I. Data Preparation
1. Import Data
#membaca file csv
data_pendidikan <- read.csv("~/Nayla/R/DATA PENDIDIKAN.csv")
2. Struktur Data
#melihat struktur tipe data
str(data_pendidikan)
## 'data.frame': 39 obs. of 11 variables:
## $ Provinsi : chr "Prov. D.K.I. Jakarta" "Prov. Jawa Barat" "Prov. Jawa Tengah" "Prov. D.I. Yogyakarta" ...
## $ Sekolah : int 2224 19553 18618 1846 18980 3532 9751 4206 3815 2464 ...
## $ Siswa : int 756455 4487262 2595050 270610 2530849 489863 1524481 592365 776574 368620 ...
## $ Mengulang : int 1202 4778 6909 357 4694 1406 4896 4643 4446 2006 ...
## $ Putus.Sekolah : int 869 5675 2399 75 3327 905 4390 858 1388 835 ...
## $ Kepala.Sekolah.dan.Guru...S1.: int 38305 209252 167535 19771 180465 47490 108599 47064 50310 26403 ...
## $ Rombongan.Belajar : int 27830 169704 127266 13719 134724 25829 74970 31481 35120 18911 ...
## $ Ruang.kelas.baik. : int 23320 59592 51050 8217 58679 10261 33726 12164 15935 6857 ...
## $ Ruang.kelas.rusak.ringan. : int 3886 46006 42356 3878 42896 7483 21203 9121 8745 5787 ...
## $ Ruang.kelas.rusak.sedang. : int 717 34432 26321 1827 24218 6076 14880 7904 6458 4701 ...
## $ Ruang.kelas.rusak.berat. : int 345 14397 13457 548 14389 3122 9371 3600 3719 2377 ...
3. Summary Data
#menampilkan ringkasan statistik
summary(data_pendidikan)
## Provinsi Sekolah Siswa Mengulang
## Length :39 Min. : 124.0 Min. : 17789 Min. : 56
## N.unique :39 1st Qu.: 956.5 1st Qu.: 143176 1st Qu.:1258
## N.blank : 0 Median : 2347.0 Median : 312352 Median :2049
## Min.nchar:10 Mean : 3817.5 Mean : 617044 Mean :2841
## Max.nchar:31 3rd Qu.: 4326.5 3rd Qu.: 709881 3rd Qu.:4212
## Max. :19553.0 Max. :4487262 Max. :9801
## Putus.Sekolah Kepala.Sekolah.dan.Guru...S1. Rombongan.Belajar
## Min. : 75 Min. : 450 Min. : 913
## 1st Qu.: 466 1st Qu.: 10400 1st Qu.: 7654
## Median : 835 Median : 25737 Median : 17694
## Mean :1155 Mean : 40252 Mean : 29318
## 3rd Qu.:1280 3rd Qu.: 48900 3rd Qu.: 33301
## Max. :5675 Max. :209252 Max. :169704
## Ruang.kelas.baik. Ruang.kelas.rusak.ringan. Ruang.kelas.rusak.sedang.
## Min. : 594 Min. : 169 Min. : 9
## 1st Qu.: 2801 1st Qu.: 1895 1st Qu.: 1444
## Median : 7730 Median : 4432 Median : 3536
## Mean :12033 Mean : 8255 Mean : 6110
## 3rd Qu.:13262 3rd Qu.: 8933 3rd Qu.: 6850
## Max. :59592 Max. :46006 Max. :34432
## Ruang.kelas.rusak.berat.
## Min. : 5.0
## 1st Qu.: 683.5
## Median : 1924.0
## Mean : 3102.8
## 3rd Qu.: 3561.0
## Max. :14397.0
4. Missing Value
#mengecek total missing value di setiap kolom
colSums(is.na(data_pendidikan))
## Provinsi Sekolah
## 0 0
## Siswa Mengulang
## 0 0
## Putus.Sekolah Kepala.Sekolah.dan.Guru...S1.
## 0 0
## Rombongan.Belajar Ruang.kelas.baik.
## 0 0
## Ruang.kelas.rusak.ringan. Ruang.kelas.rusak.sedang.
## 0 0
## Ruang.kelas.rusak.berat.
## 0
5. Select Data
#memilih kolom spesifik
library(dplyr)
data_pilihan <- select(data_pendidikan,Provinsi,Sekolah,Putus.Sekolah,Rombongan.Belajar,Ruang.kelas.rusak.berat.)
