Input Data

Sebelum membuat visualisasi data, akan dilakukan input data terkait korban tsunami di beberapa negara. Berikut adalah data korban tsunami yang telah dilampirkan:

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

Dokumen ini memulai dengan input data mengenai jumlah korban tsunami di beberapa negara (AS, Inggris, Australia, Jerman, dan Prancis). Data ini dihitung dalam jumlah korban dan persentase dari total keseluruhan.

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")

Data korban tsunami divisualisasikan dalam bentuk Pie Chart, dengan setiap negara diberikan warna berbeda serta ditampilkan dalam bentuk persentase. Hasil analisis menunjukkan bahwa Jerman memiliki jumlah korban terbanyak (32%), sedangkan Australia memiliki jumlah korban paling sedikit (8%).

Visualisasi Bar Chart

Hasil visualisasi data tersebut disajikan dalam bentuk Bar Chart sebagai berikut:

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

Selain Pie Chart, data korban tsunami juga ditampilkan menggunakan Bar Chart, yang memberikan gambaran perbandingan jumlah korban di setiap negara.

Diagram titik(Dot Plots)

Berikut adalah penyajian hasil visualisasi data di atas menggunakan Dot Plots:

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")

Selanjutnya, digunakan Dot Plots untuk menampilkan data mengenai jarak tempuh kendaraan per liter berdasarkan dataset mtcars.

Steam and Leaf Plots

Hasil penyajian data melalui metode Steam and Leaf Plot dapat divisualisasikan 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

Dokumen ini juga menyajikan Steam and Leaf Plot, metode visualisasi yang menunjukkan distribusi data mtcars$mpg dengan format yang menyerupai histogram tetapi lebih tekstual.

Histogram

Visualisasi data di atas telah disajikan dalam bentuk Histogram sebagai berikut:

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

Terakhir, histogram digunakan untuk menunjukkan distribusi jarak tempuh kendaraan per liter, dengan pemisahan data ke dalam 9 kelompok interval.