Input Data

Sebelum melakukan visualisasi data, akan diinputkan data terkait dengan korban stunami 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 di atas dengan menggunakan pie chart disajikan sebagai berikut:

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

Pie chart ini menunjukkan persebaran korban tsunami di lima negara. Jerman memiliki jumlah korban tertinggi (16 orang), disusul Inggris (12), AS (10), Prancis (8), dan Australia (4). Jerman memiliki persentase terbesar, sementara Australia paling kecil. Visualisasi ini mempermudah perbandingan jumlah korban antar negara.

Visualisasi Bar Chart

Hasil Visualisasi data di atas dengan menggunakan Bar Chart disajikan sebagai berikut:

barplot(korban, col = "red", main = "Barplot korban tsunami", names.arg = negara)

Bar chart ini menunjukkan jumlah korban tsunami di lima negara. Jerman memiliki jumlah korban tertinggi (16 orang), diikuti oleh Inggris (12), AS (10), Prancis (8), dan Australia (4). Perbedaan tinggi batang memudahkan perbandingan antar negara, dengan Jerman sebagai yang paling terdampak dan Australia paling sedikit.

Diagram Titik (Dot Plots)

Ini adalah hasil visualisasi dataset “mtcars” menggunakan Diagram Titik (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")

Dot plot ini menampilkan jarak tempuh kendaraan (mpg) dari dataset mtcars. Setiap titik merepresentasikan satu kendaraan, dengan posisi horizontal menunjukkan efisiensi bahan bakar dalam mil per galon. Visualisasi ini membantu melihat variasi efisiensi antar kendaraan, termasuk mana yang memiliki konsumsi bahan bakar paling tinggi atau rendah.

Steam and Leaf PLots

Hasil visualisasi dataset “mtcars” dengan menggunakan Stem 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

Stem and leaf plot ini menampilkan sebaran jarak tempuh kendaraan (mpg) dari dataset mtcars. Angka di sebelah kiri (stem) merepresentasikan digit utama, sementara angka di kanan (leaf) menunjukkan digit terakhir dari nilai mpg. Plot ini membantu dalam mengidentifikasi distribusi data, melihat nilai tertinggi dan terendah, serta mendeteksi pola seperti pemusatan atau pencilan dalam efisiensi bahan bakar kendaraan.

Histogram

Hasil visualisasi dataset “mtcars” dengan menggunakan Histogram disajikan sebagai berikut:

hist(mtcars$mpg, breaks = 9, main = "Histogram Jarak tempuh kendaraan per Liter", col = "blue", xlab = "Jarak tempuh per Liter")

Histogram ini menampilkan distribusi jarak tempuh kendaraan (mpg) dari dataset mtcars. Sumbu horizontal menunjukkan nilai mpg, sementara sumbu vertikal merepresentasikan jumlah kendaraan dalam setiap rentang mpg. Dari visualisasi ini, dapat terlihat bagaimana data tersebar, apakah cenderung terpusat pada nilai tertentu, serta ada atau tidaknya pola seperti distribusi normal atau pencilan.