Data = read.table(file.choose(), header = TRUE, sep = "\t", check.names = FALSE)
Data
## Provinsi Jumlah Penduduk (Ribu)
## 1 Aceh 5695.9
## 2 Sumatera Utara 15978.6
## 3 Sumatera Barat 5991.6
## 4 Riau 6892.4
## 5 Jambi 3811.7
## 6 Sumatera Selatan 9017.1
## 7 Bengkulu 2163.3
## 8 Lampung 9623.8
## 9 Kepulauan Bangka Belitung 1569.7
## 10 Kepulauan Riau 2243.1
## 11 DKI Jakarta 10669.7
## 12 Jawa Barat 51163.9
## 13 Jawa Tengah 38565.0
## 14 DI Yogyakarta 3802.7
## 15 Jawa Timur 42352.0
## 16 Banten 12641.3
## 17 Bali 4488.2
## 18 Nusa Tenggara Barat 5815.3
## 19 Nusa Tenggara Timur 5828.6
## 20 Kalimantan Barat 5835.0
## 21 Kalimantan Tengah 2879.5
## 22 Kalimantan Selatan 4372.1
## 23 Kalimantan Timur 4478.4
## 24 Kalimantan Utara 758.8
## 25 Sulawesi Utara 2740.5
## 26 Sulawesi Tengah 3189.8
## 27 Sulawesi Selatan 9661.3
## 28 Sulawesi Tenggara 2880.0
## 29 Gorontalo 1256.4
## 30 Sulawesi Barat 1547.4
## 31 Maluku 1995.2
## 32 Maluku Utara 1391.7
## 33 Papua Barat 596.5
## 34 Papua Barat Daya 645.5
## 35 Papua 1086.5
## 36 Papua Selatan 557.2
## 37 Papua Tengah 1510.8
## 38 Papua Pegunungan 1501.9
## Laju Pertumbuhan Penduduk per Tahun Persentase Penduduk
## 1 1.34 1.98
## 2 1.34 5.56
## 3 1.39 2.09
## 4 1.31 2.40
## 5 1.25 1.33
## 6 1.10 3.14
## 7 1.28 0.75
## 8 1.16 3.35
## 9 1.32 0.55
## 10 1.45 0.78
## 11 0.18 3.72
## 12 1.02 17.81
## 13 0.95 13.43
## 14 0.63 1.32
## 15 0.71 14.75
## 16 1.05 4.40
## 17 0.68 1.56
## 18 1.56 2.02
## 19 1.58 2.03
## 20 1.31 2.03
## 21 1.32 1.00
## 22 1.24 1.52
## 23 3.06 1.56
## 24 1.37 0.26
## 25 0.77 0.95
## 26 1.16 1.11
## 27 1.10 3.36
## 28 1.63 1.00
## 29 1.22 0.44
## 30 1.51 0.54
## 31 1.33 0.69
## 32 1.43 0.48
## 33 1.65 0.21
## 34 1.55 0.22
## 35 1.31 0.38
## 36 1.43 0.19
## 37 1.45 0.53
## 38 1.34 0.52
## Kepadatan Penduduk per km persegi (Km2) sexrasio
## 1 100 100.9
## 2 221 100.8
## 3 142 101.5
## 4 77 104.1
## 5 78 103.0
## 6 104 103.4
## 7 108 104.1
## 8 287 103.9
## 9 94 105.0
## 10 275 102.9
## 11 16129 100.5
## 12 1381 102.3
## 13 1123 100.8
## 14 1199 97.7
## 15 881 99.3
## 16 1351 103.1
## 17 804 100.2
## 18 296 101.2
## 19 126 100.0
## 20 40 105.1
## 21 19 106.2
## 22 118 102.1
## 23 35 106.5
## 24 11 110.0
## 25 189 104.0
## 26 52 105.0
## 27 213 98.8
## 28 80 102.5
## 29 104 101.5
## 30 93 102.6
## 31 43 102.2
## 32 44 105.1
## 33 10 110.2
## 34 17 108.1
## 35 13 109.1
## 36 5 107.5
## 37 25 113.1
## 38 29 113.5
length(Data$sexrasio)
## [1] 38
mean(Data$sexrasio)
## [1] 103.8895
median(Data$sexrasio)
## [1] 103.05
range(Data$sexrasio)
## [1] 97.7 113.5
max(Data$sexrasio)-min(Data$sexrasio)
## [1] 15.8
max(Data$sexrasio)
## [1] 113.5
min(Data$sexrasio)
## [1] 97.7
var(Data$sexrasio)
## [1] 13.9707
sd(Data$sexrasio)
## [1] 3.73774
quantile(Data$sexrasio)
## 0% 25% 50% 75% 100%
## 97.700 101.275 103.050 105.100 113.500
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.5.3
Data <- read.delim(file.choose(), header = TRUE, check.names = FALSE)
nama_kolom <- colnames(Data)[2]
Data$sexrasio <- as.numeric(gsub("\\.", "", Data[[nama_kolom]])) / 1000
ggplot(Data, aes(x = reorder(Provinsi, sexrasio), y = sexrasio)) +
geom_col(fill = "pink", color = "black") +
coord_flip() +
labs(
title = "Sex Ratio Penduduk Menurut Provinsi 2026",
x = "Provinsi",
y = "Sex Ratio"
) +
theme_minimal()
length(Data$sexrasio)
## [1] 38
mean(Data$sexrasio)
## [1] 54.34989
median(Data$sexrasio)
## [1] 34.9625
range(Data$sexrasio)
## [1] 2.880 511.639
max(Data$sexrasio)-min(Data$sexrasio)
## [1] 508.759
max(Data$sexrasio)
## [1] 511.639
min(Data$sexrasio)
## [1] 2.88
var(Data$sexrasio)
## [1] 7167.787
sd(Data$sexrasio)
## [1] 84.66279
quantile(Data$sexrasio)
## 0% 25% 50% 75% 100%
## 2.88000 15.04125 34.96250 58.25275 511.63900
ggplot(Data, aes(x = "", y = sexrasio)) +
geom_boxplot(fill = "pink") +
labs(
title = "Box Plot Sex Ratio Penduduk Menurut Provinsi Tahun 2026",
x = "",
y = "Sex Ratio"
) +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, face = "bold")
)
library(ggplot2)
library(dplyr)
## Warning: package 'dplyr' was built under R version 4.5.3
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(stringr)
## Warning: package 'stringr' was built under R version 4.5.3
Data_Kalimantan <- Data %>%
filter(str_starts(toupper(Provinsi), "KALIMANTAN"))
ggplot(Data_Kalimantan, aes(x = Provinsi,
y = sexrasio,
fill = Provinsi)) +
geom_col() +
labs(
title = "Sex Ratio Penduduk Pulau Kalimantan Tahun 2026",
x = "Provinsi",
y = "Sex Ratio"
) +
theme_minimal() +
theme(
axis.text.x = element_text(angle = 45, hjust = 1),
plot.title = element_text(hjust = 0.5, face = "bold"),
legend.position = "none"
)