#menampilkan 5 baris pertama hasil seleksi
head(data_pilihan)
## Provinsi Sekolah Putus.Sekolah Rombongan.Belajar
## 1 Prov. D.K.I. Jakarta 2224 869 27830
## 2 Prov. Jawa Barat 19553 5675 169704
## 3 Prov. Jawa Tengah 18618 2399 127266
## 4 Prov. D.I. Yogyakarta 1846 75 13719
## 5 Prov. Jawa Timur 18980 3327 134724
## 6 Prov. Aceh 3532 905 25829
## Ruang.kelas.rusak.berat.
## 1 345
## 2 14397
## 3 13457
## 4 548
## 5 14389
## 6 3122
6. Mutate
#menambahkan kolom proporsi baru
data_mutate <- data_pendidikan %>%
mutate(Rata_rata_Ruang_Kelas = rowMeans(cbind(Ruang.kelas.rusak.ringan.,
Ruang.kelas.rusak.sedang.,
Ruang.kelas.rusak.berat.), na.rm = TRUE))
data_mutate
## Provinsi Sekolah Siswa Mengulang Putus.Sekolah
## 1 Prov. D.K.I. Jakarta 2224 756455 1202 869
## 2 Prov. Jawa Barat 19553 4487262 4778 5675
## 3 Prov. Jawa Tengah 18618 2595050 6909 2399
## 4 Prov. D.I. Yogyakarta 1846 270610 357 75
## 5 Prov. Jawa Timur 18980 2530849 4694 3327
## 6 Prov. Aceh 3532 489863 1406 905
## 7 Prov. Sumatera Utara 9751 1524481 4896 4390
## 8 Prov. Sumatera Barat 4206 592365 4643 858
## 9 Prov. Riau 3815 776574 4446 1388
## 10 Prov. Jambi 2464 368620 2006 835
## 11 Prov. Sumatera Selatan 4719 882011 6469 1976
## 12 Prov. Lampung 4726 798892 2412 833
## 13 Prov. Kalimantan Barat 4447 563178 9801 1324
## 14 Prov. Kalimantan Tengah 2650 276421 2806 675
## 15 Prov. Kalimantan Selatan 2920 353174 3201 532
## 16 Prov. Kalimantan Timur 1929 419472 2063 669
## 17 Prov. Sulawesi Utara 2209 218823 728 435
## 18 Prov. Sulawesi Tengah 2944 312352 3004 1033
## 19 Prov. Sulawesi Selatan 6434 883153 3300 1613
## 20 Prov. Sulawesi Tenggara 2347 294170 1643 784
## 21 Prov. Maluku 1815 206984 1933 1076
## 22 Prov. Bali 2409 383616 183 179
## 23 Prov. Nusa Tenggara Barat 3330 512620 1501 1235
## 24 Prov. Nusa Tenggara Timur 5225 663307 8887 2771
## 25 Prov. Papua 831 116836 1605 651
## 26 Prov. Bengkulu 1407 194870 1313 390
## 27 Prov. Maluku Utara 1317 141138 1126 630
## 28 Prov. Banten 4610 1203432 2551 1779
## 29 Prov. Kepulauan Bangka Belitung 833 161703 1202 332
## 30 Prov. Gorontalo 931 108058 1446 458
## 31 Prov. Kepulauan Riau 982 227249 651 385
## 32 Prov. Papua Barat 569 71737 2049 474
## 33 Prov. Sulawesi Barat 1329 143300 1092 511
## 34 Prov. Kalimantan Utara 485 79877 364 188
## 35 Luar Negeri 124 17789 56 89
## 36 Prov. Papua Tengah 553 143052 3741 1106
## 37 Prov. Papua Selatan 606 94976 5003 936
## 38 Prov. Papua Pegunungan 665 140165 3978 928
## 39 Prov. Papua Barat Daya 547 60227 1347 334
## Kepala.Sekolah.dan.Guru...S1. Rombongan.Belajar Ruang.kelas.baik.
