#Nomor 1
Data_Bencana_Sumbar_Tahun_2018 <- read.csv("C:/Users/denih/OneDrive/Dokumen/1. Komstat/Soal Tugas/Data Bencana Provinsi Sumatera Barat Tahun 2018.csv", header = TRUE)
Data_Bencana_Sumbar_Tahun_2018## Kode_Kab.Kot Nama_kab.kot Kode_bencana Kejadian
## 1 1301 KEPULAUAN MENTAWAI 101 BANJIR
## 2 1302 PESISIR SELATAN 101 BANJIR
## 3 1303 SOLOK 101 BANJIR
## 4 1304 SIJUNJUNG 101 BANJIR
## 5 1305 TANAH DATAR 101 BANJIR
## 6 1306 PADANG PARIAMAN 101 BANJIR
## 7 1307 AGAM 101 BANJIR
## 8 1308 LIMA PULUH KOTA 101 BANJIR
## 9 1309 PASAMAN 101 BANJIR
## 10 1310 SOLOK SELATAN 101 BANJIR
## 11 1311 DHARMASRAYA 101 BANJIR
## 12 1312 PASAMAN BARAT 101 BANJIR
## 13 1371 KOTA PADANG 101 BANJIR
## 14 1372 KOTA SOLOK 101 BANJIR
## 15 1375 KOTA BUKITTINGGI 101 BANJIR
## 16 1305 TANAH DATAR 102 TANAH LONGSOR
## 17 1306 PADANG PARIAMAN 102 TANAH LONGSOR
## 18 1307 AGAM 102 TANAH LONGSOR
## 19 1308 LIMA PULUH KOTA 102 TANAH LONGSOR
## 20 1371 KOTA PADANG 102 TANAH LONGSOR
## 21 1373 KOTA SAWAHLUNTO 102 TANAH LONGSOR
## 22 1375 KOTA BUKITTINGGI 102 TANAH LONGSOR
## 23 1377 KOTA PARIAMAN 102 TANAH LONGSOR
## 24 1306 PADANG PARIAMAN 104 GELOMBANG PASANG / ABRASI
## 25 1371 KOTA PADANG 104 GELOMBANG PASANG / ABRASI
## 26 1306 PADANG PARIAMAN 105 PUTING BELIUNG
## 27 1307 AGAM 105 PUTING BELIUNG
## 28 1308 LIMA PULUH KOTA 105 PUTING BELIUNG
## 29 1310 SOLOK SELATAN 105 PUTING BELIUNG
## 30 1371 KOTA PADANG 105 PUTING BELIUNG
## 31 1372 KOTA SOLOK 105 PUTING BELIUNG
## 32 1373 KOTA SAWAHLUNTO 105 PUTING BELIUNG
## 33 1303 SOLOK 107 KEBAKARAN HUTAN DAN LAHAN
## 34 1303 SOLOK 108 GEMPA BUMI
## 35 1371 KOTA PADANG 108 GEMPA BUMI
## 36 1305 TANAH DATAR 111 LETUSAN GUNUNG API
## Lon Lat Jumlah.Bencana Meninggal.dan.Hilang Menderita Mengungsi
## 1 98.95060 -1.359494 4 0 0 0
## 2 100.81677 -1.717765 2 0 0 0
## 3 100.83788 -0.927534 3 1 3237 279
## 4 101.14920 -0.648475 5 1 6 0
## 5 100.58279 -0.469818 1 6 0 24
## 6 100.20985 -0.566716 6 0 50 73
## 7 100.15376 -0.253182 5 0 1469 0
## 8 100.55281 0.028057 5 1 130 515
## 9 100.04745 0.399888 5 1 7570 0
## 10 101.27358 -1.365012 1 0 75 0
## 11 101.51932 -1.250643 1 0 0 0
## 12 99.60774 0.187961 5 1 0 1050
## 13 100.42795 -0.936425 2 2 6062 12
## 14 100.83788 -0.927534 2 0 1070 0
