NAMA KELOMPOK 14
1.DAFFA AQYLA PURNAMA: 3337260083
2.MUHAMMAD NAUVAL FAKHRI: 3337260051
3.ANDRE FAIRUZ SYAHRAJI: 3337260153
Kesehatan merupakan salah satu aspek penting dalam kehidupan masyarakat. Kondisi kesehatan penduduk dapat berbeda antara satu wilayah dengan wilayah lainnya.
Salah satu data yang dapat digunakan untuk melihat kondisi kesehatan masyarakat adalah persentase penduduk yang mempunyai keluhan kesehatan dalam sebulan terakhir di tahun 2025 Data mengenai keluhan kesehatan dapat memberikan gambaran mengenai kondisi kesehatan penduduk di berbagai provinsi di Indonesia. Oleh karena itu, data tersebut dapat dianalisis dan divisualisasikan untuk melihat perbedaan persentase keluhan kesehatan antarprovinsi.
Dalam tugas ini, dilakukan analisis terhadap data persentase penduduk yang mempunyai keluhan kesehatan dalam sebulan terakhir menurut provinsi di Indonesia pada tahun 2025, data akan diolah menggunakan R dan divisualisasikan dalam beberapa bentuk grafik agar pola dan perbedaan data dapat lebih mudah dipahami.
Analisis ini bertujuan untuk:
Mengetahui persentase penduduk yang mempunyai keluhan kesehatan dalam sebulan terakhir pada setiap provinsi di Indonesia tahun 2025.
Menyajikan data kesehatan dalam bentuk visualisasi yang mudah dipahami.
Mengetahui perbedaan persentase penduduk yang mempunyai keluhan kesehatan antarprovinsi.
Menggunakan R untuk melakukan pengolahan dan visualisasi data kesehatan.
Data yang digunakan dalam analisis ini diperoleh dari Badan Pusat Statistik (BPS) melalui tabel statistik berjudul “Persentase Penduduk yang Mempunyai Keluhan Kesehatan dalam Sebulan Terakhir Menurut Provinsi”.
Data yang digunakan merupakan data tahun 2025 dan mencakup 38 provinsi di Indonesia. Data disajikan dalam bentuk persentase penduduk yang mempunyai keluhan kesehatan dalam sebulan terakhir.
Menurut keterangan BPS, data tersebut bersumber dari Survei Sosial Ekonomi Nasional (Susenas) Maret dan diolah oleh Badan Pusat Statistik.
Link Sumber Data https://www.bps.go.id/id/statistics-table/2/MjIyIzI=/persentase-penduduk-yang-mempunyai-keluhan-kesehatan-dalam-sebulan-terakhir-menurut-provinsi.html
data_kesehatan <- 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",
"INDONESIA"
),
Persentase = c(
24.60,
24.32,
28.47,
21.74,
25.95,
26.17,
29.95,
29.97,
31.44,
17.87,
25.32,
30.50,
33.34,
32.74,
30.65,
26.79,
20.27,
42.00,
30.00,
24.30,
25.05,
29.55,
21.50,
21.76,
22.49,
21.68,
27.10,
20.22,
28.62,
24.28,
18.63,
13.44,
14.21,
19.15,
15.94,
19.09,
8.57,
12.94,
28.31
)
)
data_kesehatan
## Provinsi Persentase
## 1 ACEH 24.60
## 2 SUMATERA UTARA 24.32
## 3 SUMATERA BARAT 28.47
## 4 RIAU 21.74
## 5 JAMBI 25.95
## 6 SUMATERA SELATAN 26.17
## 7 BENGKULU 29.95
## 8 LAMPUNG 29.97
## 9 KEP. BANGKA BELITUNG 31.44
## 10 KEP. RIAU 17.87
## 11 DKI JAKARTA 25.32
## 12 JAWA BARAT 30.50
## 13 JAWA TENGAH 33.34
## 14 DI YOGYAKARTA 32.74
## 15 JAWA TIMUR 30.65
## 16 BANTEN 26.79
## 17 BALI 20.27
## 18 NUSA TENGGARA BARAT 42.00
## 19 NUSA TENGGARA TIMUR 30.00
## 20 KALIMANTAN BARAT 24.30
## 21 KALIMANTAN TENGAH 25.05
## 22 KALIMANTAN SELATAN 29.55
## 23 KALIMANTAN TIMUR 21.50
## 24 KALIMANTAN UTARA 21.76
## 25 SULAWESI UTARA 22.49
## 26 SULAWESI TENGAH 21.68
## 27 SULAWESI SELATAN 27.10
## 28 SULAWESI TENGGARA 20.22
## 29 GORONTALO 28.62
## 30 SULAWESI BARAT 24.28
## 31 MALUKU 18.63
## 32 MALUKU UTARA 13.44
## 33 PAPUA BARAT 14.21
## 34 PAPUA BARAT DAYA 19.15
## 35 PAPUA 15.94
## 36 PAPUA SELATAN 19.09
## 37 PAPUA TENGAH 8.57
## 38 PAPUA PEGUNUNGAN 12.94
## 39 INDONESIA 28.31
library(ggplot2)
data_kesehatan$Provinsi <- factor(
data_kesehatan$Provinsi,
levels = data_kesehatan$Provinsi[order(data_kesehatan$Persentase)]
)
ggplot(data_kesehatan, aes(x = Provinsi, y = Persentase)) +
geom_col() +
coord_flip() +
labs(
title = "Persentase Penduduk yang Mempunyai Keluhan Kesehatan",
subtitle = "Menurut Provinsi Tahun 2025",
x = "Provinsi",
y = "Persentase (%)"
)
Berdasarkan bar chart, persentase penduduk yang mempunyai keluhan kesehatan dalam sebulan terakhir pada tahun 2025 menunjukkan adanya perbedaan antarprovinsi. Persentase tersebut berada pada rentang yang cukup beragam.