## 1 38305 27830 23320
## 2 209252 169704 59592
## 3 167535 127266 51050
## 4 19771 13719 8217
## 5 180465 134724 58679
## 6 47490 25829 10261
## 7 108599 74970 33726
## 8 47064 31481 12164
## 9 50310 35120 15935
## 10 26403 18911 6857
## 11 59059 40713 15358
## 12 55421 38340 13582
## 13 38364 31317 10878
## 14 25030 17694 6741
## 15 29351 20814 9040
## 16 25737 18585 9677
## 17 18866 14384 6255
## 18 26456 19335 7730
## 19 69029 46819 16108
## 20 26570 16878 5867
## 21 16351 11920 4543
## 22 25097 17327 8646
## 23 42660 24116 7795
## 24 52919 36988 12941
## 25 6812 6031 2010
## 26 16355 10570 4232
## 27 11222 8480 2544
## 28 56799 44351 20757
## 29 9577 6827 3358
## 30 8455 6090 3032
## 31 13859 9871 5900
## 32 4895 4056 1656
## 33 13077 9037 2570
## 34 6049 4141 1976
## 35 450 913 594
## 36 4311 5095 1683
## 37 3857 4346 1210
## 38 3086 5003 1319
## 39 4914 3815 1484
## Ruang.kelas.rusak.ringan. Ruang.kelas.rusak.sedang. Ruang.kelas.rusak.berat.
## 1 3886 717 345
## 2 46006 34432 14397
## 3 42356 26321 13457
## 4 3878 1827 548
## 5 42896 24218 14389
## 6 7483 6076 3122
## 7 21203 14880 9371
## 8 9121 7904 3600
## 9 8745 6458 3719
## 10 5787 4701 2377
## 11 10839 8665 3522
## 12 11111 9451 3884
## 13 8540 7243 4087
## 14 5247 4401 2089
## 15 6053 5091 1638
## 16 4432 2326 1497
## 17 3707 3126 1924
## 18 5247 4750 2887
## 19 11949 13128 5990
## 20 4370 4196 2704
## 21 2456 3536 2230
## 22 4835 3042 1142
## 23 7818 6377 1520
## 24 11971 10040 6707
## 25 1358 1824 872
## 26 3371 3359 717
## 27 2167 2919 1269
## 28 10581 6117 3434
## 29 1740 1285 1047
## 30 1491 1603 614
## 31 2050 862 650
## 32 1183 737 339
## 33 2065 2533 2055
## 34 887 549 582
## 35 169 9 5
## 36 1461 1029 301
## 37 1252 948 596
## 38 1224 898 875
## 39 1006 712 509
## Rata_rata_Ruang_Kelas
## 1 1649.3333
## 2 31611.6667
## 3 27378.0000
## 4 2084.3333
## 5 27167.6667
## 6 5560.3333
## 7 15151.3333
## 8 6875.0000
## 9 6307.3333
## 10 4288.3333
## 11 7675.3333
## 12 8148.6667
## 13 6623.3333
## 14 3912.3333
## 15 4260.6667
## 16 2751.6667
## 17 2919.0000
## 18 4294.6667
## 19 10355.6667
## 20 3756.6667
## 21 2740.6667
## 22 3006.3333
## 23 5238.3333
## 24 9572.6667
## 25 1351.3333
## 26 2482.3333
## 27 2118.3333
## 28 6710.6667
## 29 1357.3333
## 30 1236.0000
## 31 1187.3333
## 32 753.0000
## 33 2217.6667
## 34 672.6667
## 35 61.0000
## 36 930.3333
## 37 932.0000
## 38 999.0000
## 39 742.3333
7. Filter and Sort Data
#memfilter data pendidikan prov aceh
data_provaceh <- filter(data_pendidikan, Provinsi =="Prov. Aceh")
head(data_provaceh)
