Data Excel

Data lengkap yang digunakan dalam analisis dapat diunduh melalui link berikut:

1. Pendahuluan

1.1 Latar Belakang

Internet merupakan salah satu bagian penting dalam aktivitas masyarakat modern. Informasi mengenai media yang digunakan untuk mengakses internet dapat membantu menggambarkan pola pemanfaatan teknologi informasi di berbagai wilayah.

Pada tugas ini digunakan data resmi Badan Pusat Statistik (BPS) mengenai persentase penduduk usia 5 tahun ke atas yang pernah mengakses internet dalam 3 bulan terakhir menurut provinsi dan media pada tahun 2024.

Analisis difokuskan pada empat media akses internet, yaitu:

Komputer
Laptop
Telepon Seluler
Media lainnya

Data tersebut digunakan untuk membuat visualisasi data kategorik dan numerik serta memberikan interpretasi terhadap hasil visualisasi.

1.2 Tujuan

Tujuan analisis ini adalah:

Mendeskripsikan data penggunaan media untuk mengakses internet menurut provinsi.
Menampilkan visualisasi data kategorik.
Menampilkan visualisasi data numerik.
Membandingkan penggunaan media internet antarprovinsi.
Memberikan interpretasi dari setiap visualisasi.

2. Sumber dan Deskripsi Data

2.1 Sumber Data

Data bersumber dari Badan Pusat Statistik (BPS) melalui tabel statistik:

“Persentase Penduduk Usia 5 Tahun ke Atas yang Pernah Mengakses Internet dalam 3 Bulan Terakhir Menurut Provinsi dan Media, 2024.”

Data BPS berasal dari Survei Sosial Ekonomi Nasional (Susenas). Tabel tersebut mencakup 38 provinsi di Indonesia dan persentase penggunaan empat media akses internet.

Link sumber data:

https://www.bps.go.id/id/statistics-table/2/NDA3IzI%3D/persentase-penduduk-usia-5-tahun-ke-atas-yang-pernah-mengakses-internet-dalam-3-bulan-terakhir-menurut-provinsi-dan-media.html

2.2 Alasan Memilih Data

Data ini dipilih karena:

Merupakan data resmi yang diterbitkan oleh BPS.
Memiliki variabel kategorik dan numerik sehingga sesuai dengan tujuan tugas.
Memiliki cakupan seluruh provinsi di Indonesia.
Topiknya dekat dengan kehidupan mahasiswa karena penggunaan internet merupakan bagian dari aktivitas pembelajaran dan komunikasi.
Data dapat digunakan untuk membandingkan pola penggunaan media internet antarwilayah.

2.3 Variabel Data

Variabel	Jenis Data	Keterangan
Provinsi	Kategorik	Nama provinsi di Indonesia
Komputer	Numerik	Persentase pengguna internet yang menggunakan komputer
Laptop	Numerik	Persentase pengguna internet yang menggunakan laptop
Telepon Seluler	Numerik	Persentase pengguna internet yang menggunakan telepon seluler
Lainnya	Numerik	Persentase pengguna internet yang menggunakan media lainnya

Catatan: Menurut keterangan BPS, pembagi adalah total penduduk yang mengakses internet dan jawaban media dapat lebih dari satu. Karena itu, persentase antar-media tidak harus berjumlah 100%.

3. Persiapan R

# Memanggil packages
library(ggplot2)
library(dplyr)
library(tidyr)
library(knitr)
library(scales)

options(scipen = 999)

theme_set(
  theme_minimal(base_size = 12)
)

4. Memasukkan Data

Data berikut ditulis berdasarkan tabel BPS tahun 2024.

