library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(ggplot2)
Gdp <- read.csv("/Users/fauzanfajari/Desktop/Semester IV/VISDAT/gdp_1960_2020.csv")
EUGdp <- Gdp %>% filter(state == "Europe", year == 2020)
fix <- EUGdp[, c(3,5)]
colnames(fix) <- c("region", "gdp")
fix
## region gdp
## 1 Germany 3.806060e+12
## 2 United Kingdom 2.707744e+12
## 3 France 2.603004e+12
## 4 Italy 1.886445e+12
## 5 Russia 1.483498e+12
## 6 Spain 1.281199e+12
## 7 Netherlands 9.122423e+11
## 8 Switzerland 7.479686e+11
## 9 Turkey 7.201012e+11
## 10 Poland 5.941647e+11
## 11 Sweden 5.376099e+11
## 12 Belgium 5.153325e+11
## 13 Austria 4.289654e+11
## 14 Ireland 4.186218e+11
## 15 Norway 3.620090e+11
## 16 Denmark 3.551840e+11
## 17 Finland 2.712339e+11
## 18 Romania 2.487156e+11
## 19 Czech 2.435304e+11
## 20 Portugal 2.312556e+11
## 21 Greece 1.894101e+11
## 22 Ukraine 1.555820e+11
## 23 Hungary 1.550129e+11
## 24 Slovakia 1.045741e+11
## 25 Luxembourg 7.326398e+10
## 26 Bulgaria 6.910510e+10
## 27 Belarus 6.025824e+10
## 28 Croatia 5.596658e+10
## 29 Lithuania 5.588727e+10
## 30 Serbia 5.296013e+10
## 31 Slovenia 5.288047e+10
## 32 Latvia 3.350519e+10
## 33 Estonia 3.102997e+10
## 34 Cyprus 2.380434e+10
## 35 Iceland 2.171467e+10
## 36 Bosnia and Herzegovina 1.978842e+10
## 37 Albania 1.479962e+10
## 38 Malta 1.464738e+10
## 39 Macedonia 1.226695e+10
## 40 Moldova 1.191404e+10
## 41 Montenegro 4.778582e+09
dataworld <- map_data("world")
join <- left_join(dataworld, fix, by="region")
df <- join %>% filter(!is.na(join$gdp))
head(df)
## long lat group order region subregion gdp
## 1 20.06396 42.54727 6 770 Albania <NA> 14799615097
## 2 20.10352 42.52466 6 771 Albania <NA> 14799615097
## 3 20.18574 42.42588 6 772 Albania <NA> 14799615097
## 4 20.24053 42.33897 6 773 Albania <NA> 14799615097
## 5 20.34824 42.30879 6 774 Albania <NA> 14799615097
## 6 20.40830 42.27495 6 775 Albania <NA> 14799615097
Data yang digunakan adalah data besar GDP negara-negara di Eropa dari tahun 1960-2020 yang bersumber dari kaggle. variabel yang digunakan pada dataset tersebut adalah variabel Country dan GDP
Sebaran Besar GDP di Eropa pada Tahun 2020
ggplot(df, aes( x = long, y = lat, group=group)) +
geom_polygon(aes(fill = gdp), color = "black")+
scale_fill_gradient(name = "GDP", low = "yellow", high = "red", na.value = "green")+
theme(axis.text.x = element_blank(),
axis.text.y = element_blank(),
axis.ticks = element_blank(),
axis.title.y=element_blank(),
axis.title.x=element_blank(),
rect = element_blank())
Berdasarkan data yang diperoleh dari eksplorasi plot geospasial sebaran GDP negara-negara di Eropa, terlihat bahwa Jerman menjadi negara dengan GDP tertinggi di Eropa pada tahun 2020. Dan Moldova menjadi negara di Eropa dengan GDP terkecil.
Grafik Perkembangan GDP di Jerman
# Create a function to generate random walk time series data
generate_random_walk <- function(n, start = 0, sd = 1) {
steps <- rnorm(n, mean = 0, sd = sd)
walk <- cumsum(steps) + start
return(walk)
}
# Create the time series data using random walk
set.seed(123)
dates <- seq(as.Date("1970-01-01"), by = "year", length.out = 51)
x <- Gdp %>% filter(country == "Germany")
values <- x$gdp
time_series_data <- data.frame(date = dates, value = values)
ggplot(time_series_data, aes(x = date, y = value)) +
geom_line() +
labs(title = "Random Walk Time Series Plot",
x = "Date",
y = "Value")
dalam rentang 1970 - 2020, terjadi kenaikan pada GDP di Jerman. meskipun pada tahun-tahun tertentu terjadi penurunan, akan terjadi lonjakan kenaikan GDP pada tahun-tahun berikutnya.
Perbandingan GDP Jerman dengan Perancis
pr <- Gdp %>% filter(country == "France")
y <- pr %>% slice(11:61)
values2 <- y$gdp
time_series_data2 <- data.frame(date = dates, value = values2)
ggplot() +
geom_line(data = time_series_data, aes(x = date, y = value, color = "Jerman")) +
geom_line(data = time_series_data2, aes(x = date, y = value * 2, color = "Perancis")) +
scale_color_manual(values = c("blue", "red")) +
labs(title = "Time Series Data for Two Locations/Scenarios",
x = "YEAR",
y = "In Germany") +
theme_minimal() +
theme(axis.title.y = element_text(color = "blue"),
axis.title.y.right = element_text(color = "red"),
axis.text.y.right = element_text(color = "red")) + scale_y_continuous(sec.axis = sec_axis(~./2, name = "In France")) + labs(color = "Locations")
Berikut adalah pebandingan perkembangan GDP Jerman dengan Perancis sebagai negara dengan GDP tertinggi ke-3 pada tahun 2020.