TM.Komstat_Nadia

library(readxl)
Data = as.data.frame(read_excel(file.choose()))
names(Data) = c("Provinsi", "Tenaga_Medis")
Data

##                     Provinsi Tenaga_Medis
## 1                       Aceh           21
## 2             Sumatera Utara           24
## 3             Sumatera Barat           12
## 4                       Riau           13
## 5                      Jambi            8
## 6           Sumatera Selatan           17
## 7                   Bengkulu            5
## 8                    Lampung           13
## 9  Kepulauan Bangka Belitung            4
## 10            Kepulauan Riau            5
## 11               DKI Jakarta           39
## 12                Jawa Barat           74
## 13               Jawa Tengah           66
## 14             DI Yogyakarta           12
## 15                Jawa Timur           74
## 16                    Banten           19
## 17                      Bali           13
## 18       Nusa Tenggara Barat           13
## 19       Nusa Tenggara Timur           16
## 20          Kalimantan Barat           11
## 21         Kalimantan Tengah            8
## 22        Kalimantan Selatan           10
## 23          Kalimantan Timur           11
## 24          Kalimantan Utara            3
## 25            Sulawesi Utara           10
## 26           Sulawesi Tengah            9
## 27          Sulawesi Selatan           27
## 28         Sulawesi Tenggara           10
## 29                 Gorontalo            4
## 30            Sulawesi Barat            4
## 31                    Maluku            7
## 32              Maluku Utara            4
## 33               Papua Barat            2
## 34          Papua Barat Daya            2
## 35                     Papua            4
## 36             Papua Selatan            2
## 37              Papua Tengah            3
## 38          Papua Pegunungan            1

length(Data$Tenaga_Medis)

## [1] 38

mean(Data$Tenaga_Medis)

## [1] 15.26316

median(Data$Tenaga_Medis)

## [1] 10

range(Data$Tenaga_Medis)

## [1]  1 74

max(Data$Tenaga_Medis) - min(Data$Tenaga_Medis)

## [1] 73

max(Data$Tenaga_Medis)

## [1] 74

min(Data$Tenaga_Medis)

## [1] 1

var(Data$Tenaga_Medis)

## [1] 339.2802

sd(Data$Tenaga_Medis)

## [1] 18.41956

quantile(Data$Tenaga_Medis)

##    0%   25%   50%   75%  100% 
##  1.00  4.00 10.00 15.25 74.00

library(ggplot2)
library(readxl)

data <- as.data.frame(read_excel(file.choose()))
names(data) <- c("Provinsi", "Tenaga_Medis")

str(data)

## 'data.frame':    38 obs. of  2 variables:
##  $ Provinsi    : chr  "Aceh" "Sumatera Utara" "Sumatera Barat" "Riau" ...
##  $ Tenaga_Medis: num  21 24 12 13 8 17 5 13 4 5 ...

ggplot(data, aes(x = reorder(Provinsi, Tenaga_Medis), y = Tenaga_Medis)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  coord_flip() +
  labs(
    title = "Jumlah Tenaga Medis menurut Provinsi",
    x = "Provinsi",
    y = "Jumlah Tenaga Medis"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, face = "bold"))

library(dplyr)

## 
## 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(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.1     ✔ stringr   1.6.0
## ✔ lubridate 1.9.5     ✔ tibble    3.3.1
## ✔ purrr     1.2.2     ✔ tidyr     1.3.2
## ✔ readr     2.2.0

## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(ggplot2)

Data_Kalimantan <- data %>%
  filter(str_starts(Provinsi, regex("Kalimantan", ignore_case = TRUE)))

Data_Kalimantan

##             Provinsi Tenaga_Medis
## 1   Kalimantan Barat           11
## 2  Kalimantan Tengah            8
## 3 Kalimantan Selatan           10
## 4   Kalimantan Timur           11
## 5   Kalimantan Utara            3

ggplot(Data_Kalimantan, aes(x = Provinsi, y = Tenaga_Medis, fill = Provinsi)) +
  geom_col() +
  labs(
    title = "Jumlah Tenaga Medis Pulau Kalimantan",
    x = "Provinsi",
    y = "Jumlah Tenaga Medis"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5, face = "bold"),
    legend.position = "none"
  )