Di bawah ini kami memuat data sampel provinsi.
df <- read.csv("data_pengangguran.csv")
head(df)
## Provinsi TPT Wilayah
## 1 ACEH 5.88 Sumatera
## 2 SUMATERA UTARA 5.01 Sumatera
## 3 SUMATERA BARAT 5.51 Sumatera
## 4 RIAU 4.09 Sumatera
## 5 JAMBI 3.99 Sumatera
## 6 SUMATERA SELATAN 3.59 Sumatera
Kami menggunakan Bar Chart untuk membandingkan Tingkat Pengangguran Terbuka (TPT) di masing-masing provinsi, yang dikategorikan berdasarkan wilayah.
df_plot <- df %>% filter(toupper(trimws(Provinsi)) != "INDONESIA")
ggplot(df_plot, aes(x = reorder(Provinsi, TPT), y = TPT, fill = Wilayah)) +
geom_bar(stat = "identity", color = "black", width = 0.7) +
coord_flip() +
theme_minimal() +
theme(
axis.text.y = element_text(size = 6),
legend.position = "bottom"
) +
labs(title = "Tingkat Pengangguran Terbuka (TPT) Februari 2026 per Provinsi",
x = "Provinsi",
y = "Tingkat Pengangguran (%)",
fill = "Wilayah/Pulau")
Interpretasi: Berdasarkan bar chart yang telah dirapikan di atas, kita dapat melihat perbandingan Tingkat Pengangguran Terbuka (TPT) antar provinsi pada Februari 2026 dengan lebih jelas. Provinsi Papua, Kepulauan Riau, Jawa Barat, dan Banten mencatatkan tingkat pengangguran tertinggi secara nasional, yakni berada di atas 6,5%. Sebaliknya, Provinsi Bali mencatatkan tingkat pengangguran paling rendah (di bawah 2%), disusul oleh Papua Pegunungan dan Sulawesi Barat.
Jika dianalisis berdasarkan pengelompokan wilayah (berdasarkan warna batang), provinsi-provinsi di Pulau Jawa (warna hijau) cenderung menempati urutan atas dengan angka pengangguran yang relatif tinggi, kecuali DI Yogyakarta. Menariknya, wilayah Maluku & Papua (warna biru) menunjukkan ketimpangan atau variasi yang sangat ekstrem; di mana Provinsi Papua menempati urutan pertama dengan pengangguran tertinggi, namun Papua Pegunungan justru menjadi salah satu provinsi dengan pengangguran terendah. Wilayah Bali & Nusa Tenggara (warna cokelat muda) secara konsisten berada di urutan bawah, yang mengindikasikan tingkat pengangguran yang lebih rendah dibandingkan pulau-pulau lainnya pada periode tersebut.
Karena kami berfokus pada satu variabel numerik (TPT), kami menggunakan Histogram untuk melihat bagaimana distribusi atau sebaran persentase pengangguran tersebut di berbagai provinsi.
ggplot(df, aes(x = TPT)) +
geom_histogram(binwidth = 0.5, fill = "steelblue", color = "black", alpha = 0.8) +
theme_minimal() +
labs(title = "Distribusi TPT di Indonesia",
x = "Tingkat Pengangguran (%)",
y = "Jumlah Provinsi")
Interpretasi: Dari histogram di atas, sebaran data pengangguran tidak merata dan sedikit condong ke kanan (right-skewed). Puncak tertinggi (modus) menunjukkan bahwa sebagian besar provinsi dalam sampel ini memiliki tingkat pengangguran di kisaran 4% hingga 6%. Hanya sedikit provinsi yang memiliki tingkat pengangguran sangat rendah (di bawah 3%) atau sangat tinggi (di atas 6%).