## Provinsi Sekolah Siswa Mengulang Putus.Sekolah
## 1 Prov. Aceh 3532 489863 1406 905
## Kepala.Sekolah.dan.Guru...S1. Rombongan.Belajar Ruang.kelas.baik.
## 1 47490 25829 10261
## Ruang.kelas.rusak.ringan. Ruang.kelas.rusak.sedang. Ruang.kelas.rusak.berat.
## 1 7483 6076 3122
8. join data
library(dplyr)
#membuat kolom (True jika > 10000, False jika tidak)
data_join <- data_pendidikan %>%
mutate(Sekolah_terbanyak_lebih_dari_10.000 = if_else(Sekolah > 10000, "True", "False"))
#melihat hasilnya
head(data_join)
## Provinsi Sekolah Siswa Mengulang Putus.Sekolah
## 1 Prov. D.K.I. Jakarta 2224 756455 1202 869
## 2 Prov. Jawa Barat 19553 4487262 4778 5675
## 3 Prov. Jawa Tengah 18618 2595050 6909 2399
## 4 Prov. D.I. Yogyakarta 1846 270610 357 75
## 5 Prov. Jawa Timur 18980 2530849 4694 3327
## 6 Prov. Aceh 3532 489863 1406 905
## Kepala.Sekolah.dan.Guru...S1. Rombongan.Belajar Ruang.kelas.baik.
## 1 38305 27830 23320
## 2 209252 169704 59592
## 3 167535 127266 51050
## 4 19771 13719 8217
## 5 180465 134724 58679
## 6 47490 25829 10261
## Ruang.kelas.rusak.ringan. Ruang.kelas.rusak.sedang. Ruang.kelas.rusak.berat.
## 1 3886 717 345
## 2 46006 34432 14397
## 3 42356 26321 13457
## 4 3878 1827 548
## 5 42896 24218 14389
## 6 7483 6076 3122
## Sekolah_terbanyak_lebih_dari_10.000
## 1 False
## 2 True
## 3 True
## 4 False
## 5 True
## 6 False
9. Group and Summarize
library(dplyr)
#mengelompokan berdasarkan provinsi dan menghitung ringkasan
data_summary <- data_pendidikan %>%
group_by(Provinsi) %>%
summarise(Total_Siswa = sum(Siswa, na.rm = TRUE),
Rata_rata_Siswa = mean(Siswa, na.rm = TRUE))
head(data_summary)
## # A tibble: 6 × 3
## Provinsi Total_Siswa Rata_rata_Siswa
## <chr> <int> <dbl>
## 1 Luar Negeri 17789 17789
## 2 Prov. Aceh 489863 489863
## 3 Prov. Bali 383616 383616
## 4 Prov. Banten 1203432 1203432
## 5 Prov. Bengkulu 194870 194870
## 6 Prov. D.I. Yogyakarta 270610 270610
10. Split Data
#menggunakan fungsi bawaan split() berdasarkan kolom provinsi
data_list <- split(data_pendidikan, data_pendidikan$Provinsi)
head(data_list[[1]])
## Provinsi Sekolah Siswa Mengulang Putus.Sekolah
## 35 Luar Negeri 124 17789 56 89
## Kepala.Sekolah.dan.Guru...S1. Rombongan.Belajar Ruang.kelas.baik.
## 35 450 913 594
## Ruang.kelas.rusak.ringan. Ruang.kelas.rusak.sedang. Ruang.kelas.rusak.berat.
## 35 169 9 5
II. Data Wrangling
library(tidyverse)
data_pendidikan <- read.csv("~/Nayla/R/DATA PENDIDIKAN.csv")
data_prov <- data_pendidikan %>%
filter(Provinsi != "Luar Negeri")
1. Berapa proporsi ruang kelas kondisi baik vs rusak
(ringan, sedang, berat) secara agregat nasional?