data_internet <- data.frame(
  Provinsi = c(
    "Aceh", "Sumatera Utara", "Sumatera Barat", "Riau", "Jambi",
    "Sumatera Selatan", "Bengkulu", "Lampung", "Kep. Bangka Belitung",
    "Kep. Riau", "DKI Jakarta", "Jawa Barat", "Jawa Tengah",
    "DI Yogyakarta", "Jawa Timur", "Banten", "Bali", "Nusa Tenggara Barat",
    "Nusa Tenggara Timur", "Kalimantan Barat", "Kalimantan Tengah",
    "Kalimantan Selatan", "Kalimantan Timur", "Kalimantan Utara",
    "Sulawesi Utara", "Sulawesi Tengah", "Sulawesi Selatan",
    "Sulawesi Tenggara", "Gorontalo", "Sulawesi Barat", "Maluku",
    "Maluku Utara", "Papua Barat", "Papua Barat Daya", "Papua",
    "Papua Selatan", "Papua Tengah", "Papua Pegunungan"
  ),
  Komputer = c(
    2.12, 1.68, 3.20, 2.11, 1.92, 1.43, 1.47, 1.45, 2.20, 3.85,
    3.41, 2.82, 2.99, 4.53, 2.86, 3.19, 3.91, 1.63, 2.35, 1.84,
    1.78, 2.18, 2.79, 1.94, 2.02, 2.49, 1.80, 1.67, 3.57, 1.83,
    2.84, 1.31, 1.61, 1.66, 2.80, 4.85, 1.73, 1.50
  ),
  Laptop = c(
    8.55, 7.72, 8.45, 7.09, 8.01, 6.76, 9.03, 5.78, 8.65, 14.30,
    21.04, 10.49, 8.07, 17.67, 10.10, 12.64, 15.18, 7.90, 8.97,
    7.64, 8.82, 9.46, 12.65, 8.78, 7.78, 8.86, 10.75, 9.21, 9.73,
    6.90, 10.21, 7.91, 8.65, 8.02, 12.40, 12.46, 9.55, 7.37
  ),
  Telepon_Seluler = c(
    99.16, 99.05, 99.30, 99.28, 99.16, 99.20, 99.30, 99.36, 99.33,
    98.39, 98.40, 99.08, 99.29, 98.80, 99.02, 98.57, 99.24, 99.45,
    99.04, 99.38, 99.40, 99.30, 99.03, 99.12, 99.08, 99.20, 99.11,
    99.27, 99.11, 98.79, 99.21, 99.38, 99.26, 98.92, 98.56, 98.15,
    97.81, 98.62
  ),
  Lainnya = c(
    0.25, 0.17, 0.13, 0.19, 0.34, 0.34, 0.30, 0.14, 0.21, 1.12,
    0.25, 0.16, 0.29, 0.74, 0.22, 1.02, NA, 0.03, 0.19, 0.08,
    0.17, 0.13, 0.31, 0.97, 0.06, 0.24, 0.26, 0.14, 0.22, 0.14,
    0.17, 0.16, 0.23, 0.85, 2.02, 0.15, 0.32, 0.29
  )
)

kable(
  head(data_internet, 10),
  caption = "10 baris pertama data penggunaan media internet"
)

10 baris pertama data penggunaan media internet
Provinsi	Komputer	Laptop	Telepon_Seluler	Lainnya
Aceh	2.12	8.55	99.16	0.25
Sumatera Utara	1.68	7.72	99.05	0.17
Sumatera Barat	3.20	8.45	99.30	0.13
Riau	2.11	7.09	99.28	0.19
Jambi	1.92	8.01	99.16	0.34
Sumatera Selatan	1.43	6.76	99.20	0.34
Bengkulu	1.47	9.03	99.30	0.30
Lampung	1.45	5.78	99.36	0.14
Kep. Bangka Belitung	2.20	8.65	99.33	0.21
Kep. Riau	3.85	14.30	98.39	1.12

5. Pemeriksaan Data

dim(data_internet)

## [1] 38  5

summary(data_internet[, -1])

##     Komputer         Laptop       Telepon_Seluler    Lainnya      
##  Min.   :1.310   Min.   : 5.780   Min.   :97.81   Min.   :0.0300  
##  1st Qu.:1.692   1st Qu.: 7.935   1st Qu.:98.94   1st Qu.:0.1600  
##  Median :2.115   Median : 8.840   Median :99.14   Median :0.2200  
##  Mean   :2.403   Mean   : 9.830   Mean   :99.03   Mean   :0.3514  
##  3rd Qu.:2.855   3rd Qu.:10.420   3rd Qu.:99.29   3rd Qu.:0.3100  
##  Max.   :4.850   Max.   :21.040   Max.   :99.45   Max.   :2.0200  
##                                                   NAs    :1

Terdapat 38 provinsi dalam data. Nilai NA pada variabel Lainnya untuk Bali menunjukkan bahwa tabel BPS menampilkan tanda “-” pada observasi tersebut.

