1. Sumber Data dan Alasan Pemilihan

2. Persiapan dan Pembersihan Data

# Membaca data Excel dengan melewati 3 baris pertama (header)
df <- read_excel("xls Umur Harapan Hidup saat lahir menurut Provinsi dan Jenis Kelamin (menggunakan UHH hasil SP2020 LF), 2025.xlsx", skip = 3)

# Merapikan nama kolom
colnames(df) <- c("Provinsi", "UHH_Laki_Laki", "UHH_Perempuan")

# Membersihkan data
df_clean <- df %>%
  filter(!is.na(Provinsi)) %>%
  mutate(Provinsi = trimws(Provinsi)) %>%
  filter(Provinsi != "INDONESIA") %>%
  mutate(
    UHH_Laki_Laki = as.numeric(UHH_Laki_Laki),
    UHH_Perempuan = as.numeric(UHH_Perempuan),
    # Menghitung UHH Rata-Rata Gabungan
    UHH_Rata_Rata = round((UHH_Laki_Laki + UHH_Perempuan) / 2, 2)
  )
  
# Menampilkan KESELURUHAN data dalam bentuk tabel interaktif
datatable(df_clean, caption = "Tabel 1. Data Lengkap Umur Harapan Hidup Menurut Provinsi (2025)")

3. Visualisasi Data Kategorik & Interpretasi

Sesuai acuan materi, Bar Chart digunakan untuk membandingkan nilai atau frekuensi antar kategori (Provinsi).

top_10 <- df_clean %>%
  arrange(desc(UHH_Rata_Rata)) %>%
  head(10)

# Bar Chart
ggplot(top_10, aes(x = reorder(Provinsi, -UHH_Rata_Rata), y = UHH_Rata_Rata)) +
  geom_col(fill = "#002060") +
  geom_text(aes(label = UHH_Rata_Rata), vjust = -0.5, fontface = "bold", color = "#002060", size = 4) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  labs(
    title = "10 Provinsi dengan Umur Harapan Hidup Rata-Rata Tertinggi (Bar Chart)",
    subtitle = "Data Tahun 2025",
    x = "Provinsi",
    y = "Umur Harapan Hidup (Tahun)"
  ) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.15)))

Interpretasi:

Berdasarkan Bar Chart di atas, provinsi-provinsi di Pulau Jawa mendominasi angka Umur Harapan Hidup (UHH) tertinggi di Indonesia pada tahun 2025, dipimpin oleh DI Yogyakarta (75,69 tahun) dan DKI Jakarta (75,54 tahun). Visualisasi ini mempermudah perbandingan langsung antar-kategori provinsi.

4. Visualisasi Data Numerik & Interpretasi

Sesuai acuan materi:

  1. Polygon Frekuensi: Digunakan untuk menghaluskan bentuk sebaran data.

  2. Scatter Plot: Digunakan untuk melihat hubungan/korelasi antara dua variabel numerik (UHH Laki-laki vs Perempuan).

A. Polygon Frekuensi

ggplot(df_clean, aes(x = UHH_Rata_Rata)) +
  geom_freqpoly(binwidth = 2, color = "#002060", linewidth = 1) +
  geom_point(stat = "bin", binwidth = 2, color = "#002060", size = 3) +
  theme_minimal() +
  labs(
    title = "Polygon Frekuensi Umur Harapan Hidup Rata-Rata (2025)",
    x = "Umur Harapan Hidup (Tahun)",
    y = "Frekuensi (Jumlah Provinsi)"
  )

B. Scatter Plot

ggplot(df_clean, aes(x = UHH_Laki_Laki, y = UHH_Perempuan)) +
  geom_point(color = "#002060", size = 3, alpha = 0.7) +
  geom_smooth(method = "lm", color = "#E64A19", se = FALSE) +
  theme_minimal() +
  labs(
    title = "Scatter Plot Hubungan UHH Laki-Laki dan UHH Perempuan",
    subtitle = "Melihat Korelasi Dua Variabel Numerik",
    x = "UHH Laki-Laki (Tahun)",
    y = "UHH Perempuan (Tahun)"
  )

Interpretasi:

  • Polygon Frekuensi: Distribusi data Umur Harapan Hidup rata-rata provinsi di Indonesia cenderung miring ke kiri (left-skewed), di mana mayoritas provinsi terkonsentrasi pada rentang 72 hingga 74 tahun.

  • Scatter Plot: Menunjukkan adanya korelasi positif yang sangat kuat antara UHH Laki-laki dan UHH Perempuan. Provinsi yang memiliki UHH Laki-laki tinggi secara konsisten juga memiliki UHH Perempuan yang tinggi.

5. Kesimpulan

Secara umum, tingkat Umur Harapan Hidup di Indonesia pada tahun 2025 sudah berada pada taraf yang baik. Penggunaan Bar Chart, Polygon Frekuensi, dan Scatter Plot memberikan gambaran utuh baik dari segi perbandingan antarwilayah, pola sebaran frekuensi, maupun korelasi antarvariabel numerik.