYGON (((107.853 -7....## old-style crs object detected; please recreate object with a recent sf::st_crs()## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()## Simple feature collection with 34 features and 5 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 94.97234 ymin: -11.00972 xmax: 141.0118 ymax: 6.077241
## Geodetic CRS: WGS 84
## First 10 features:
## nama_provinsi key konfirmasi sembuh meninggal
## 1 Aceh ACEH 79 52 2
## 2 Bali BALI 1414 630 13
## 3 Kep. Bangka Belitung KEPULAUAN BANGKA BELITUNG 149 16 2
## 4 Banten BANTEN 1438 731 79
## 5 Bengkulu BENGKULU 125 26 10
## 6 Gorontalo GORONTALO 243 40 8
## 7 Papua Barat PAPUA BARAT 236 81 3
## 8 DKI Jakarta DKI JAKARTA 11114 4624 625
## 9 Jambi JAMBI 117 48 0
## 10 Jawa Barat JAWA BARAT 3091 1396 175
## geometry
## 1 MULTIPOLYGON (((97.38493 1....
## 2 MULTIPOLYGON (((115.6299 -8...
## 3 MULTIPOLYGON (((108.0695 -3...
## 4 MULTIPOLYGON (((105.5486 -6...
## 5 MULTIPOLYGON (((102.3863 -5...
## 6 MULTIPOLYGON (((122.1214 0....
## 7 MULTIPOLYGON (((133.5067 -4...
## 8 MULTIPOLYGON (((106.7334 -6...
## 9 MULTIPOLYGON (((104.2163 -1...
## 10 MULTIPOLYGON (((107.853 -7....mycol <- c("green", "yellow", "red", "red4")
ggplot(data_final) + geom_sf(aes(fill=konfirmasi), color="white")+
scale_fill_gradientn(colours=mycol)+
labs(title="Jumlah Kasus Covid di Indonesia")
ggplot(data_final) +
geom_sf(aes(fill=meninggal), color="white") +
theme_minimal()+
scale_fill_gradientn(colours=mycol)
## Warning: package 'leaflet' was built under R version 4.3.3# membaca file shp
Admin2<-st_read("D:/ASPRAK VISDAT/idn_adm_bps_20200401_shp/idn_admbnda_adm2_bps_20200401.shp")## Reading layer `idn_admbnda_adm2_bps_20200401' from data source
## `D:\ASPRAK VISDAT\idn_adm_bps_20200401_shp\idn_admbnda_adm2_bps_20200401.shp'
## using driver `ESRI Shapefile'
## Simple feature collection with 522 features and 14 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 95.01079 ymin: -11.00762 xmax: 141.0194 ymax: 6.07693
## Geodetic CRS: WGS 84## Rows: 522
## Columns: 15
## $ Shape_Leng <dbl> 2.360029, 1.963994, 4.590182, 3.287754, 4.448584, 4.907219,…
## $ Shape_Area <dbl> 0.22896809, 0.15413587, 0.23639581, 0.31616114, 0.34303826,…
## $ ADM2_EN <chr> "Aceh Barat", "Aceh Barat Daya", "Aceh Besar", "Aceh Jaya",…
## $ ADM2_PCODE <chr> "ID1107", "ID1112", "ID1108", "ID1116", "ID1103", "ID1102",…
## $ ADM2_REF <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,…
## $ ADM2ALT1EN <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,…
## $ ADM2ALT2EN <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,…
## $ ADM1_EN <chr> "Aceh", "Aceh", "Aceh", "Aceh", "Aceh", "Aceh", "Aceh", "Ac…