Provinsi dengan persentase tertinggi adalah Nusa Tenggara Barat sebesar 42,00%, sedangkan persentase terendah terdapat di Papua Tengah sebesar 8,57%.
Sebagian besar provinsi memiliki persentase keluhan kesehatan pada kisaran 20% hingga 33%. Perbedaan panjang batang pada grafik menunjukkan bahwa persentase penduduk yang mempunyai keluhan kesehatan tidak sama pada setiap provinsi.
Namun, grafik ini hanya menunjukkan perbedaan persentase antarprovinsi dan tidak menjelaskan penyebab dari perbedaan tersebut.
ggplot(data_kesehatan, aes(x = Persentase)) +
geom_histogram(
binwidth = 5,
color = "white"
) +
labs(
title = "Distribusi Persentase Penduduk yang Mempunyai Keluhan Kesehatan",
subtitle = "Menurut Provinsi Tahun 2025",
x = "Persentase (%)",
y = "Jumlah Provinsi"
)
Berdasarkan histogram, persentase penduduk yang mempunyai keluhan kesehatan pada tahun 2025 tersebar pada beberapa rentang nilai. Sebagian besar provinsi berada pada rentang persentase sekitar 20% hingga 35%.
Terdapat beberapa provinsi dengan persentase yang lebih rendah, yaitu di bawah 20%, dan terdapat juga beberapa provinsi dengan persentase di atas 35%. Hal ini menunjukkan bahwa nilai persentase keluhan kesehatan antarprovinsi memiliki penyebaran yang cukup beragam.
Rentang dengan jumlah provinsi terbanyak dapat dilihat dari batang histogram yang memiliki frekuensi paling tinggi. Histogram ini membantu melihat pola distribusi data secara keseluruhan, berbeda dengan bar chart yang digunakan untuk membandingkan masing-masing provinsi.
ggplot(data_kesehatan, aes(y = Persentase)) +
geom_boxplot() +
labs(
title = "Sebaran Persentase Penduduk yang Mempunyai Keluhan Kesehatan",
subtitle = "Menurut Provinsi Tahun 2025",
x = NULL,
y = "Persentase (%)"
)
Berdasarkan boxplot, data persentase penduduk yang mempunyai keluhan kesehatan memiliki nilai median yang berada pada kisaran pertengahan 20%. Kotak pada boxplot menunjukkan rentang 50% data bagian tengah, yaitu antara kuartil pertama (Q1) dan kuartil ketiga (Q3).
Whisker pada boxplot menunjukkan jangkauan nilai data yang masih berada dalam batas whisker. Pada grafik tidak terlihat titik yang berada di luar whisker, sehingga tidak terdapat nilai yang ditampilkan sebagai outlier oleh boxplot.
Boxplot membantu melihat posisi nilai tengah dan penyebaran data secara ringkas. Dengan demikian, grafik ini melengkapi histogram dalam memberikan gambaran mengenai distribusi persentase keluhan kesehatan antarprovinsi.
Berdasarkan hasil analisis data persentase penduduk yang mempunyai keluhan kesehatan dalam sebulan terakhir menurut provinsi di Indonesia tahun 2025, terdapat perbedaan persentase antarprovinsi.
Bar chart menunjukkan perbedaan persentase secara langsung antarprovinsi, dengan Nusa Tenggara Barat memiliki persentase tertinggi sebesar 42,00% dan Papua Tengah memiliki persentase terendah sebesar 8,57%.
Histogram menunjukkan bahwa sebagian besar nilai persentase provinsi berada pada rentang sekitar 20% hingga 35%, meskipun terdapat beberapa provinsi dengan nilai yang lebih rendah maupun lebih tinggi dari rentang tersebut.
Sementara itu, boxplot memberikan gambaran mengenai nilai tengah dan penyebaran data melalui median, kuartil, serta whisker. Ketiga visualisasi tersebut memberikan gambaran yang saling melengkapi mengenai pola dan penyebaran persentase penduduk yang mempunyai keluhan kesehatan antarprovinsi pada tahun 2025.
Data ini menunjukkan adanya variasi persentase antarwilayah, tetapi visualisasi yang digunakan tidak menjelaskan faktor atau penyebab yang mendasari perbedaan tersebut.