6. Mengubah Data ke Format Panjang

Untuk membuat beberapa visualisasi, data diubah dari format lebar menjadi format panjang.

data_long <- data_internet %>%
  pivot_longer(
    cols = Komputer:Lainnya,
    names_to = "Media",
    values_to = "Persentase"
  )

data_long$Media <- recode(
  data_long$Media,
  "Telepon_Seluler" = "Telepon Seluler"
)

head(data_long)

7. Analisis Data Kategorik

7.1 Jumlah Provinsi dalam Data

Provinsi merupakan variabel kategorik. Setiap provinsi menjadi satu kategori pengamatan.

jumlah_provinsi <- data_internet %>%
  summarise(Jumlah_Provinsi = n())

kable(
  jumlah_provinsi,
  caption = "Jumlah provinsi yang dianalisis"
)

Jumlah provinsi yang dianalisis
Jumlah_Provinsi
38

Interpretasi

Data mencakup 38 provinsi di Indonesia. Dengan cakupan tersebut, data dapat digunakan untuk melihat variasi penggunaan media internet antarwilayah.

7.2 Distribusi Kategori Media

media_count <- data_long %>%
  group_by(Media) %>%
  summarise(
    Jumlah_Provinsi = sum(!is.na(Persentase)),
    .groups = "drop"
  )

ggplot(media_count, aes(x = Media, y = Jumlah_Provinsi)) +
  geom_col() +
  labs(
    title = "Jumlah Provinsi yang Memiliki Data untuk Setiap Media",
    x = "Media",
    y = "Jumlah Provinsi"
  )

Interpretasi

Grafik menunjukkan bahwa hampir seluruh media memiliki data pada 38 provinsi. Variabel Lainnya memiliki satu nilai yang ditampilkan sebagai tanda “-” oleh BPS, yaitu Bali, sehingga setelah dikonversi menjadi NA jumlah observasinya menjadi 37.

8. Analisis Data Numerik

8.1 Statistik Deskriptif

statistik_media <- data_long %>%
  group_by(Media) %>%
  summarise(
    Jumlah = sum(!is.na(Persentase)),
    Rata_rata = mean(Persentase, na.rm = TRUE),
    Median = median(Persentase, na.rm = TRUE),
    Minimum = min(Persentase, na.rm = TRUE),
    Maksimum = max(Persentase, na.rm = TRUE),
    Simpangan_Baku = sd(Persentase, na.rm = TRUE)
  )

kable(
  statistik_media,
  digits = 2,
  caption = "Statistik deskriptif penggunaan media internet"
)

Statistik deskriptif penggunaan media internet
Media	Jumlah	Rata_rata	Median	Minimum	Maksimum	Simpangan_Baku
Komputer	38	2.40	2.12	1.31	4.85	0.90
Lainnya	37	0.35	0.22	0.03	2.02	0.39
Laptop	38	9.83	8.84	5.78	21.04	3.10
Telepon Seluler	38	99.03	99.14	97.81	99.45	0.38

Interpretasi

Statistik deskriptif digunakan untuk melihat pusat dan penyebaran data. Rata-rata dan median memberikan gambaran nilai tipikal persentase penggunaan media, sedangkan minimum, maksimum, dan simpangan baku menunjukkan variasi antarprovinsi.

8.2 Rata-rata Penggunaan Setiap Media

rata_media <- data_long %>%
  group_by(Media) %>%
  summarise(
    Rata_rata = mean(Persentase, na.rm = TRUE)
  )

ggplot(rata_media, aes(x = reorder(Media, Rata_rata), y = Rata_rata)) +
  geom_col() +
  coord_flip() +
  labs(
    title = "Rata-rata Persentase Penggunaan Media Internet",
    x = "Media",
    y = "Rata-rata Persentase (%)"
  )

Interpretasi

Grafik memperlihatkan perbedaan rata-rata penggunaan setiap media. Telepon seluler memiliki persentase penggunaan yang jauh lebih tinggi dibandingkan komputer, laptop, maupun media lainnya. Hal ini menunjukkan bahwa telepon seluler merupakan media yang sangat dominan untuk mengakses internet dalam data BPS tahun 2024.

