Pendahuluan

Visualisasi data merupakan salah satu cara untuk menyajikan data dalam bentuk grafik agar informasi yang terdapat di dalam data lebih mudah dipahami.

Pada analisis ini digunakan dataset mengenai Indeks Pencemaran Udara DKI Jakarta tahun 2021. Beberapa jenis visualisasi digunakan untuk melihat karakteristik data kategorik dan numerik serta perubahan data berdasarkan waktu.

Data

Sumber Data

Dataset yang digunakan berasal dari Kaggle dengan judul Indeks Pencemaran Udara DKI.

Link dataset:

https://www.kaggle.com/datasets/derryderajat/indeks-pencemaran-udara-dki/data

Dataset berisi data kualitas udara DKI Jakarta selama tahun 2021.

Variabel yang terdapat dalam dataset antara lain:

  • tanggal
  • pm10
  • pm25
  • so2
  • co
  • o3
  • no2
  • max
  • critical
  • categori
  • location

Memasukkan Data

Struktur Data

Dataset yang digunakan terdiri dari 365 baris dan 11 kolom.

Data Awal

Berikut merupakan enam data awal dari dataset:

head(data)
##    tanggal pm10 pm25 so2 co o3 no2 max critical categori location
## 1 1/1/2021   43   NA  58 29 35  65  65       O3   SEDANG     DKI2
## 2 1/2/2021   58   NA  86 38 64  80  86     PM25   SEDANG     DKI3
## 3 1/3/2021   64   NA  93 25 62  86  93     PM25   SEDANG     DKI3
## 4 1/4/2021   50   NA  67 24 31  77  77       O3   SEDANG     DKI2
## 5 1/5/2021   59   NA  89 24 35  77  89     PM25   SEDANG     DKI3
## 6 1/6/2021   73   NA  81 29 66  85  85       O3   SEDANG     DKI2

Struktur Variabel

str(data)
## 'data.frame':    365 obs. of  11 variables:
##  $ tanggal : chr  "1/1/2021" "1/2/2021" "1/3/2021" "1/4/2021" ...
##  $ pm10    : int  43 58 64 50 59 73 36 38 60 24 ...
##  $ pm25    : int  NA NA NA NA NA NA NA NA NA NA ...
##  $ so2     : int  58 86 93 67 89 81 52 68 77 39 ...
##  $ co      : int  29 38 25 24 24 29 22 26 34 16 ...
##  $ o3      : int  35 64 62 31 35 66 55 51 42 38 ...
##  $ no2     : int  65 80 86 77 77 85 72 71 80 59 ...
##  $ max     : int  65 86 93 77 89 85 72 71 80 59 ...
##  $ critical: chr  "O3" "PM25" "PM25" "O3" ...
##  $ categori: chr  "SEDANG" "SEDANG" "SEDANG" "SEDANG" ...
##  $ location: chr  "DKI2" "DKI3" "DKI3" "DKI2" ...

Visualisasi Data

1. Bar Chart

Bar chart digunakan untuk menampilkan data kategorik. Pada visualisasi ini digunakan variabel categori untuk melihat jumlah data pada setiap kategori kualitas udara.

ggplot(data, aes(x = categori)) +
  geom_bar(fill = "darkcyan", color = "white") +
  labs(
    title = "Distribusi Kategori Kualitas Udara DKI Jakarta Tahun 2021",
    x = "Kategori Kualitas Udara",
    y = "Jumlah Hari"
  ) +
  theme_minimal()

Interpretasi

Berdasarkan bar chart, setiap kategori kualitas udara memiliki jumlah data yang berbeda. Tinggi batang menunjukkan jumlah hari yang termasuk ke dalam masing-masing kategori. Kategori dengan batang paling tinggi merupakan kategori yang paling sering muncul selama tahun 2021.

2. Histogram

Histogram digunakan untuk melihat distribusi data numerik. Pada visualisasi ini digunakan variabel pm25.

ggplot(data, aes(x = pm25)) +
  # Mengisi warna otomatis berdasarkan jumlah frekuensi (count)
  geom_histogram(bins = 20, aes(fill = after_stat(count)), color = "black") + 
  labs(
    title = "Distribusi Konsentrasi PM2.5 DKI Jakarta Tahun 2021",
    x = "Konsentrasi PM2.5",
    y = "Frekuensi"
  ) +
  # Mengubah tema warna dasar menjadi gradasi yang estetik (misal: viridis)
  scale_fill_viridis_c(option = "plasma") + 
  theme_minimal()
## Warning: Removed 31 rows containing non-finite outside the scale range
## (`stat_bin()`).