## 15 100.36907 -0.299229 3 0 256 0
## 16 100.58279 -0.469818 1 0 0 0
## 17 100.20985 -0.566716 5 3 19 0
## 18 100.15376 -0.253182 2 0 0 0
## 19 100.55281 0.028057 2 1 0 0
## 20 100.42795 -0.936425 1 1 0 0
## 21 100.75663 -0.661471 1 0 0 22
## 22 100.36907 -0.299229 1 0 0 0
## 23 100.13628 -0.612028 1 3 0 0
## 24 100.20985 -0.566716 1 0 0 0
## 25 100.42795 -0.936425 1 0 140 0
## 26 100.20985 -0.566716 14 0 55 35
## 27 100.15376 -0.253182 1 1 0 0
## 28 100.55281 0.028057 4 0 15 0
## 29 101.27358 -1.365012 2 0 0 0
## 30 100.42795 -0.936425 2 0 0 0
## 31 100.83788 -0.927534 1 0 0 0
## 32 100.75663 -0.661471 1 0 0 0
## 33 100.83788 -0.927534 1 0 0 0
## 34 100.83788 -0.927534 1 1 0 54
## 35 100.42795 -0.936425 1 0 0 0
## 36 100.58279 -0.469818 2 0 0 0
## Rumah.Rusak.Berat Rumah.Rusak.Sedang Rumah.Rusak.Ringan Faskes.Rusak
## 1 0 0 0 0
## 2 0 0 0 0
## 3 2 4 14 0
## 4 26 1 30 0
## 5 11 0 0 0
## 6 3 0 17 0
## 7 1 2 2 0
## 8 2 0 0 0
## 9 69 0 0 0
## 10 0 0 0 0
## 11 0 0 0 0
## 12 2 0 0 0
## 13 4 0 0 0
## 14 0 0 0 0
## 15 0 0 0 0
## 16 0 1 0 0
## 17 9 8 2 0
## 18 0 0 7 0
## 19 0 0 1 0
## 20 0 0 0 0
## 21 4 0 12 0
## 22 0 0 0 0
## 23 1 0 0 0
## 24 0 0 0 0
## 25 0 28 0 0
## 26 5 10 13 0
## 27 0 1 0 0
## 28 3 0 2 0
## 29 0 1 2 0
## 30 2 5 9 0
## 31 0 0 1 0
## 32 0 0 1 0
## 33 0 0 0 0
## 34 19 5 63 0
## 35 6 0 19 0
## 36 0 0 0 0
## Rumah.Ibadah.Rusak Sekolah.Rusak
## 1 0 0
## 2 0 5
## 3 9 5
## 4 3 0
## 5 0 1
## 6 4 0
## 7 1 1
## 8 2 2
## 9 2 2
## 10 0 0
## 11 1 0
## 12 1 0
## 13 0 1
## 14 2 1
## 15 1 1
## 16 0 0
## 17 0 0
## 18 0 1
## 19 0 0
## 20 0 0
## 21 0 0
## 22 0 0
## 23 0 0
## 24 0 2
## 25 0 0
## 26 0 0
## 27 0 0
## 28 0 0
## 29 0 0
## 30 0 0
## 31 0 0
## 32 0 0
## 33 0 0
## 34 0 0
## 35 0 0
## 36 0 0#Nomor 2
Data_Bencana_Sumbar_Tahun_2018$Rumah.Rusak <- Data_Bencana_Sumbar_Tahun_2018$Rumah.Rusak.Berat +
Data_Bencana_Sumbar_Tahun_2018$Rumah.Rusak.Sedang +
Data_Bencana_Sumbar_Tahun_2018$Rumah.Rusak.Ringan
Data_Bencana_Sumbar_Tahun_2018## Kode_Kab.Kot Nama_kab.kot Kode_bencana Kejadian
