Input Data

Sebelum melakukan visualisasi data, akan diinputkan data terkait dengan korban tsuami di bebraa 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

Dari visualisasi tersebut dapat dijelaskan bahwa sebanyak Negara Jerman merupakan negara yang paling banyak terdampak bencana tsunami sebanyak 16 Korban. Sedangkan paling sedikit korban terdampak bencana tsunami yaitu australia dengan jumlah korba sebanyak 4 Korban. ## Visuaisasi Pie Chart

Hasil visualisasi data di atas 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 visualisasi tersebut dapat dijelaskan bahwa sebanyak Negara Jerman merupakan negara yang paling banyak terdampak bencana tsunami sebanyak 32%. Sedangkan paling sedikit korban terdampak bencana tsunami yaitu australia dengan jumlah korba sebanyak 8%.

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)

Dari visualisasi tersebut dapat dijelaskan bahwa sebanyak Negara Jerman merupakan negara yang paling banyak terdampak bencana tsunami sebanyak 16 Korban. Sedangkan paling sedikit korban terdampak bencana tsunami yaitu australia dengan jumlah korba sebanyak 4 Korban.

Visualisasi Diagram Titik(Dot Plots)

Hasil visualisasi data di atas dengan menggunakan Diagram Titik 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 visualisasi tersebut dapat dijelaskan bahwa mobil Datsun 710 merupakan mobil yang paling hemat karena dalam pengujian rata2 penggunaan bahan bakar bisa menempuh jarak 22.8 mpg, sedangkan mobil valiat merupakan mobil yang paling boros karena hanya bisa menempuh jarak 18.1 mpg

Visualisasi Steam and Leaf Plots

Hasil visualisasi data di atas 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 visualisasi tersebut dapat dijelaskan bahwa rata rata mobil yang sudah diuji, kebanyakan mobil memiliki rata2 penggunaan bahan bakar diantara 13-21 mpg, sedangkan ada beberapa mobil yang diluar jangkauan (penggunaan bahan bakar jauh lebih hemat daripada yang lain) dengan penggunaan bahan bakar antara 29-33 mpg

Histogram

Hasil visualisasi data di atas 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")

Dari visualisasi tersebut dapat dijelaskan bahwa rata rata mobil yang sudah diuji, kebanyakan mobil memiliki rata2 penggunaan bahan bakar diantara 13-21 mpg, sedangkan ada beberapa mobil yang diluar jangkauan (penggunaan bahan bakar jauh lebih hemat daripada yang lain) dengan penggunaan bahan bakar antara 29-33 mpg