Interpretasi

Histogram menunjukkan penyebaran nilai konsentrasi PM2.5 selama tahun 2021. Setiap batang menunjukkan frekuensi data pada rentang nilai tertentu. Grafik ini dapat digunakan untuk melihat nilai PM2.5 yang paling sering muncul serta penyebaran datanya.

3. Line Chart

Line chart digunakan untuk melihat perubahan nilai berdasarkan urutan waktu. Pada visualisasi ini digunakan variabel tanggal dan max.

data$tanggal <- as.Date(data$tanggal, format = "%m/%d/%Y")

ggplot(data, aes(x = tanggal, y = max)) +
  geom_line(na.rm = TRUE) +
  labs(
    title = "Perubahan Nilai Maksimum Indeks Pencemaran Udara DKI Jakarta Tahun 2021",
    x = "Tanggal",
    y = "Nilai Maksimum"
  ) +
  theme_minimal()

Interpretasi

Line chart menunjukkan perubahan nilai maksimum indeks pencemaran udara dari waktu ke waktu selama tahun 2021. Garis yang naik menunjukkan peningkatan nilai maksimum, sedangkan garis yang turun menunjukkan penurunan nilai maksimum.

4. Boxplot

Boxplot digunakan untuk melihat distribusi data numerik berdasarkan kelompok. Pada visualisasi ini digunakan variabel location dan max.

ggplot(data, aes(x = location, y = max, fill = location)) +
  geom_boxplot(na.rm = TRUE, alpha = 0.7) +
  labs(
    title = "Perbandingan Nilai Maksimum Indeks Pencemaran Berdasarkan Lokasi",
    x = "Lokasi",
    y = "Nilai Maksimum"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Interpretasi

Boxplot menunjukkan distribusi nilai maksimum indeks pencemaran pada setiap lokasi pemantauan. Perbedaan posisi median, rentang data, dan pencilan dapat menunjukkan adanya perbedaan distribusi nilai maksimum antar lokasi.

Kesimpulan

Berdasarkan visualisasi yang telah dibuat, dataset kualitas udara DKI Jakarta tahun 2021 dapat divisualisasikan menggunakan beberapa jenis grafik, yaitu bar chart, histogram, line chart, dan boxplot.

Bar chart digunakan untuk melihat distribusi data kategorik berdasarkan kategori kualitas udara. Histogram digunakan untuk melihat distribusi konsentrasi PM2.5. Line chart digunakan untuk melihat perubahan nilai maksimum dari waktu ke waktu, sedangkan boxplot digunakan untuk melihat distribusi nilai maksimum berdasarkan lokasi.

Penggunaan beberapa jenis visualisasi tersebut membantu membuat data kualitas udara menjadi lebih mudah dipahami.

Sumber Data dan Review

Sumber Data

Dataset yang digunakan dalam analisis ini berasal dari Kaggle dengan judul Indeks Pencemaran Udara DKI.

Link dataset:

https://www.kaggle.com/datasets/derryderajat/indeks-pencemaran-udara-dki/data

Dataset berisi data kualitas udara DKI Jakarta selama tahun 2021. Beberapa variabel yang digunakan dalam analisis antara lain tanggal, PM10, PM2.5, SO2, CO, O3, NO2, nilai maksimum (max), kategori kualitas udara (categori), dan lokasi pemantauan (location).

Review Singkat

Dataset ini cukup sesuai untuk digunakan dalam visualisasi data karena memiliki data numerik, kategorik, serta data berdasarkan waktu. Dengan menggunakan dataset ini, pola dan perubahan kualitas udara dapat ditampilkan melalui beberapa jenis grafik, seperti bar chart, histogram, line chart, dan boxplot.

Visualisasi tersebut membantu mempermudah pemahaman terhadap karakteristik data kualitas udara DKI Jakarta selama tahun 2021.