## 1 1301 KEPULAUAN MENTAWAI 101 BANJIR
## 2 1302 PESISIR SELATAN 101 BANJIR
## 3 1303 SOLOK 101 BANJIR
## 4 1304 SIJUNJUNG 101 BANJIR
## 5 1305 TANAH DATAR 101 BANJIR
## 6 1306 PADANG PARIAMAN 101 BANJIR
## 7 1307 AGAM 101 BANJIR
## 8 1308 LIMA PULUH KOTA 101 BANJIR
## 9 1309 PASAMAN 101 BANJIR
## 10 1310 SOLOK SELATAN 101 BANJIR
## 11 1311 DHARMASRAYA 101 BANJIR
## 12 1312 PASAMAN BARAT 101 BANJIR
## 13 1371 KOTA PADANG 101 BANJIR
## 14 1372 KOTA SOLOK 101 BANJIR
## 15 1375 KOTA BUKITTINGGI 101 BANJIR
## 16 1305 TANAH DATAR 102 TANAH LONGSOR
## 17 1306 PADANG PARIAMAN 102 TANAH LONGSOR
## 18 1307 AGAM 102 TANAH LONGSOR
## 19 1308 LIMA PULUH KOTA 102 TANAH LONGSOR
## 20 1371 KOTA PADANG 102 TANAH LONGSOR
## 21 1373 KOTA SAWAHLUNTO 102 TANAH LONGSOR
## 22 1375 KOTA BUKITTINGGI 102 TANAH LONGSOR
## 23 1377 KOTA PARIAMAN 102 TANAH LONGSOR
## 24 1306 PADANG PARIAMAN 104 GELOMBANG PASANG / ABRASI
## 25 1371 KOTA PADANG 104 GELOMBANG PASANG / ABRASI
## 26 1306 PADANG PARIAMAN 105 PUTING BELIUNG
## 27 1307 AGAM 105 PUTING BELIUNG
## 28 1308 LIMA PULUH KOTA 105 PUTING BELIUNG
## 29 1310 SOLOK SELATAN 105 PUTING BELIUNG
## 30 1371 KOTA PADANG 105 PUTING BELIUNG
## 31 1372 KOTA SOLOK 105 PUTING BELIUNG
## 32 1373 KOTA SAWAHLUNTO 105 PUTING BELIUNG
## 33 1303 SOLOK 107 KEBAKARAN HUTAN DAN LAHAN
## 34 1303 SOLOK 108 GEMPA BUMI
## 35 1371 KOTA PADANG 108 GEMPA BUMI
## 36 1305 TANAH DATAR 111 LETUSAN GUNUNG API
## Lon Lat Jumlah.Bencana Meninggal.dan.Hilang Menderita Mengungsi
## 1 98.95060 -1.359494 4 0 0 0
## 2 100.81677 -1.717765 2 0 0 0
## 3 100.83788 -0.927534 3 1 3237 279
## 4 101.14920 -0.648475 5 1 6 0
## 5 100.58279 -0.469818 1 6 0 24
## 6 100.20985 -0.566716 6 0 50 73
## 7 100.15376 -0.253182 5 0 1469 0
## 8 100.55281 0.028057 5 1 130 515
## 9 100.04745 0.399888 5 1 7570 0
## 10 101.27358 -1.365012 1 0 75 0
## 11 101.51932 -1.250643 1 0 0 0
## 12 99.60774 0.187961 5 1 0 1050
## 13 100.42795 -0.936425 2 2 6062 12
## 14 100.83788 -0.927534 2 0 1070 0
## 15 100.36907 -0.299229 3 0 256 0
## 16 100.58279 -0.469818 1 0 0 0
## 17 100.20985 -0.566716 5 3 19 0
## 18 100.15376 -0.253182 2 0 0 0
## 19 100.55281 0.028057 2 1 0 0
## 20 100.42795 -0.936425 1 1 0 0
## 21 100.75663 -0.661471 1 0 0 22
## 22 100.36907 -0.299229 1 0 0 0
## 23 100.13628 -0.612028 1 3 0 0
## 24 100.20985 -0.566716 1 0 0 0
## 25 100.42795 -0.936425 1 0 140 0
## 26 100.20985 -0.566716 14 0 55 35
## 27 100.15376 -0.253182 1 1 0 0
## 28 100.55281 0.028057 4 0 15 