Pendahuluan

Visualisasi data kunjungan wisatawan dilakukan untuk mengetahui negara dengan jumlah kedatangan tertinggi serta melihat bagaimana tren kunjungan berlangsung dari bulan ke bulan.

10 Negara dengan Kunjungan Terbanyak di Bulan Januari

Top10_Januari <- Jumlah_Kunjungan_Wisatawan %>%
  arrange(desc(Januari)) %>%
  slice(1:10)

ggplot(Top10_Januari, aes(x = reorder(Kebangsaan, Januari), y = Januari)) +
  geom_col(fill = "skyblue") +
  coord_flip() +
  labs(
    title = "10 Negara dengan Kunjungan Wisatawan Terbanyak di Bulan Januari",
    x = "Kebangsaan",
    y = "Jumlah Kunjungan Bulan Januari"
  ) +
  theme_minimal()

Perkembangan Kunjungan Wisatawan Indonesia Sepanjang 2024

Indonesia_data <- data_long %>%
  filter(Kebangsaan == "Indonesia") %>%
  mutate(Bulan = factor(Bulan,
                        levels = c("Januari", "Februari", "Maret", "April", "Mei",
                                   "Juni", "Juli", "Agustus", "September",
                                   "Oktober", "November", "Desember")))

ggplot(Indonesia_data, aes(x = Bulan, y = Jumlah, group = 1)) +
  geom_line(color = "blue", size = 1.2) +
  geom_point(size = 3, color = "red") +
  labs(
    title = "Perkembangan Kunjungan Wisatawan Indonesia Tahun 2024",
    x = "Bulan",
    y = "Jumlah Kunjungan"
  ) +
  theme_minimal()
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

Perbandingan Tren Kunjungan untuk 5 Negara Terpopuler

data_long$Bulan <- factor(data_long$Bulan,
                          levels = c("Januari","Februari","Maret","April","Mei","Juni",
                          "Juli","Agustus","September","Oktober","November","Desember"))

Total_Kunjungan <- data_long %>%
  group_by(Kebangsaan) %>%
  summarise(Total = sum(Jumlah))

Top5 <- Total_Kunjungan %>%
  arrange(desc(Total)) %>%
  slice(1:5) %>%
  pull(Kebangsaan)

Top5_long <- data_long %>%
  filter(Kebangsaan %in% Top5)

ggplot(Top5_long, aes(x = Bulan, y = Jumlah, group = Kebangsaan, color = Kebangsaan)) +
  geom_line(size = 1.2) +
  geom_point(size = 2) +
  labs(
    title = "Perbandingan Tren Kunjungan Wisata 5 Negara Terpopuler (2024)",
    x = "Bulan",
    y = "Jumlah Kunjungan"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 60, hjust = 1),
        plot.title = element_text(face = "bold", size = 14))

10 Negara dengan Total Kunjungan Terbanyak (2024)

Top10 <- Total_Kunjungan %>%
  arrange(desc(Total)) %>%
  slice(1:10)

ggplot(Top10, aes(x = reorder(Kebangsaan, Total), y = Total)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  coord_flip() +
  labs(
    title = "10 Negara dengan Jumlah Kunjungan Wisatawan Terbanyak (2024)",
    x = "Kebangsaan",
    y = "Total Kunjungan"
  ) +
  theme_minimal()

Proporsi (%) 10 Negara dengan Kunjungan Wisatawan Terbanyak

Top10 <- Total_Kunjungan %>%
  arrange(desc(Total)) %>%
  slice(1:10) %>%
  mutate(Persen = Total / sum(Total) * 100)

ggplot(Top10, aes(x = "", y = Persen, fill = Kebangsaan)) +
  geom_col(width = 1) +
  geom_text(aes(label = paste0(round(Persen, 1), "%")),
            position = position_stack(vjust = 0.5), size = 4) +
  coord_polar("y", start = 0) +
  labs(
    title = "Proporsi (%) 10 Negara dengan Kunjungan Wisatawan Terbanyak (2024)",
    fill = "Kebangsaan"
  ) +
  theme_void()

Kesimpulan

Berdasarkan kelima visualisasi di atas dapat disimpulkan bahwa terdapat perbedaan yang signifikan dalam jumlah kunjungan antarnegara, dengan beberapa negara mendominasi sepanjang tahun 2024. Selain itu, pola kunjungan juga bersifat musiman.