## $ ADM1_PCODE <chr> "ID11", "ID11", "ID11", "ID11", "ID11", "ID11", "ID11", "ID…
## $ ADM0_EN <chr> "Indonesia", "Indonesia", "Indonesia", "Indonesia", "Indone…
## $ ADM0_PCODE <chr> "ID", "ID", "ID", "ID", "ID", "ID", "ID", "ID", "ID", "ID",…
## $ date <date> 2019-12-20, 2019-12-20, 2019-12-20, 2019-12-20, 2019-12-20…
## $ validOn <date> 2020-04-01, 2020-04-01, 2020-04-01, 2020-04-01, 2020-04-01…
## $ validTo <date> -001-11-30, -001-11-30, -001-11-30, -001-11-30, -001-11-30…
## $ geometry <MULTIPOLYGON [°]> MULTIPOLYGON (((96.26836 4...., MULTIPOLYGON (…JabarJawa<-read.csv("https://raw.githubusercontent.com/Nr5D/BatasWilayahID/main/JabarJawa.csv",
header=TRUE, sep=";")
print(JabarJawa)## Shape_Leng Shape_Area ADM2_EN ADM2_PCODE DATA
## 1 1.2780153 0.000880270 Kepulauan Seribu ID3101 NA
## 2 0.8389714 0.011833671 Kota Jakarta Selatan ID3171 NA
## 3 1.0211135 0.015089248 Kota Jakarta Timur ID3172 NA
## 4 0.3837589 0.003912531 Kota Jakarta Pusat ID3173 NA
## 5 0.5903399 0.010251018 Kota Jakarta Barat ID3174 NA
## 6 1.1430047 0.011458928 Kota Jakarta Utara ID3175 NA
## 7 4.4503424 0.244740311 Bogor ID3201 939
## 8 4.0316521 0.340828336 Sukabumi ID3202 921
## 9 4.7411417 0.294079150 Cianjur ID3203 31
## 10 3.0930051 0.143606651 Bandung ID3204 912
## 11 3.4775417 0.253001598 Garut ID3205 829
## 12 3.8401032 0.220800931 Tasikmalaya ID3206 485
## 13 3.1309583 0.130477287 Ciamis ID3207 709
## 14 1.9213129 0.097024787 Kuningan ID3208 590
## 15 2.7528270 0.087382314 Cirebon ID3209 589
## 16 2.5117868 0.109673065 Majalengka ID3210 389
## 17 2.3489732 0.127413472 Sumedang ID3211 612
## 18 3.1488328 0.170289614 Indramayu ID3212 724
## 19 2.7279924 0.177479423 Subang ID3213 417
## 20 1.8202405 0.080856319 Purwakarta ID3214 174
## 21 2.8989025 0.156416864 Karawang ID3215 655
## 22 2.5533690 0.103597395 Bekasi ID3216 565
## 23 3.0275629 0.104475861 Bandung Barat ID3217 360
## 24 2.4437107 0.092866642 Pangandaran ID3218 611
## 25 0.6756566 0.009136696 Kota Bogor ID3271 428
## 26 0.4299943 0.004005335 Kota Sukabumi ID3272 204
## 27 0.8320538 0.013749832 Kota Bandung ID3273 434
## 28 0.4171366 0.003253617 Kota Cirebon ID3274 265
## 29 1.1944248 0.017495265 Kota Bekasi ID3275 759
## 30 1.0599248 0.016325342 Kota Depok ID3276 536
## 31 0.3869608 0.003366308 Kota Cimahi ID3277 615
## 32 0.8551446 0.015062969 Kota Tasikmalaya ID3278 180
## 33 0.7372064 0.010686214 Kota Banjar ID3279 369
## 34 1.5424935 0.004693348 Waduk Cirata ID3288 245
## 35 3.5461424 0.192120880 Cilacap ID3301 NA
## 36 2.1312899 0.113848219 Banyumas ID3302 NA
## 37 1.5350541 0.066167437 Purbalingga ID3303 NA
## 38 2.3262377 