9. Visualisasi Numerik: Histogram

ggplot(
  data_long %>% filter(!is.na(Persentase)),
  aes(x = Persentase)
) +
  geom_histogram(
    bins = 15,
    boundary = 0
  ) +
  facet_wrap(~Media, scales = "free") +
  labs(
    title = "Distribusi Persentase Penggunaan Internet Menurut Media",
    x = "Persentase (%)",
    y = "Frekuensi"
  )

Interpretasi

Histogram memperlihatkan distribusi persentase penggunaan masing-masing media. Distribusi telepon seluler terkonsentrasi pada nilai yang sangat tinggi, sedangkan komputer dan laptop memiliki persentase yang lebih rendah dan lebih bervariasi antarprovinsi.

10. Perbandingan Antarprovinsi

10.1 Penggunaan Laptop

data_laptop <- data_internet %>%
  arrange(desc(Laptop)) %>%
  slice_head(n = 10)

ggplot(
  data_laptop,
  aes(x = reorder(Provinsi, Laptop), y = Laptop)
) +
  geom_col() +
  coord_flip() +
  labs(
    title = "10 Provinsi dengan Persentase Penggunaan Laptop Tertinggi",
    x = "Provinsi",
    y = "Persentase (%)"
  )

Interpretasi

Grafik menampilkan 10 provinsi dengan persentase penggunaan laptop tertinggi berdasarkan data yang dianalisis. Perbedaan antarprovinsi menunjukkan bahwa penggunaan laptop sebagai media akses internet tidak seragam di seluruh Indonesia.

10.2 Penggunaan Telepon Seluler

data_hp <- data_internet %>%
  arrange(desc(Telepon_Seluler)) %>%
  slice_head(n = 10)

ggplot(
  data_hp,
  aes(x = reorder(Provinsi, Telepon_Seluler), y = Telepon_Seluler)
) +
  geom_col() +
  coord_flip() +
  labs(
    title = "10 Provinsi dengan Persentase Penggunaan Telepon Seluler Tertinggi",
    x = "Provinsi",
    y = "Persentase (%)"
  )

Interpretasi

Penggunaan telepon seluler sebagai media akses internet berada pada tingkat yang sangat tinggi di berbagai provinsi. Rentang nilainya relatif sempit dibandingkan media komputer dan laptop.

11. Boxplot

ggplot(
  data_long %>% filter(!is.na(Persentase)),
  aes(x = Media, y = Persentase)
) +
  geom_boxplot() +
  labs(
    title = "Sebaran Persentase Penggunaan Media Internet",
    x = "Media",
    y = "Persentase (%)"
  )

Interpretasi

Boxplot digunakan untuk membandingkan median, penyebaran, dan nilai ekstrem antar-media. Telepon seluler memiliki posisi nilai yang jauh lebih tinggi dibandingkan media lain, sedangkan komputer dan laptop menunjukkan penyebaran yang lebih rendah tetapi tetap memiliki variasi antarprovinsi.

12. Perbandingan Komputer dan Laptop

ggplot(
  data_internet,
  aes(x = Komputer, y = Laptop)
) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  labs(
    title = "Hubungan Persentase Penggunaan Komputer dan Laptop",
    x = "Penggunaan Komputer (%)",
    y = "Penggunaan Laptop (%)"
  )

## `geom_smooth()` using formula = 'y ~ x'

Interpretasi

Scatter plot digunakan untuk melihat pola hubungan antara penggunaan komputer dan laptop antarprovinsi. Garis regresi pada grafik hanya digunakan sebagai alat bantu visual untuk melihat kecenderungan umum dan bukan sebagai bukti hubungan sebab-akibat.

13. Fokus Provinsi Banten

Karena Banten merupakan salah satu provinsi tempat lingkungan kampus Untirta berada, data Banten dapat dilihat secara khusus.

banten <- data_internet %>%
  filter(Provinsi == "Banten") %>%
  pivot_longer(
    cols = Komputer:Lainnya,
    names_to = "Media",
    values_to = "Persentase"
  )

banten$Media <- recode(
  banten$Media,
  "Telepon_Seluler" = "Telepon Seluler"
)

kable(
  banten,
  digits = 2,
  caption = "Persentase penggunaan media internet di Banten"
)

Persentase penggunaan media internet di Banten
Provinsi	Media	Persentase
Banten	Komputer	3.19
Banten	Laptop	12.64
Banten	Telepon Seluler	98.57
Banten	Lainnya	1.02

ggplot(
  banten %>% filter(!is.na(Persentase)),
  aes(x = Media, y = Persentase)
) +
  geom_col() +
  labs(
    title = "Penggunaan Media Internet di Provinsi Banten",
    x = "Media",
    y = "Persentase (%)"
  )

Interpretasi

Di Provinsi Banten, telepon seluler memiliki persentase penggunaan yang jauh lebih tinggi dibandingkan komputer, laptop, dan media lainnya. Hal ini menunjukkan bahwa akses internet di Banten pada data Susenas 2024 sangat didominasi oleh perangkat telepon seluler.

