Untuk Visualisasi Data Kepadatan DKI Jakarta 2013 kali ini saya menggunakan tugas Lattice sebagai acuan utama

Import Data

Pada bagian ini, data kepadatan kelurahan DKI Jakarta tahun 2013, dimana untuk variabel yang digunakan adalah “Tahun”, “Prov”, “Kab”, “Kec”, “Kel”, “Luas”, “Kepadatan”

library(readr)

dki <- read_delim(
  "dkikepadatankelurahan2013.csv",
  delim = ";",
  escape_double = FALSE,
  trim_ws = TRUE
)
## Rows: 267 Columns: 7
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## chr (4): NAMA PROVINSI, NAMA KABUPATEN/KOTA, NAMA KECAMATAN, NAMA KELURAHAN
## dbl (3): TAHUN, LUAS WILAYAH (KM2), KEPADATAN (JIWA/KM2)
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
colnames(dki) <- c("Tahun", "Prov", "Kab", "Kec", "Kel", "Luas", "Kepadatan")

head(dki)
## # A tibble: 6 × 7
##   Tahun Prov                 Kab                Kec        Kel    Luas Kepadatan
##   <dbl> <chr>                <chr>              <chr>      <chr> <dbl>     <dbl>
## 1  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERI… P. P…  0.91      6779
## 2  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERI… P. K…  3.76      1705
## 3  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERI… P. H…  3.59       628
## 4  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERI… P. U…  0.59      3625
## 5  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERI… P. T…  1.57      3084
## 6  2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERI… P. P…  1.39      1968

Untuk melakukan visualisasi data kepadatan kelurahan DKI Jakarta tahun 2013 saya menggunakan Lattice dan LatticeExtra untuk melihat pola dari tiap variabel dan mendapatkan informasi yang bisa diolah nantinya.

Lattice

Numerik vs Numerik

Dapat dilihat bahwa sebagian besar kelurahan memiliki luas wilayah yang kecil dengan kepadatan penduduk yang cukup beragam. Terlihat juga bahwa wilayah yang lebih sempit cenderung memiliki kepadatan yang lebih tinggi, sedangkan wilayah yang lebih luas umumnya memiliki kepadatan yang lebih rendah.

Numerik vs Kategorik

Dapat dilihat bahwa kepadatan penduduk pada tiap kabupaten/kota memiliki sebaran yang berbeda. Jakarta Pusat dan Jakarta Barat tampak memiliki kepadatan yang relatif lebih tinggi, sedangkan Kepulauan Seribu memiliki kepadatan paling rendah dibanding wilayah lainnya.

Distribusi data numerik

Dapat dilihat bahwa distribusi kepadatan penduduk pada setiap kabupaten/kota berbeda-beda. Jakarta Barat, Jakarta Pusat, dan Jakarta Timur memiliki sebaran yang lebih beragam, sedangkan Kepulauan Seribu cenderung terkonsentrasi pada kepadatan yang rendah

Normalitas data

Dapat dilihat bahwa titik-titik pada QQ Plot tidak sepenuhnya mengikuti garis lurus, sehingga data kepadatan penduduk pada masing-masing kabupaten/kota cenderung tidak berdistribusi normal. Penyimpangan ini terlihat cukup jelas pada beberapa wilayah yang memiliki nilai kepadatan ekstrem

Scatterplot Matrix

Dapat dilihat bahwa luas wilayah dan kepadatan memiliki kecenderungan hubungan berlawanan. Semakin besar luas wilayah, kepadatan penduduk cenderung menurun, sedangkan wilayah yang lebih sempit justru banyak yang memiliki kepadatan lebih tinggi

Hierarki

Dapat dilihat bahwa kepadatan penduduk pada tiap kecamatan di setiap kabupaten/kota memiliki perbedaan yang cukup jelas. Beberapa kecamatan menunjukkan kepadatan yang lebih tinggi dibanding kecamatan lain, sehingga terlihat bahwa persebaran kepadatan tidak merata di tiap wilayah.

LatticeExtra

Dapat dilihat bahwa pada grafik ini ditambahkan garis batas kepadatan untuk menunjukkan acuan tertentu pada setiap kabupaten/kota. Sebagian besar data berada di bawah batas tersebut, namun masih ada beberapa wilayah yang memiliki kepadatan di atas garis batas