Input Data

Sebelum melakukan visualisasi data, akan diinputkan data terkait dengan korban tsunami di beberapa negara. Berikut terlampir data korban Tsunami

korban <-c(10,12,4,16,8)
negara <-c("US","UK","AUSTRALIA","GERMANY","FRANCE")
persen <- round((korban/sum(korban))*100)
data.frame(korban,negara,persen)
##   korban    negara persen
## 1     10        US     20
## 2     12        UK     24
## 3      4 AUSTRALIA      8
## 4     16   GERMANY     32
## 5      8    FRANCE     16

Visualisasi Pie Chart

Hasil Visualisasi data diatas dengan menggunakan pie chart disajikan sebagai berikut

label <- paste(negara,persen,"%")#menambahkan persentase ke pie chart
pie(korban,labels = label, col=rainbow(length(label)),main="Pie Chart Korban Tsunami")

Dari Hasil Visualisasi tersebut dapat dijelaskan bahwa negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami dengan jumlah korban sebanyak 32%. Sedangkan Paling Sedikit korban Terdampak bencana Tsunami yaitu Australia dengan jumlah korban sebanyak 8%.

Visualisasi Bar Chart

Hasil Visualisasi data diatas dengan menggunakan Bar Chart disajikan sebagai berikut

barplot(korban,col="lightpink",main="Barplot korban Tsunami",names.arg = negara)

Dari Hasil Visualisasi tersebut dapat dijelaskan bahwa negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami dengan jumlah korban sebanyak 16 orang. Sedangkan Paling Sedikit korban Terdampak bencana Tsunami yaitu Australia dengan jumlah korban sebanyak 4 orang.

Diagram Titik (Dot Plots)

Hasil Visualisasi data diatas dengan menggunakan Dot Plots disajikan sebagai berikut

data("mtcars")
head(mtcars)
##                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
## Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
dotchart(mtcars$mpg,cex = 0.7,main = "Jarak Tempuh kendaraan per liter",xlab = "Jarak tempuh (km) per Liter")

Dari Hasil Visualisasi Grafik diatas menunjukkan variasi jarak tempuh kendaraan per liter bahan bakar, berkisar antara 10 hingga lebih dari 30 km/L. Sebagian besar kendaraan memiliki efisiensi 15-25 km/L. Data tersebar tanpa pola jelas, menunjukkan bahwa efisiensi bahan bakar bervariasi antar kendaraan.

Steam and leaf plots

Hasil Visualisasi data diatas dengan menggunakan Steam and Leaf Plots disajikan sebagai berikut

stem(mtcars$mpg,scale = 2)
## 
##   The decimal point is at the |
## 
##   10 | 44
##   12 | 3
##   14 | 3702258
##   16 | 438
##   18 | 17227
##   20 | 00445
##   22 | 88
##   24 | 4
##   26 | 03
##   28 | 
##   30 | 44
##   32 | 49

Dari Hasil Visualisasi Steam and Leaf Plot menunjukkan distribusi data konsumsi bahan bakar (mpg) dari dataset mtcars. Mayoritas nilai berkisar antara 14 hingga 24 mpg, dengan beberapa kendaraan memiliki efisiensi lebih tinggi (>30 mpg). Pola ini menunjukkan bahwa sebagian besar kendaraan dalam dataset memiliki efisiensi bahan bakar sedang.

Histogram

Hasil Visualisasi data diatas dengan menggunakan Histogram disajikan sebagai berikut

hist(mtcars$mpg,breaks = 9, main = "Histogram Jarak Tempuh Kendaraan Per Liter", col = "pink", xlab = "Jarak tempuh kendaraan per liter")

Dari Hasil Visualisasi Histogram menunjukkan distribusi jarak tempuh kendaraan per liter. Mayoritas kendaraan memiliki efisiensi antara 15-20 km/L, dengan frekuensi tertinggi sekitar 7 kendaraan. Distribusi data cukup tersebar, dengan beberapa kendaraan memiliki efisiensi lebih dari 30 km/L.