0.094114346 Banjarnegara ID3304 NA
## 39 1.9871102 0.109053422 Kebumen ID3305 NA
## 40 1.6235631 0.089320184 Purworejo ID3306 NA
## 41 1.8285183 0.081405045 Wonosobo ID3307 NA
## 42 1.9426854 0.092673525 Magelang ID3308 NA
## 43 3.6467349 0.089092372 Boyolali ID3309 NA
## 44 1.6039941 0.057475425 Klaten ID3310 NA
## 45 1.6009245 0.040450025 Sukoharjo ID3311 NA
## 46 2.7184019 0.157670777 Wonogiri ID3312 NA
## 47 1.9621112 0.065865999 Karanganyar ID3313 NA
## 48 2.9026024 0.080082676 Sragen ID3314 NA
## 49 3.3119005 0.166188153 Grobogan ID3315 NA
## 50 2.5800099 0.159502076 Blora ID3316 NA
## 51 1.7984751 0.085013464 Rembang ID3317 NA
## 52 2.5684774 0.129356642 Pati ID3318 NA
## 53 1.4217575 0.035625891 Kudus ID3319 NA
## 54 2.9962389 0.083637846 Jepara ID3320 NA
## 55 2.3445414 0.082018231 Demak ID3321 NA
## 56 2.9670893 0.082203405 Semarang ID3322 NA
## 57 1.5967704 0.071470168 Temanggung ID3323 NA
## 58 2.3645525 0.081959802 Kendal ID3324 NA
## 59 1.5603610 0.070320236 Batang ID3325 NA
## 60 1.7115867 0.073056114 Pekalongan ID3326 NA
## 61 2.1323603 0.093082083 Pemalang ID3327 NA
## 62 2.0911209 0.081407654 Tegal ID3328 NA
## 63 3.0571785 0.143587300 Brebes ID3329 NA
## 64 0.2484234 0.001464178 Kota Magelang ID3371 NA
## 65 0.3568604 0.003790777 Kota Surakarta ID3372 NA
## 66 0.4029672 0.004347266 Kota Salatiga ID3373 NA
## 67 1.2371938 0.031562961 Kota Semarang ID3374 NA
## 68 0.3765601 0.003733623 Kota Pekalongan ID3375 NA
## 69 0.2778405 0.003185463 Kota Tegal ID3376 NA
## 70 1.9508343 0.002434805 Wadung Kedungombo ID3388 NA
## 71 0.3325593 0.001549309 Hutan ID3399 NA
## 72 1.2755465 0.047138869 Kulon Progo ID3401 NA
## 73 1.8320763 0.042281185 Bantul ID3402 NA
## 74 2.3936529 0.120912448 Gunung Kidul ID3403 NA
## 75 1.5309696 0.047099670 Sleman ID3404 NA
## 76 0.3413777 0.002697579 Kota Yogyakarta ID3471 NA
## 77 2.6092342 0.116387531 Pacitan ID3501 NA
## 78 2.1681242 0.116170238 Ponorogo ID3502 NA
## 79 3.1634604 0.102405008 Trenggalek ID3503 NA
## 80 2.3135311 0.094379498 Tulungagung ID3504 NA
## 81 2.7942898 0.143907914 Blitar ID3505 NA
## 82 2.6825425 0.124861896 Kediri ID3506 NA
## 83 5.2500601 0.283610052 Malang ID3507 NA
## 84 2.0133420 0.148529912 Lumajang ID3508 NA
## 85 4.2547225 0.271343189 Jember ID3509 NA
## 86 4.1569209 0.295776655 Banyuwangi ID3510 NA
## 87 2.2097294 0.127557300 Bondowoso ID3511 NA
## 88 3.1625581 0.135929837 Situbondo ID3512 NA
## 89 2.9816007 0.141472035 Probolinggo ID3513 NA
## 90 2.0296969 0.122227613 Pasuruan ID3514 NA
## 91 1.4115321 0.059478105 Sidoarjo ID3515 NA
## 92 2.0080335 0.079810672 Mojokerto ID3516 NA
## 93 1.9743176 0.091805894 