Visualisasi Data Numerik
Rafly Priyantama Ramadhan Bagaskara
2025-03-12
Packages
Berikut adalah packages yang digunakan, yaitu:
library(scales)
library(ggridges)
library(ggplot2)Input Data
Disini saya menggunakan dataset Penguins yang berisi informasi tentang spesies penguin beserta beberapa karakteristiknya seperti panjang sirip, berat badan, dan jenis kelamin.
# Memanggil Data
penguins <- read.csv("C:/Users/priya/Downloads/penguins_size.csv", na.strings = c(".", "NA"))
str(penguins)## 'data.frame': 344 obs. of 7 variables:
## $ species : chr "Adelie" "Adelie" "Adelie" "Adelie" ...
## $ island : chr "Torgersen" "Torgersen" "Torgersen" "Torgersen" ...
## $ culmen_length_mm : num 39.1 39.5 40.3 NA 36.7 39.3 38.9 39.2 34.1 42 ...
## $ culmen_depth_mm : num 18.7 17.4 18 NA 19.3 20.6 17.8 19.6 18.1 20.2 ...
## $ flipper_length_mm: int 181 186 195 NA 193 190 181 195 193 190 ...
## $ body_mass_g : int 3750 3800 3250 NA 3450 3650 3625 4675 3475 4250 ...
## $ sex : chr "MALE" "FEMALE" "FEMALE" NA ...# Memindahkan Kolom Species ke Kolom Terakhir
penguins <- penguins[, c(setdiff(names(penguins), "species"), "species")]
# Cek data apakah ada missing value
colSums(is.na(penguins))## island culmen_length_mm culmen_depth_mm flipper_length_mm
## 0 2 2 2
## body_mass_g sex species
## 2 11 0# Menghapus baris yang memiliki missing value di kolom sex
penguins <- penguins[!is.na(penguins$sex), ]
# Mengecek data apakah masih ada missing value
colSums(is.na(penguins))## island culmen_length_mm culmen_depth_mm flipper_length_mm
## 0 0 0 0
## body_mass_g sex species
## 0 0 0Histogram
Histogram digunakan untuk melihat distribusi panjang sirip penguin.
ggplot(data = penguins, mapping = aes(x = flipper_length_mm)) +
geom_histogram(bins = 30, color = "white", fill = "darkgreen") +
scale_x_continuous(labels = comma) +
scale_y_continuous(labels = comma) +
labs(x = "Panjang Sirip",
y = "Frekuensi")
Density Plot
Density plot digunakan untuk melihat distribusi probabilitas panjang sirip dengan visualisasi yang lebih halus dibandingkan histogram.
ggplot(data = penguins, mapping = aes(x = flipper_length_mm)) +
geom_density(fill = "green", alpha = 0.7) +
scale_x_continuous(labels = comma) +
scale_y_continuous(labels = comma) +
labs(x = "Panjang Sirip")
ggplot(data = penguins, mapping = aes(x = flipper_length_mm, fill = species, color = species)) +
geom_density(alpha = 0.7) +
scale_x_continuous(labels = comma) +
scale_y_continuous(labels = comma) +
labs(x = "Panjang Sirip")
ggplot(data = penguins, mapping = aes(x = flipper_length_mm, y = species, fill = species)) +
geom_density_ridges() +
labs(x = "Panjang Sirip", y = "Species")## Picking joint bandwidth of 2.4
Boxplot
Boxplot digunakan untuk membandingkan distribusi panjang sirip antar spesies penguin.
ggplot(data = penguins, mapping = aes(x = flipper_length_mm)) +
geom_boxplot()
ggplot(data = penguins, mapping = aes(x = flipper_length_mm)) +
geom_boxplot()+
coord_flip()
ggplot(data = penguins, mapping = aes(x = flipper_length_mm, y = island)) +
geom_boxplot()
ggplot(data = penguins, mapping = aes(x = flipper_length_mm, y = island, fill = island)) +
geom_boxplot()
ggplot(data = penguins, mapping = aes(x = flipper_length_mm, y = island, fill = island)) +
geom_boxplot() +
theme(legend.position = "none")
Violin Plot
Violin plot digunakan untuk melihat distribusi panjang sirip antar spesies dengan menampilkan kepadatan data seperti pada density plot.
ggplot(data = penguins, mapping = aes(x = flipper_length_mm, y = "all")) +
geom_violin(fill="green",alpha=0.5) +
geom_boxplot(fill="darkgreen",width=0.1)
QQ Plot
QQ plot digunakan untuk memeriksa apakah distribusi panjang sirip mengikuti distribusi normal.