0
## 29 101.27358 -1.365012 2 0 0 0
## 30 100.42795 -0.936425 2 0 0 0
## 31 100.83788 -0.927534 1 0 0 0
## 32 100.75663 -0.661471 1 0 0 0
## 33 100.83788 -0.927534 1 0 0 0
## 34 100.83788 -0.927534 1 1 0 54
## 35 100.42795 -0.936425 1 0 0 0
## 36 100.58279 -0.469818 2 0 0 0
## Rumah.Rusak.Berat Rumah.Rusak.Sedang Rumah.Rusak.Ringan Faskes.Rusak
## 1 0 0 0 0
## 2 0 0 0 0
## 3 2 4 14 0
## 4 26 1 30 0
## 5 11 0 0 0
## 6 3 0 17 0
## 7 1 2 2 0
## 8 2 0 0 0
## 9 69 0 0 0
## 10 0 0 0 0
## 11 0 0 0 0
## 12 2 0 0 0
## 13 4 0 0 0
## 14 0 0 0 0
## 15 0 0 0 0
## 16 0 1 0 0
## 17 9 8 2 0
## 18 0 0 7 0
## 19 0 0 1 0
## 20 0 0 0 0
## 21 4 0 12 0
## 22 0 0 0 0
## 23 1 0 0 0
## 24 0 0 0 0
## 25 0 28 0 0
## 26 5 10 13 0
## 27 0 1 0 0
## 28 3 0 2 0
## 29 0 1 2 0
## 30 2 5 9 0
## 31 0 0 1 0
## 32 0 0 1 0
## 33 0 0 0 0
## 34 19 5 63 0
## 35 6 0 19 0
## 36 0 0 0 0
## Rumah.Ibadah.Rusak Sekolah.Rusak Rumah.Rusak
## 1 0 0 0
## 2 0 5 0
## 3 9 5 20
## 4 3 0 57
## 5 0 1 11
## 6 4 0 20
## 7 1 1 5
## 8 2 2 2
## 9 2 2 69
## 10 0 0 0
## 11 1 0 0
## 12 1 0 2
## 13 0 1 4
## 14 2 1 0
## 15 1 1 0
## 16 0 0 1
## 17 0 0 19
## 18 0 1 7
## 19 0 0 1
## 20 0 0 0
## 21 0 0 16
## 22 0 0 0
## 23 0 0 1
## 24 0 2 0
## 25 0 0 28
## 26 0 0 28
## 27 0 0 1
## 28 0 0 5
## 29 0 0 3
## 30 0 0 16
## 31 0 0 1
## 32 0 0 1
## 33 0 0 0
## 34 0 0 87
## 35 0 0 25
## 36 0 0 0#Nomor 3
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, unionData_Bencana_Sumbar <- Data_Bencana_Sumbar_Tahun_2018 %>%
select(-c(Kode_Kab.Kot, Kode_bencana, Lon, Lat, Menderita, Mengungsi,
Rumah.Rusak.Berat, Rumah.Rusak.Sedang, Rumah.Rusak.Ringan,
Faskes.Rusak, Rumah.Ibadah.Rusak, Sekolah.Rusak))
Data_Bencana_Sumbar## Nama_kab.kot Kejadian Jumlah.Bencana
## 1 KEPULAUAN MENTAWAI BANJIR 4
## 2 PESISIR SELATAN BANJIR 2
## 3 SOLOK BANJIR 3
## 4 SIJUNJUNG BANJIR 5
## 5 TANAH DATAR BANJIR 1
## 6 PADANG PARIAMAN BANJIR 6
## 7 AGAM BANJIR 5
## 8 LIMA PULUH KOTA BANJIR 5
## 9 PASAMAN BANJIR 5
## 10 SOLOK SELATAN BANJIR 1
## 11 DHARMASRAYA BANJIR 1
## 12 PASAMAN BARAT BANJIR 5
## 13 KOTA PADANG BANJIR 2
## 14 KOTA SOLOK BANJIR 2
## 15 KOTA BUKITTINGGI BANJIR 3
## 16 TANAH DATAR TANAH LONGSOR 1
## 17 PADANG PARIAMAN TANAH LONGSOR 5
## 18 AGAM TANAH LONGSOR 2
## 19 LIMA PULUH KOTA TANAH LONGSOR 