proporsi_nasional <- data_prov %>%
summarise(
Baik = sum(`Ruang.kelas.baik.`, na.rm = TRUE),
Rusak_Ringan = sum(`Ruang.kelas.rusak.ringan.`, na.rm = TRUE),
Rusak_Sedang = sum(`Ruang.kelas.rusak.sedang.`, na.rm = TRUE),
Rusak_Berat = sum(`Ruang.kelas.rusak.berat.`, na.rm = TRUE)
) %>%
pivot_longer(cols = everything(), names_to = "Kondisi", values_to = "Jumlah") %>%
mutate(Persentase = (Jumlah/sum(Jumlah)) * 100)
print("1. Proporsi Ruang Kelas Secara Nasional:")
## [1] "1. Proporsi Ruang Kelas Secara Nasional:"
print(proporsi_nasional)
## # A tibble: 4 × 3
## Kondisi Jumlah Persentase
## <chr> <int> <dbl>
## 1 Baik 468693 40.8
## 2 Rusak_Ringan 321772 28.0
## 3 Rusak_Sedang 238281 20.7
## 4 Rusak_Berat 121006 10.5
2. Provinsi mana yang memiliki persentase kerusakan ruang
kelas terparah?
kerusakan_provinsi <- data_prov %>%
mutate(
Total_Kelas = `Ruang.kelas.baik.` + `Ruang.kelas.rusak.ringan.` +
`Ruang.kelas.rusak.sedang.` + `Ruang.kelas.rusak.berat.`,
Pct_Rusak_Berat = (`Ruang.kelas.rusak.berat.` / Total_Kelas) * 100,
Pct_Total_Rusak = ((`Ruang.kelas.rusak.ringan.` + `Ruang.kelas.rusak.sedang.` + `Ruang.kelas.rusak.berat.`) / Total_Kelas) * 100
) %>%
select(Provinsi, Total_Kelas, Pct_Rusak_Berat, Pct_Total_Rusak) %>%
arrange(desc(Pct_Rusak_Berat))
print("2. Top 5 Provinsi dengan Kerusakan Ruang Kelas Terparah (Rusak Berat):")
## [1] "2. Top 5 Provinsi dengan Kerusakan Ruang Kelas Terparah (Rusak Berat):"
print(head(kerusakan_provinsi, 5))
## Provinsi Total_Kelas Pct_Rusak_Berat Pct_Total_Rusak
## 1 Prov. Sulawesi Barat 9223 22.28125 72.13488
## 2 Prov. Papua Pegunungan 4316 20.27340 69.43930
## 3 Prov. Maluku 12765 17.46964 64.41050
## 4 Prov. Nusa Tenggara Timur 41659 16.09976 68.93588
## 5 Prov. Sulawesi Tenggara 17137 15.77872 65.76414
3. Manakah Provinsi dengan kepadatan siswa per rombongan
belajar (rombel) terparah?
kepadatan_rombel <- data_prov %>%
mutate(Siswa_per_Rombel = `Siswa` / `Rombongan.Belajar`) %>%
select(Provinsi, Siswa, `Rombongan.Belajar`, Siswa_per_Rombel) %>%
arrange(desc(Siswa_per_Rombel))
print("3. Top 5 Provinsi Kepadatan Siswa per Rombel Terparah:")
## [1] "3. Top 5 Provinsi Kepadatan Siswa per Rombel Terparah:"
print(head(kepadatan_rombel, 5))
## Provinsi Siswa Rombongan.Belajar Siswa_per_Rombel
## 1 Prov. Papua Tengah 143052 5095 28.07694
## 2 Prov. Papua Pegunungan 140165 5003 28.01619
## 3 Prov. D.K.I. Jakarta 756455 27830 27.18128
## 4 Prov. Banten 1203432 44351 27.13427
## 5 Prov. Jawa Barat 4487262 169704 26.44170
4. Apa Provinsi dengan Tingkat Putus Sekolah (Dropout Rate)
tertinggi?