ggplot(data = penguins, aes(sample = flipper_length_mm)) +
stat_qq(col="blue", cex=0.9) +
stat_qq_line(col="red", lwd=1)
Scatter Plot
Scatter plot digunakan untuk melihat hubungan antara panjang sirip dan berat badan penguin.
ggplot(data = penguins, mapping = aes(x = culmen_length_mm, y = flipper_length_mm, color = species)) +
geom_point()
Line Chart
Line chart digunakan untuk melihat tren perubahan harga tertinggi dari waktu ke waktu, dan membandingkan harga tertinggi dan terendah.
Input Data
Dataset ini berisi data historis harga mata uang kripto XRP/USDT dari tahun 2018 hingga 2024.
xrp <- read.csv("C:/Users/priya/Downloads/XRPUSDT20182024.csv",sep = ",")
xrp$tanggal <- as.Date.character(xrp$Date,"%m/%d/%Y")
head(xrp)## Date Price Open High Low Vol Change.. tanggal
## 1 5/26/2024 0.5341 0.5416 0.5418 0.5328 178450000 -1.39% 2024-05-26
## 2 5/25/2024 0.5416 0.5359 0.5425 0.5334 246380000 1.09% 2024-05-25
## 3 5/24/2024 0.5358 0.5288 0.5372 0.5169 513880000 1.33% 2024-05-24
## 4 5/23/2024 0.5288 0.5269 0.5456 0.5091 948100000 0.38% 2024-05-23
## 5 5/22/2024 0.5268 0.5372 0.5382 0.5236 509460000 -1.94% 2024-05-22
## 6 5/21/2024 0.5372 0.5377 0.5565 0.5321 812410000 -0.09% 2024-05-21str(xrp)## 'data.frame': 2192 obs. of 8 variables:
## $ Date : chr "5/26/2024" "5/25/2024" "5/24/2024" "5/23/2024" ...
## $ Price : num 0.534 0.542 0.536 0.529 0.527 ...
## $ Open : num 0.542 0.536 0.529 0.527 0.537 ...
## $ High : num 0.542 0.542 0.537 0.546 0.538 ...
## $ Low : num 0.533 0.533 0.517 0.509 0.524 ...
## $ Vol : num 1.78e+08 2.46e+08 5.14e+08 9.48e+08 5.09e+08 ...
## $ Change..: chr "-1.39%" "1.09%" "1.33%" "0.38%" ...
## $ tanggal : Date, format: "2024-05-26" "2024-05-25" ...Line chart Dasar
Line Chart digunakan untuk menampilkan pergerakan harga tertinggi XRP dari waktu ke waktu.
ggplot(data = xrp, aes(x=tanggal,y=High)) +
geom_line() +
labs(x="Tanggal", y="Harga Tertinggi") 
Area Plot
Agar menambah estetikan dengan cara mengarsir daerah di bawah plot deret waktu.
ggplot(data = xrp, aes(x=tanggal,y=High)) +
geom_line(lwd=1.2, col="darkgreen") +
geom_area(fill="green", alpha=0.5) +
labs(x="Tanggal", y="Harga Tertinggi")
Multiple Line Chart
Pada plot ini digunakan untuk membandingkan trend data deret waktu pada kelompok Harga Tertinggi dan Harga Terendah Crypto.
ggplot(data = xrp, aes(x=tanggal)) +
geom_line(aes(y=High), lwd=1.2, col="blue") +
geom_line(aes(y=Low), lwd=1.2, col="red") +
labs(x="tanggal", y="Harga") 
Menambakan nama kelompok
ggplot(data = xrp, aes(x=tanggal)) +
geom_line(aes(y=High), lwd=1.2, col="blue") +
geom_line(aes(y=Low), lwd=1.2, col="red") +
xlim(min(xrp$tanggal),max(xrp$tanggal)+60) +
geom_text(x=max(xrp$tanggal),y=tail(xrp$High,1)*1.05, # Tambah 5% dari nilai asli
label="High", size = 5,
color="blue", hjust=-0.1) +
geom_text(x=max(xrp$tanggal),y=tail(xrp$Low,1)*0.95, # Kurang 5% dari nilai asli
label="Low", size = 5,
color="red", hjust=-0.1) +
labs(x="tanggal", y="Harga") 