2
## 20 KOTA PADANG TANAH LONGSOR 1
## 21 KOTA SAWAHLUNTO TANAH LONGSOR 1
## 22 KOTA BUKITTINGGI TANAH LONGSOR 1
## 23 KOTA PARIAMAN TANAH LONGSOR 1
## 24 PADANG PARIAMAN GELOMBANG PASANG / ABRASI 1
## 25 KOTA PADANG GELOMBANG PASANG / ABRASI 1
## 26 PADANG PARIAMAN PUTING BELIUNG 14
## 27 AGAM PUTING BELIUNG 1
## 28 LIMA PULUH KOTA PUTING BELIUNG 4
## 29 SOLOK SELATAN PUTING BELIUNG 2
## 30 KOTA PADANG PUTING BELIUNG 2
## 31 KOTA SOLOK PUTING BELIUNG 1
## 32 KOTA SAWAHLUNTO PUTING BELIUNG 1
## 33 SOLOK KEBAKARAN HUTAN DAN LAHAN 1
## 34 SOLOK GEMPA BUMI 1
## 35 KOTA PADANG GEMPA BUMI 1
## 36 TANAH DATAR LETUSAN GUNUNG API 2
## Meninggal.dan.Hilang Rumah.Rusak
## 1 0 0
## 2 0 0
## 3 1 20
## 4 1 57
## 5 6 11
## 6 0 20
## 7 0 5
## 8 1 2
## 9 1 69
## 10 0 0
## 11 0 0
## 12 1 2
## 13 2 4
## 14 0 0
## 15 0 0
## 16 0 1
## 17 3 19
## 18 0 7
## 19 1 1
## 20 1 0
## 21 0 16
## 22 0 0
## 23 3 1
## 24 0 0
## 25 0 28
## 26 0 28
## 27 1 1
## 28 0 5
## 29 0 3
## 30 0 16
## 31 0 1
## 32 0 1
## 33 0 0
## 34 1 87
## 35 0 25
## 36 0 0#Nomor 4
Data <- data.frame(No = 1:10,
Nama = c("Josephine", "Peter", "Adam", "Lusiana", "Anthoni", "Gabriela", "Mario", "Suzan", "Laura","Evelyn"),
Usia = c(17, 20, 19, 22, 30, 21, 20, 21, 18, 19),
Tinggi_cm = c(167, 154, 183, 159, 173, 160, 169, 161, 141, 153),
Berat_kg = c(57, 62, 67, 46, 57, 78, 55, 44, 50, 43))
Data$Tinggi_m <- Data$Tinggi_cm / 100
Data$BMI <- Data$Berat_kg / (Data$Tinggi_m^2)
Data$Kategori <- cut(Data$BMI,
breaks = c(-Inf, 18.5, 24.9, 29.9, Inf),
labels = c("Under Weight / Kurus", "Normal",
"Over Weight / Kegemukan", "Obesitas"))
Data## No Nama Usia Tinggi_cm Berat_kg Tinggi_m BMI
## 1 1 Josephine 17 167 57 1.67 20.43817
## 2 2 Peter 20 154 62 1.54 26.14269
## 3 3 Adam 19 183 67 1.83 20.00657
## 4 4 Lusiana 22 159 46 1.59 18.19548
## 5 5 Anthoni 30 173 57 1.73 19.04507
## 6 6 Gabriela 21 160 78 1.60 30.46875
## 7 7 Mario 20 169 55 1.69 19.25703
## 8 8 Suzan 21 161 44 1.61 16.97465
## 9 9 Laura 18 141 50 1.41 25.14964
## 10 10 Evelyn 19 153 43 1.53 18.36900
## Kategori
## 1 Normal
## 2 Over Weight / Kegemukan
## 3 Normal
## 4 Under Weight / Kurus
## 5 Normal
## 6 Obesitas
## 7 Normal
## 8 Under Weight / Kurus
## 9 Over Weight / Kegemukan
## 10 Under Weight / Kurus