Jombang ID3517 NA
## 94 2.0550782 0.105724566 Nganjuk ID3518 NA
## 95 2.2202630 0.091574998 Madiun ID3519 NA
## 96 1.4101202 0.057528221 Magetan ID3520 NA
## 97 2.1725316 0.114126273 Ngawi ID3521 NA
## 98 3.2154030 0.189461167 Bojonegoro ID3522 NA
## 99 2.4866532 0.161794358 Tuban ID3523 NA
## 100 2.7290600 0.143367035 Lamongan ID3524 NA
## 101 3.6602720 0.102514578 Gresik ID3525 NA
## 102 1.9027030 0.106666720 Bangkalan ID3526 NA
## 103 2.1058171 0.100360346 Sampang ID3527 NA
## 104 1.5487037 0.065319882 Pamekasan ID3528 NA
## 105 10.1794983 0.171011442 Sumenep ID3529 NA
## 106 0.4766407 0.005671529 Kota Kediri ID3571 NA
## 107 0.3425108 0.002737361 Kota Blitar ID3572 NA
## 108 0.6929139 0.009017429 Kota Malang ID3573 NA
## 109 0.4940974 0.004503426 Kota Probolinggo ID3574 NA
## 110 0.3506572 0.003190349 Kota Pasuruan ID3575 NA
## 111 0.2425433 0.001655575 Kota Mojokerto ID3576 NA
## 112 0.3574707 0.002837389 Kota Madiun ID3577 NA
## 113 1.1188377 0.027508783 Kota Surabaya ID3578 NA
## 114 0.6981769 0.016095222 Kota Batu ID3579 NA
## 115 5.7695251 0.227341806 Pandeglang ID3601 NA
## 116 3.3469201 0.270511717 Lebak ID3602 NA
## 117 2.2885028 0.083877557 Tangerang ID3603 NA
## 118 4.3171742 0.119862536 Serang ID3604 NA
## 119 0.8348674 0.014826514 Kota Tangerang ID3671 NA
## 120 0.9809574 0.013418262 Kota Cilegon ID3672 NA
## 121 0.9453139 0.021638021 Kota Serang ID3673 NA
## 122 0.6787284 0.013434741 Kota Tangerang Selatan ID3674 NA## To enable caching of data, set `options(tigris_use_cache = TRUE)`
## in your R script or .Rprofile.merged_JabarJawa <- geo_join(spatial_data=Admin2,
data_frame=JabarJawa, by_sp="ADM2_PCODE",
by_df="ADM2_PCODE", how = "inner")## Warning: We recommend using the dplyr::*_join() family of functions instead.## Shape_Leng Shape_Area ADM2_EN ADM2_PCODE DATA
## 1 1.2780153 0.000880270 Kepulauan Seribu ID3101 NA
## 2 0.8389714 0.011833671 Kota Jakarta Selatan ID3171 NA
## 3 1.0211135 0.015089248 Kota Jakarta Timur ID3172 NA
## 4 0.3837589 0.003912531 Kota Jakarta Pusat ID3173 NA
## 5 0.5903399 0.010251018 Kota Jakarta Barat ID3174 NA
## 6 1.1430047 0.011458928 Kota Jakarta Utara ID3175 NA
## 7 4.4503424 0.244740311 Bogor ID3201 939
## 8 4.0316521 0.340828336 Sukabumi ID3202 921
## 9 4.7411417 0.294079150 Cianjur ID3203 31
## 10 3.0930051 0.143606651 Bandung ID3204 912
## 11 3.4775417 0.253001598 Garut ID3205 829
## 12 3.8401032 0.220800931 Tasikmalaya ID3206 485
## 13 3.1309583 0.130477287 Ciamis ID3207 709
## 14 1.9213129 0.097024787 Kuningan ID3208 590
## 15 2.7528270 0.087382314 Cirebon ID3209 589
## 16 2.5117868 0.109673065 Majalengka ID3210 389
## 17 2.3489732 