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 hasil visualisasi tersebut dapat dijelaskan bahwa negara Jerman memiliki jumlah korban tsunami paling banyak, sebanyak 32%, sedangkan negara Australia memiliki jumlah korban tsunami paling sedikit, sebanyak 8%.

Visualisasi Bar

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

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

Berdasarkan barplot di atas, bisa dilihat bahwa negara Jerman memiliki korban tsunami paling banyak, sedangkan negara Australia memiliki korban tsunami paling sedikit, dengan negara-negara lainnya memiliki korban mayoritas di kisaran lebih dari 10, kecuali negara Perancis. ## 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")

Menurut dot plot di atas, mayoritas jarak tempuh kendaraan lebih terkonsentrasi di antara 15-25 km per liter. Ini membuktikan bahwa kendaraan yang dikendarai responden cukup irit (tidak boros bahan bakar). ##Stem and Leaf Plots

Hasil visualisasi data di atas 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

Bisa dilihat dair stem and leaf plot ini bahwa mayoritas jarak tempuh kendaraan mobil berkumpul di antara 14-20 km, dan paling terkonsentrasi di jarak tempuh 14 km/liter. Sedangkan jarak tempuh 22-32 km merupakan minoritas, dengan jarak tempuh 28 km/liter tidak tersedia data sama sekali. ##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")

Berdasarkan histogram di atas, data paling banyak berkumpul di kisaran 15-20, dengan data terbanyak terdapat di jarak tempuh 15 km/liter. Terdapat juga outlier data yang berada di jarak tempuh ~30 km/liter, dikarenakan data dari jarak tempuh 26-29 km/liter tidak ditemukan. Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.