14. Ringkasan Hasil Analisis

Berdasarkan visualisasi dan statistik deskriptif yang telah dibuat, beberapa hal yang dapat dirangkum adalah:

Data mencakup 38 provinsi di Indonesia.
Variabel Provinsi dan Media merupakan variabel kategorik.
Variabel persentase penggunaan media merupakan variabel numerik.
Telepon seluler menjadi media yang paling dominan untuk mengakses internet pada data yang dianalisis.
Penggunaan laptop dan komputer memiliki variasi yang lebih besar antarprovinsi dibandingkan penggunaan telepon seluler.
Terdapat perbedaan pola penggunaan media internet antarprovinsi.
Banten juga menunjukkan dominasi telepon seluler sebagai media akses internet.

15. Kesimpulan

Data BPS tahun 2024 menunjukkan bahwa telepon seluler merupakan media yang sangat dominan digunakan untuk mengakses internet oleh penduduk usia 5 tahun ke atas yang pernah mengakses internet dalam tiga bulan terakhir.

Visualisasi kategorik membantu menunjukkan kategori provinsi dan media yang dianalisis, sedangkan visualisasi numerik membantu melihat tingkat, distribusi, dan variasi persentase penggunaan media antarprovinsi.

Data ini memberikan gambaran bahwa pola akses internet di Indonesia sangat berkaitan dengan penggunaan perangkat seluler, sementara penggunaan komputer dan laptop memiliki persentase yang lebih rendah dan lebih bervariasi antarwilayah.

16. Sumber Data

Badan Pusat Statistik (BPS).

Persentase Penduduk Usia 5 Tahun ke Atas yang Pernah Mengakses Internet dalam 3 Bulan Terakhir Menurut Provinsi dan Media, 2024.

Sumber data:

https://www.bps.go.id/id/statistics-table/2/NDA3IzI%3D/persentase-penduduk-usia-5-tahun-ke-atas-yang-pernah-mengakses-internet-dalam-3-bulan-terakhir-menurut-provinsi-dan-media.html

Sumber survei: BPS, Survei Sosial Ekonomi Nasional (Susenas).

17. Catatan Penting

Data persentase media tidak harus berjumlah 100% karena BPS mencatat bahwa jawaban mengenai media yang digunakan dapat lebih dari satu.

Dengan demikian, angka persentase setiap media harus dibaca sebagai persentase penduduk pengguna internet yang menggunakan media tersebut, bukan sebagai pembagian tunggal yang totalnya harus 100%.

Analisis Penggunaan Internet Menurut Provinsi dan Media di Indonesia

Tugas Pendalaman Materi - Visualisasi Data Kategorik dan Numerik

Nama Kelompok: | NIM:

2026-09-23

Data Excel

1. Pendahuluan

1.1 Latar Belakang

1.2 Tujuan

2. Sumber dan Deskripsi Data

2.1 Sumber Data

2.2 Alasan Memilih Data

2.3 Variabel Data

3. Persiapan R

4. Memasukkan Data

5. Pemeriksaan Data

6. Mengubah Data ke Format Panjang

7. Analisis Data Kategorik

7.1 Jumlah Provinsi dalam Data

Interpretasi

7.2 Distribusi Kategori Media

Interpretasi

8. Analisis Data Numerik

8.1 Statistik Deskriptif

Interpretasi

8.2 Rata-rata Penggunaan Setiap Media

Interpretasi

9. Visualisasi Numerik: Histogram

Interpretasi

10. Perbandingan Antarprovinsi

10.1 Penggunaan Laptop

Interpretasi

10.2 Penggunaan Telepon Seluler

Interpretasi

11. Boxplot

Interpretasi

12. Perbandingan Komputer dan Laptop

Interpretasi

13. Fokus Provinsi Banten

Interpretasi

14. Ringkasan Hasil Analisis

15. Kesimpulan

16. Sumber Data

17. Catatan Penting