0.127413472 Sumedang ID3211 612
## 18 3.1488328 0.170289614 Indramayu ID3212 724
## 19 2.7279924 0.177479423 Subang ID3213 417
## 20 1.8202405 0.080856319 Purwakarta ID3214 174
## 21 2.8989025 0.156416864 Karawang ID3215 655
## 22 2.5533690 0.103597395 Bekasi ID3216 565
## 23 3.0275629 0.104475861 Bandung Barat ID3217 360
## 24 2.4437107 0.092866642 Pangandaran ID3218 611
## 25 0.6756566 0.009136696 Kota Bogor ID3271 428
## 26 0.4299943 0.004005335 Kota Sukabumi ID3272 204
## 27 0.8320538 0.013749832 Kota Bandung ID3273 434
## 28 0.4171366 0.003253617 Kota Cirebon ID3274 265
## 29 1.1944248 0.017495265 Kota Bekasi ID3275 759
## 30 1.0599248 0.016325342 Kota Depok ID3276 536
## 31 0.3869608 0.003366308 Kota Cimahi ID3277 615
## 32 0.8551446 0.015062969 Kota Tasikmalaya ID3278 180
## 33 0.7372064 0.010686214 Kota Banjar ID3279 369
## 34 1.5424935 0.004693348 Waduk Cirata ID3288 245
## 35 3.5461424 0.192120880 Cilacap ID3301 NA
## 36 2.1312899 0.113848219 Banyumas ID3302 NA
## 37 1.5350541 0.066167437 Purbalingga ID3303 NA
## 38 2.3262377 0.094114346 Banjarnegara ID3304 NA
## 39 1.9871102 0.109053422 Kebumen ID3305 NA
## 40 1.6235631 0.089320184 Purworejo ID3306 NA
## 41 1.8285183 0.081405045 Wonosobo ID3307 NA
## 42 1.9426854 0.092673525 Magelang ID3308 NA
## 43 3.6467349 0.089092372 Boyolali ID3309 NA
## 44 1.6039941 0.057475425 Klaten ID3310 NA
## 45 1.6009245 0.040450025 Sukoharjo ID3311 NA
## 46 2.7184019 0.157670777 Wonogiri ID3312 NA
## 47 1.9621112 0.065865999 Karanganyar ID3313 NA
## 48 2.9026024 0.080082676 Sragen ID3314 NA
## 49 3.3119005 0.166188153 Grobogan ID3315 NA
## 50 2.5800099 0.159502076 Blora ID3316 NA
## 51 1.7984751 0.085013464 Rembang ID3317 NA
## 52 2.5684774 0.129356642 Pati ID3318 NA
## 53 1.4217575 0.035625891 Kudus ID3319 NA
## 54 2.9962389 0.083637846 Jepara ID3320 NA
## 55 2.3445414 0.082018231 Demak ID3321 NA
## 56 2.9670893 0.082203405 Semarang ID3322 NA
## 57 1.5967704 0.071470168 Temanggung ID3323 NA
## 58 2.3645525 0.081959802 Kendal ID3324 NA
## 59 1.5603610 0.070320236 Batang ID3325 NA
## 60 1.7115867 0.073056114 Pekalongan ID3326 NA
## 61 2.1323603 0.093082083 Pemalang ID3327 NA
## 62 2.0911209 0.081407654 Tegal ID3328 NA
## 63 3.0571785 0.143587300 Brebes ID3329 NA
## 64 0.2484234 0.001464178 Kota Magelang ID3371 NA
## 65 0.3568604 0.003790777 Kota Surakarta ID3372 NA
## 66 0.4029672 0.004347266 Kota Salatiga ID3373 NA
## 67 1.2371938 0.031562961 Kota Semarang ID3374 NA
## 68 0.3765601 0.003733623 Kota Pekalongan ID3375 NA
## 69 0.2778405 0.003185463 Kota Tegal ID3376 NA
## 70 1.9508343 0.002434805 Wadung Kedungombo ID3388 NA
## 71 0.3325593 0.001549309 Hutan