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

Dari visualisasi tersebut dapat dijelaskan bahwa Negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami dengan jumlah sebanyak 32%. Sedangkan paling sedikit korban terdampak tsunami yaitu negara Australia dengan jumlah korban sebanyak 8%.

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 visualisasi diatas bisa terlihat bahwa Negara Germany menjadi negara yang paling terdampak dari bencana tsunami dengan korban mencapai 15 lalu disusul oleh UK, US, France, dan Australia

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 hasil visualisasi Dot plots bisa terlihat bahwa konsumsi bbm ada di 20km/L dan yang paling irit bisa menempuh 30km/L

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

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 per liter" )

dari hasil visualisasi Dot plots bisa terlihat bahwa konsumsi bbm ada di 20km/L dan yang paling irit bisa menempuh 30km/L