Visualisasi Data

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 di atas dengan menggunakan Pie Chart disajikan sebagai berikut:

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

Dari hasil visualisasi di atas 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%.

Dari hasil visualisasi di atas dapat dijelaskan bahwa Negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami. Sedangkan paling sedikit korban terdampak bencana Tsunami yaitu Australia.

Visualisasi Bar Chart

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

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

Dari hasil visualisasi di atas dapat dijelaskan bahwa Negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami dengan jumlah korban di atas 15 orang. Sedangkan paling sedikit korban terdampak bencana Tsunami yaitu Australia dengan jumlah korban di bawah 5 orang.

Dari hasil visualisasi di atas dapat dijelaskan bahwa Negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami. Sedangkan paling sedikit korban terdampak bencana Tsunami yaitu Australia.

Diagram Titik (Dot Plots)

Hasil visualisasi data di atas 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 di atas dapat dijelaskan bahwa jarak tempuh pada 15-20 km per liter memiliki jumlah frekuensi terbanyak. Sedangkan jarak tempuh per liter paling sedikit yaitu di atas 30 km per liter.

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 hasil visualisasi di atas dapat dijelaskan bahwa jarak tempuh kendaraan pada 14-20 km per liter memiliki jumlah frekuensi terbanyak.

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 = "pink", xlab = "Jarak tempuh per liter")