dropout_rate <- data_prov %>%
mutate(Pct_Putus_Sekolah = (`Putus.Sekolah` / `Siswa`) * 100) %>%
select(Provinsi, Siswa, `Putus.Sekolah`, Pct_Putus_Sekolah) %>%
arrange(desc(Pct_Putus_Sekolah))
print("4. Top 5 Provinsi dengan Tingkat Putus Sekolah Tertinggi:")
## [1] "4. Top 5 Provinsi dengan Tingkat Putus Sekolah Tertinggi:"
print(head(dropout_rate, 5))
## Provinsi Siswa Putus.Sekolah Pct_Putus_Sekolah
## 1 Prov. Papua Selatan 94976 936 0.9855121
## 2 Prov. Papua Tengah 143052 1106 0.7731454
## 3 Prov. Papua Pegunungan 140165 928 0.6620768
## 4 Prov. Papua Barat 71737 474 0.6607469
## 5 Prov. Papua 116836 651 0.5571913
5. Bagaimana analisis korelasi antara tingkat mengulang dan
tingkat putus sekolah?
korelasi_data <- data_prov %>%
mutate(
Pct_Mengulang = (`Mengulang` / `Siswa`) * 100,
Pct_Putus_Sekolah = (`Putus.Sekolah` / `Siswa`) * 100
)
# Menghitung koefisien korelasi Pearson
nilai_korelasi <- cor(korelasi_data$Pct_Mengulang, korelasi_data$Pct_Putus_Sekolah)
print(paste("5. Nilai Korelasi antara % Mengulang dan % Putus Sekolah:", round(nilai_korelasi, 4)))
## [1] "5. Nilai Korelasi antara % Mengulang dan % Putus Sekolah: 0.902"
III. Visualisasi Data
Proporsi Kondisi Ruang Kelas Secara Nasional
# Visualisasi Bar Chart (Grafik Batang)
ggplot(proporsi_nasional, aes(x = reorder(Kondisi, -Jumlah), y = Persentase, fill = Kondisi)) +
geom_bar(stat = "identity", show.legend = FALSE, width = 0.6) +
geom_text(aes(label = paste0(round(Persentase, 1), "%")), vjust = -0.5, fontface = "bold") +
scale_fill_manual(values = c(
"Baik" = "#2ecc71",
"Rusak_Ringan" = "#f1c40f",
"Rusak_Sedang" = "#e67e22",
"Rusak_Berat" = "#e74c3c")) +
scale_y_continuous(limits = c(0, 50)) +
labs(
title = "Proporsi Kondisi Ruang Kelas Secara Nasional",
x = "Kondisi Ruang Kelas",
y = "Persentase (%)"
) +
theme_minimal()
Distribusi Persentase Kelayakan Ruang Kelas
#Visualisai Donut Chart / Pie Chart
ggplot(proporsi_nasional, aes(x = 2, y = Persentase, fill = Kondisi)) +
geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar(theta = "y") +
xlim(0.5, 2.5) + # Membuat efek donut hole di tengah
geom_text(aes(label = paste0(Kondisi, "\n", round(Persentase, 1), "%")),
position = position_stack(vjust = 0.5), color = "white", fontface = "bold") +
scale_fill_manual(values = c("Baik" = "#2ecc71", "Rusak_Ringan" = "#f1c40f",
"Rusak_Sedang" = "#e67e22", "Rusak_Berat" = "#e0392b")) +
labs(title = "Distribusi Persentase Kelayakan Ruang Kelas") +
theme_void()
Korelasi antara Siswa mengulang dan putus
sekolah
# Visualisasi hubungan (Scatter Plot)
ggplot(korelasi_data, aes(x = Pct_Mengulang, y = Pct_Putus_Sekolah, label = Provinsi)) +
geom_point(color = "red", size = 3) +
geom_smooth(method = "lm", se = FALSE, color = "blue", linetype = "dashed") +
labs(
title = "Hubungan Antara % Siswa Mengulang dan % Putus Sekolah",
x = "Tingkat Mengulang (%)",
y = "Tingkat Putus Sekolah (%)"
) +
theme_minimal()
## Warning: The following aesthetics were dropped during statistical transformation: label.
## ℹ This can happen when ggplot fails to infer the correct grouping structure in
## the data.
## ℹ Did you forget to specify a `group` aesthetic or to convert a numerical
## variable into a factor?
