# Nomor 1 sampai nomor 3
library(readxl)
data_bencana <- read_excel('D:\\Allif\\KOMSTAT\\Data Bencana Provinsi Sumatera Barat Tahun 2018.xlsx')

data_bencana$data_rumah_rusak<-data_bencana$`Rumah Rusak Berat`+data_bencana$`Rumah Rusak Sedang`+data_bencana$`Rumah Rusak Ringan`
data_bencana
## # A tibble: 36 × 17
##    `Kode_Kab/Kot` `Nama_kab/kot`     Kode_bencana Kejadian   Lon     Lat
##             <dbl> <chr>                     <dbl> <chr>    <dbl>   <dbl>
##  1           1301 KEPULAUAN MENTAWAI          101 BANJIR    99.0 -1.36  
##  2           1302 PESISIR SELATAN             101 BANJIR   101.  -1.72  
##  3           1303 SOLOK                       101 BANJIR   101.  -0.928 
##  4           1304 SIJUNJUNG                   101 BANJIR   101.  -0.648 
##  5           1305 TANAH DATAR                 101 BANJIR   101.  -0.470 
##  6           1306 PADANG PARIAMAN             101 BANJIR   100.  -0.567 
##  7           1307 AGAM                        101 BANJIR   100.  -0.253 
##  8           1308 LIMA PULUH KOTA             101 BANJIR   101.   0.0281
##  9           1309 PASAMAN                     101 BANJIR   100.   0.400 
## 10           1310 SOLOK SELATAN               101 BANJIR   101.  -1.37  
## # ℹ 26 more rows
## # ℹ 11 more variables: `Jumlah Bencana` <dbl>, `Meninggal dan Hilang` <dbl>,
## #   Menderita <dbl>, Mengungsi <dbl>, `Rumah Rusak Berat` <dbl>,
## #   `Rumah Rusak Sedang` <dbl>, `Rumah Rusak Ringan` <dbl>,
## #   `Faskes Rusak` <dbl>, `Rumah Ibadah Rusak` <dbl>, `Sekolah Rusak` <dbl>,
## #   data_rumah_rusak <dbl>
data_bencana$data_rumah_rusak
##  [1]  0  0 20 57 11 20  5  2 69  0  0  2  4  0  0  1 19  7  1  0 16  0  1  0 28
## [26] 28  1  5  3 16  1  1  0 87 25  0
data<-subset(data_bencana,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
## # A tibble: 36 × 5
##    `Nama_kab/kot`     Kejadian `Jumlah Bencana` `Meninggal dan Hilang`
##    <chr>              <chr>               <dbl>                  <dbl>
##  1 KEPULAUAN MENTAWAI BANJIR                  4                      0
##  2 PESISIR SELATAN    BANJIR                  2                      0
##  3 SOLOK              BANJIR                  3                      1
##  4 SIJUNJUNG          BANJIR                  5                      1
##  5 TANAH DATAR        BANJIR                  1                      6
##  6 PADANG PARIAMAN    BANJIR                  6                      0
##  7 AGAM               BANJIR                  5                      0
##  8 LIMA PULUH KOTA    BANJIR                  5                      1
##  9 PASAMAN            BANJIR                  5                      1
## 10 SOLOK SELATAN      BANJIR                  1                      0
## # ℹ 26 more rows
## # ℹ 1 more variable: data_rumah_rusak <dbl>
# Nomor 4
library(readxl)
Data_moy <- read_excel('D:\\Allif\\KOMSTAT\\Data Berat Badan.xlsx')

Data_moy$BMI<-(Data_moy$`Berat(kg)`/(Data_moy$`Tinggi(cm)`/100)^2)
Data_moy
## # A tibble: 10 × 6
##       No Nama       Usia `Tinggi(cm)` `Berat(kg)`   BMI
##    <dbl> <chr>     <dbl>        <dbl>       <dbl> <dbl>
##  1     1 Josephine    17          167          57  20.4
##  2     2 Peter        20          154          62  26.1
##  3     3 Adam         19          183          67  20.0
##  4     4 Lusiana      22          159          46  18.2
##  5     5 Anthoni      30          173          57  19.0
##  6     6 Gabriela     21          160          78  30.5
##  7     7 Mario        20          169          55  19.3
##  8     8 Suzan        21          161          44  17.0
##  9     9 Laura        18          141          50  25.1
## 10    10 Evelyn       19          153          43  18.4
Data_moy$Kategori[Data_moy$BMI<18.5]<-"Kurus"
## Warning: Unknown or uninitialised column: `Kategori`.
Data_moy$Kategori[Data_moy$BMI>=18.5 & Data_moy$BMI<= 24.9]<-"Normal"
Data_moy$Kategori[Data_moy$BMI>=25.0 & Data_moy$BMI<= 29.9]<-"Kegemukan"
Data_moy$Kategori[Data_moy$BMI>=30.0]<-"Obesitas"
Data_moy
## # A tibble: 10 × 7
##       No Nama       Usia `Tinggi(cm)` `Berat(kg)`   BMI Kategori 
##    <dbl> <chr>     <dbl>        <dbl>       <dbl> <dbl> <chr>    
##  1     1 Josephine    17          167          57  20.4 Normal   
##  2     2 Peter        20          154          62  26.1 Kegemukan
##  3     3 Adam         19          183          67  20.0 Normal   
##  4     4 Lusiana      22          159          46  18.2 Kurus    
##  5     5 Anthoni      30          173          57  19.0 Normal   
##  6     6 Gabriela     21          160          78  30.5 Obesitas 
##  7     7 Mario        20          169          55  19.3 Normal   
##  8     8 Suzan        21          161          44  17.0 Kurus    
##  9     9 Laura        18          141          50  25.1 Kegemukan
## 10    10 Evelyn       19          153          43  18.4 Kurus