Kode:

library(ggplot2)
data_desa <- read.csv(file.choose())
# Mengambil data mulai dari baris provinsi
data_desa <- data_desa[4:41, 1:6]

# Memberikan nama kolom
colnames(data_desa) <- c(
  "Provinsi",
  "SD",
  "SMP",
  "SMU",
  "SMK",
  "Perguruan_Tinggi"
)

# Mengubah data menjadi numerik
data_desa$SD <- as.numeric(data_desa$SD)
data_desa$SMP <- as.numeric(data_desa$SMP)
data_desa$SMU <- as.numeric(data_desa$SMU)
data_desa$SMK <- as.numeric(data_desa$SMK)
data_desa$Perguruan_Tinggi <- as.numeric(data_desa$Perguruan_Tinggi)

# Mengubah Provinsi menjadi data kategorik
data_desa$Provinsi <- as.factor(data_desa$Provinsi)

# Melihat struktur data
str(data_desa)
## 'data.frame':    38 obs. of  6 variables:
##  $ Provinsi        : Factor w/ 38 levels "ACEH","BALI",..: 1 38 36 30 8 37 4 19 17 18 ...
##  $ SD              : num  3398 5010 1258 1811 1487 ...
##  $ SMP             : num  1468 2339 816 1221 814 ...
##  $ SMU             : num  753 1170 428 639 397 732 203 708 87 136 ...
##  $ SMK             : num  206 703 181 264 168 268 93 403 50 62 ...
##  $ Perguruan_Tinggi: num  113 201 101 78 42 105 24 81 15 36 ...
# Melihat table data
DT::datatable(data_desa)
# Bar Chart jumlah fasilitas SD
ggplot(
  data_desa,
  aes(x = reorder(Provinsi, SD), y = SD)
) +
  geom_col(fill = "forestgreen") +
  labs(
    title = "Jumlah Desa yang Memiliki Fasilitas SD",
    x = "Provinsi",
    y = "Jumlah Desa"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(
      face = "bold",
      size = 16
    ),
    axis.title = element_text(
      face = "bold"
    ),
    axis.text.x = element_text(
      angle = 90,
      hjust = 1,
      size = 7
    ),
    panel.grid.minor = element_blank()
  )

interpretasi:

Berdasarkan bar chart, dapat dilihat bahwa jumlah desa yang memiliki fasilitas SD berbeda-beda pada setiap provinsi. Provinsi dengan jumlah desa yang memiliki fasilitas SD paling rendah berada pada DKI Jakarta, sedangkan jumlah tertinggi terdapat pada Jawa Timur. Grafik menunjukkan adanya perbedaan yang cukup besar antarprovinsi. Beberapa provinsi memiliki jumlah desa dengan fasilitas SD yang relatif rendah, sementara provinsi lainnya memiliki jumlah yang jauh lebih tinggi. Hal ini menunjukkan bahwa jumlah desa dan ketersediaan fasilitas SD tidak sama di setiap provinsi.

# Line Chart jumlah fasilitas SD

ggplot(
  data_desa,
  aes(
    x = reorder(Provinsi, SD),
    y = SD,
    group = 1
  )
) +
  geom_line(
    linewidth = 1
  ) +
  geom_point(
    size = 3
  ) +
  labs(
    title = "Jumlah Desa yang Memiliki Fasilitas SD",
    subtitle = "Data berdasarkan provinsi",
    x = "Provinsi",
    y = "Jumlah Desa"
  ) +
  scale_y_continuous(
    expand = expansion(mult = c(0.02, 0.10))
  ) +
  scale_x_discrete(
    expand = expansion(add = 1)
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(
      face = "bold",
      size = 16
    ),
    plot.subtitle = element_text(
      size = 11
    ),
    axis.title = element_text(
      face = "bold",
      size = 11
    ),
    axis.text.x = element_text(
      angle = 45,
      hjust = 1,
      size = 8
    ),
    axis.text.y = element_text(
      size = 9
    ),
    panel.grid.minor = element_blank(),
    plot.margin = margin(
      15, 20, 15, 20
    )
  )

Interpretasi:

Berdasarkan line chart, jumlah desa yang memiliki fasilitas SD menunjukkan pola yang meningkat dari provinsi dengan jumlah terendah hingga provinsi dengan jumlah tertinggi. Pada bagian awal grafik, perubahan jumlahnya relatif kecil, kemudian mulai meningkat secara bertahap. Pada beberapa provinsi terakhir terlihat peningkatan yang cukup tajam, terutama menuju Sumatera Utara dan Jawa Barat. Nilai tertinggi terlihat pada Jawa Timur, sedangkan nilai terendah terdapat pada DKI Jakarta. Dengan demikian, line chart memperlihatkan dengan jelas perbedaan jumlah desa yang memiliki fasilitas SD antarprovinsi.

Sumber data: https://www.bps.go.id/id/statistics-table/2/MjA1IzI=/jumlah-desa-yang-memiliki-fasilitas-sekolah-menurut-provinsi-dan-tingkat-pendidikan.html

Alasan kami memilih data dari BPS (Badan Pusat Statistika) tersebut adalah karena data ini cukup mudah dipahami dan memiliki variasi angka yang jelas antarprovinsi. Data tersebut juga dapat digunakan untuk melihat perbedaan jumlah fasilitas pendidikan, khususnya fasilitas SD, sehingga cocok untuk dianalisis menggunakan bar chart dan line chart. Selain itu, data ini memiliki variabel kategorik berupa provinsi dan variabel numerik berupa jumlah fasilitas sekolah.