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, label=label,col=rainbow(length(label)),main="Pie Chart Korban Tsunami")

Dari hasil visualisasi tersebut 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%.

Visualisasi Bar Chart

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

barplot(korban,col="blue",main="barplot korban Tsunami", names.arg = negara)

Dari hasil visualisasi data menggunakan barplot, dapat diketahui bahwa Germany merupakan negara yang paling banyak korban terdampak bencana Tsunami dengan jumlah korban sebanyak 16 jiwa. Sedangkan paling sedikit korban terdampak bencana Tsunami yaitu Australia dengan jumlah korban sebanyak 4 jiwa.

Diagram titik (Dot plot)

Hasil visualisasi data di atas dengan menggunakan Dot plot 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 data menggunakan dot plot, dapat diketahui bahwa beberapa kendaraan memiliki jarak tempuh yang tinggi, melebihi 30 km per liter. Sementara ada kendaraan lain yang memiliki jarak tempuh lebih rendah, hanya sekitar 10 km per liter.

Steam and Leaf

Hasil visualisasi data di atas dengan menggunakan Steam and Leaf 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 data menggunakan stem and leaf plot, dapat diketahui bahwa angka yang paling sering muncul berada adalah pada angka 14 dengan nilai 3702258. Sedangkan kelompok dengan jumlah angka paling sedikit bahkan tidak ada adalah 28.

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 hasil visualisasi data menggunakan histogram, dapat diketahui bahwa jarak tempuh kendaraan yang paling banyak muncul berada di sekitar 15 km per liter dengan frekuensi tertinggi sebanyak 7 kendaraan. Sedangkan jarak tempuh kendaraan yang paling sedikit berada di sekitar 10 km per liter dengan frekuensi terendah sebanyak 1 kendaraan.