This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)
## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the
plot.
data <- read.csv("E:/Download/dkikepadatankelurahan2013.csv", sep=";")
colnames(data) <- c("Tahun",
"Prov",
"Kab",
"Kec",
"Kel",
"Luas",
"Kepadatan")
head(data)
## Tahun Prov Kab Kec Kel
## 1 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR P. PANGGANG
## 2 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR P. KELAPA
## 3 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU UTR P. HARAPAN
## 4 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU SLT P. UNTUNG JAWA
## 5 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU SLT P. TIDUNG
## 6 2013 PROVINSI DKI JAKARTA KAB.ADM.KEP.SERIBU KEP. SERIBU SLT P. PARI
## Luas Kepadatan
## 1 0.91 6779
## 2 3.76 1705
## 3 3.59 628
## 4 0.59 3625
## 5 1.57 3084
## 6 1.39 1968
Pada output ini, ditambilkan 6 data pertama dengan nama kolom yang
sudah diganti sesuai dengan perintah yang diberikan pada soal.
Selanjutnya dilakukan visualisasi dengan menggunakan package
lattice.
## Warning: package 'latticeExtra' was built under R version 4.5.2
xyplot(Luas~Kepadatan, data = data,
pch = 20,
main = "Hubungan Luas Wilayah dan Kepadatan Penduduk \nKelurahan di Prov. DKI Jakarta",
col = "red3")
Grafik titik-titik di atas menunjukkan hubungan antara luas wilayah kelurahan dengan kepadatan penduduk pada kelurahan tersebut. Dapat dilihat bahwa kebanyakan data menunjukkan adanya hubungan negatif antara keduanya, yang berarti makin sempit suatu wilayah, maka makin padat penduduk di kelurahan tersebut, begitu pula sebaliknya.
Berikutnya adalah melihat bagaimanan visualisasi luas dan kepadatan per daerah kabupaten/kota.
xyplot(Luas~Kepadatan | factor(Kab),
data = data,
pch = 20,
group = Kab)
Kemudian dilakukan pemisahan grafik untuk tiap kabupaten/kota, sehingga diperoleh 6 grafik di atas. Keenam grafik di atas menunjukkan pola yang cenderung mirip dengan pola pada grafik keseluruhan maupun antar daerah kabupaten/kota, yaitu hubungan negatif antara luas wilayah dan kepadatan penduduk, makin sempit wilayah maka makin padat penduduk di wilayah tersebut. Selain itu, dapat dilihat dari grafik di atas Jakarta Timur memiliki kelurahan dengan luas wilayah paling besar, sedangkan Jakarta Barat memiliki kelurahandengan kepadatan paling tinggi.
Kemudian dilakukan visualisasi pada kabupaten atau kota tertentu dan melihat hubungan luas dan kepadatan per daerah kecamatan. Pada kasus ini dilakukan pengamatan pada daerah Jakarta Pusat.
Jakpus <- subset(data, Kab == "JAKARTA PUSAT")
xyplot(Kepadatan~Luas | factor(Kec),
data = Jakpus,
type = "p",
pch = 20,
group = Kec,
xlab = expression(paste("Luas Wilayah (",km^2,")")),
ylab = expression(paste("Kepadatan (",jiwa/km^2,")")),
main = "Hubungan Luas Wilayah dan Kepadatan\nKelurahan di Jakarta Pusat")