#Input Data

data = readxl::read_excel("/Users/althrenlefrandt/Downloads/data_macro_bali.xlsx")
data
## # A tibble: 9 × 3
##   Kabupaten     `Tingkat Pengangguran (%)`   PDRB
##   <chr>                              <dbl>  <dbl>
## 1 Jembrana                            3.33 18236.
## 2 Tabanan                             4.70 29984.
## 3 Badung                              5.42 81663.
## 4 Gianyar                             5.04 36117.
## 5 Klungkung                           1.50 12004.
## 6 Bangli                              1.25  9155 
## 7 Karang Asem                         5.93 21804.
## 8 Buleleng                            7.71 45121.
## 9 Kota Denpasar                       6.10 71099.

#Input Data SHP

geo = sf::read_sf("/Users/althrenlefrandt/Downloads/Shp_Bali_Kab/Bali_ADMIN_BPS.shp")
geo
## Simple feature collection with 9 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 114.4316 ymin: -8.84919 xmax: 115.7125 ymax: -8.061396
## Geodetic CRS:  WGS 84
## # A tibble: 9 × 7
##   ADM0_EN   date       validOn    PROVINCE Kabupaten     PRV2 
##   <chr>     <date>     <date>     <chr>    <chr>         <chr>
## 1 Indonesia 2019-12-20 2020-04-01 Bali     Badung        Bali 
## 2 Indonesia 2019-12-20 2020-04-01 Bali     Bangli        Bali 
## 3 Indonesia 2019-12-20 2020-04-01 Bali     Buleleng      Bali 
## 4 Indonesia 2019-12-20 2020-04-01 Bali     Gianyar       Bali 
## 5 Indonesia 2019-12-20 2020-04-01 Bali     Jembrana      Bali 
## 6 Indonesia 2019-12-20 2020-04-01 Bali     Karang Asem   Bali 
## 7 Indonesia 2019-12-20 2020-04-01 Bali     Klungkung     Bali 
## 8 Indonesia 2019-12-20 2020-04-01 Bali     Kota Denpasar Bali 
## 9 Indonesia 2019-12-20 2020-04-01 Bali     Tabanan       Bali 
## # ℹ 1 more variable: geometry <MULTIPOLYGON [°]>

#Merge Data

geo_lengkap = merge(geo,data,by="Kabupaten")
geo_lengkap
## Simple feature collection with 9 features and 8 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 114.4316 ymin: -8.84919 xmax: 115.7125 ymax: -8.061396
## Geodetic CRS:  WGS 84
##       Kabupaten   ADM0_EN       date    validOn PROVINCE PRV2
## 1        Badung Indonesia 2019-12-20 2020-04-01     Bali Bali
## 2        Bangli Indonesia 2019-12-20 2020-04-01     Bali Bali
## 3      Buleleng Indonesia 2019-12-20 2020-04-01     Bali Bali
## 4       Gianyar Indonesia 2019-12-20 2020-04-01     Bali Bali
## 5      Jembrana Indonesia 2019-12-20 2020-04-01     Bali Bali
## 6   Karang Asem Indonesia 2019-12-20 2020-04-01     Bali Bali
## 7     Klungkung Indonesia 2019-12-20 2020-04-01     Bali Bali
## 8 Kota Denpasar Indonesia 2019-12-20 2020-04-01     Bali Bali
## 9       Tabanan Indonesia 2019-12-20 2020-04-01     Bali Bali
##   Tingkat Pengangguran (%)     PDRB                       geometry
## 1                    5.425 81663.17 MULTIPOLYGON (((115.1251 -8...
## 2                    1.248  9155.00 MULTIPOLYGON (((115.3217 -8...
## 3                    7.710 45120.51 MULTIPOLYGON (((114.5926 -8...
## 4                    5.036 36116.87 MULTIPOLYGON (((115.2574 -8...
## 5                    3.333 18236.31 MULTIPOLYGON (((114.4501 -8...
## 6                    5.931 21804.41 MULTIPOLYGON (((115.5864 -8...
## 7                    1.501 12003.73 MULTIPOLYGON (((115.5811 -8...
## 8                    6.105 71099.12 MULTIPOLYGON (((115.2358 -8...
## 9                    4.705 29983.84 MULTIPOLYGON (((114.9599 -8...

#Visualisasi Spasial Berdasarkan Tingkat Penganggguran

tmap::tmap_options(check_and_fix = TRUE)
tmap::qtm(geo_lengkap,fill ="Tingkat Pengangguran (%)", text ="Kabupaten", text_size=0.6,text.fontface="bold",title="Tingkat Pengangguran")

Secara visualisasi spasial, peta tersebut menunjukkan adanya ketimpangan tingkat pengangguran yang cukup signifikan antarwilayah di Pulau Bali, di mana Kabupaten Buleleng menonjol sebagai wilayah dengan tingkat pengangguran tertinggi sedangkan wilayah terendah terletak pada wilayah Bangli dan Klungkung.

#Visualisasi Spasial Berdasarkan Tingkat PDRB

tmap::tmap_options(check_and_fix = TRUE)
tmap::qtm(geo_lengkap,fill ="PDRB", text ="Kabupaten", text_size=0.6,text.fontface="bold",title="Tingkat PDRB")

Secara visualisasi spasial, peta tersebut menunjukkan adanya junlah PDRB pengangguran yang cukup signifikan antarwilayah di Pulau Bali, di mana Kabupaten Badung menonjol sebagai wilayah dengan nilai PDRB tertinggi sedangkan wilayah yang tergolong terendah terletak pada wilayah Jembrana, klungkung dan Jembrana.

#Visualisasi Tingkat Pengangguran vs PDRB berdasarkan Kabupaten

library(lattice)
xyplot(data$PDRB ~ data$`Tingkat Pengangguran (%)`,
       data = data,
       xlab = expression(bold("Tingkat Pengangguran")),
       ylab = expression(bold("Tingkat PDRB")),
       main = expression(bold("Hubungan Antara Pengangguran dan PDRB")),
       panel = function(x,y,...){
         panel.xyplot(x,y,...)
         panel.lmline(x,y,col="darkblue",lwd=1)
       })

erdasarkan grafik scatter plot tersebut, hubungan antara Pengangguran dan PDRB menunjukkan tren positif, yang berarti secara statistik, daerah dengan PDRB lebih tinggi cenderung memiliki tingkat pengangguran yang juga lebih tinggi. Fenomena ini unik karena biasanya pertumbuhan ekonomi (PDRB) diharapkan menurunkan pengangguran, namun dalam konteks ini bisa mengindikasikan bahwa wilayah dengan ekonomi besar (seperti pusat perkotaan/industri) menarik lebih banyak pencari kerja (migrasi) yang melebihi kapasitas serap lapangan kerja, atau adanya ketidaksesuaian antara kualifikasi tenaga kerja dengan kebutuhan industri modern di wilayah tersebut.