Input Data

Sebelum melakukan visualisasi data, akan diinputkan data terkait dengan korban tsunami dibeberapa 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 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 8%.

visualisasi Bar Chart

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

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

Dari hasil visualisasi tersebut dapat dijelaskan bahwa Negara Jerman merupakan negara yang paling banyak korban terdampak bencana Tsunami dengan jumlah korban sebanyak 16 orang. Sedangkan paling sedikit korban terdampak bencana Tsunami yaitu Australia dengan korban sebanyak 4 orang.

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 tersebut dapat dijelaskan bahwa sebagian besar kendaraan itu berada pada jarak tempuh 13-25km 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 tersebut dapat dijelaskan bahwa data terkumpul di angka 14 sampai 21. Sedangkan jauh data berada dari angka 10 sampai 32.

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 tersebut dapat dijelaskan bahwa Jarak tempuh kendaraan 15 per Liter merupakan jarak tempuh terjauh dengan frekuensi 7%. Sedangkan Jarak tempuh terpendek kendaraan 13 dan 27 per Liter dengan frekuensi 1%.

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.