ID3399 NA
## 72 1.2755465 0.047138869 Kulon Progo ID3401 NA
## 73 1.8320763 0.042281185 Bantul ID3402 NA
## 74 2.3936529 0.120912448 Gunung Kidul ID3403 NA
## 75 1.5309696 0.047099670 Sleman ID3404 NA
## 76 0.3413777 0.002697579 Kota Yogyakarta ID3471 NA
## 77 2.6092342 0.116387531 Pacitan ID3501 NA
## 78 2.1681242 0.116170238 Ponorogo ID3502 NA
## 79 3.1634604 0.102405008 Trenggalek ID3503 NA
## 80 2.3135311 0.094379498 Tulungagung ID3504 NA
## 81 2.7942898 0.143907914 Blitar ID3505 NA
## 82 2.6825425 0.124861896 Kediri ID3506 NA
## 83 5.2500601 0.283610052 Malang ID3507 NA
## 84 2.0133420 0.148529912 Lumajang ID3508 NA
## 85 4.2547225 0.271343189 Jember ID3509 NA
## 86 4.1569209 0.295776655 Banyuwangi ID3510 NA
## 87 2.2097294 0.127557300 Bondowoso ID3511 NA
## 88 3.1625581 0.135929837 Situbondo ID3512 NA
## 89 2.9816007 0.141472035 Probolinggo ID3513 NA
## 90 2.0296969 0.122227613 Pasuruan ID3514 NA
## 91 1.4115321 0.059478105 Sidoarjo ID3515 NA
## 92 2.0080335 0.079810672 Mojokerto ID3516 NA
## 93 1.9743176 0.091805894 Jombang ID3517 NA
## 94 2.0550782 0.105724566 Nganjuk ID3518 NA
## 95 2.2202630 0.091574998 Madiun ID3519 NA
## 96 1.4101202 0.057528221 Magetan ID3520 NA
## 97 2.1725316 0.114126273 Ngawi ID3521 NA
## 98 3.2154030 0.189461167 Bojonegoro ID3522 NA
## 99 2.4866532 0.161794358 Tuban ID3523 NA
## 100 2.7290600 0.143367035 Lamongan ID3524 NA
## 101 3.6602720 0.102514578 Gresik ID3525 NA
## 102 1.9027030 0.106666720 Bangkalan ID3526 NA
## 103 2.1058171 0.100360346 Sampang ID3527 NA
## 104 1.5487037 0.065319882 Pamekasan ID3528 NA
## 105 10.1794983 0.171011442 Sumenep ID3529 NA
## 106 0.4766407 0.005671529 Kota Kediri ID3571 NA
## 107 0.3425108 0.002737361 Kota Blitar ID3572 NA
## 108 0.6929139 0.009017429 Kota Malang ID3573 NA
## 109 0.4940974 0.004503426 Kota Probolinggo ID3574 NA
## 110 0.3506572 0.003190349 Kota Pasuruan ID3575 NA
## 111 0.2425433 0.001655575 Kota Mojokerto ID3576 NA
## 112 0.3574707 0.002837389 Kota Madiun ID3577 NA
## 113 1.1188377 0.027508783 Kota Surabaya ID3578 NA
## 114 0.6981769 0.016095222 Kota Batu ID3579 NA
## 115 5.7695251 0.227341806 Pandeglang ID3601 NA
## 116 3.3469201 0.270511717 Lebak ID3602 NA
## 117 2.2885028 0.083877557 Tangerang ID3603 NA
## 118 4.3171742 0.119862536 Serang ID3604 NA
## 119 0.8348674 0.014826514 Kota Tangerang ID3671 NA
## 120 0.9809574 0.013418262 Kota Cilegon ID3672 NA
## 121 0.9453139 0.021638021 Kota Serang ID3673 NA
## 122 0.6787284 0.013434741 Kota Tangerang Selatan ID3674 NApDATA<-ggplot()+
geom_sf(data=merged_JabarJawa,aes(fill=DATA))+
scale_fill_gradientn(colours=mycol)+
labs(title="Jabar dan Pulau Jawa")
pDATA