1. Import data dari file

library(readxl)
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
datasampah <- read_excel("C:/Users/User/OneDrive/Gambar/c/Data_Capaian_SIPSN_KLHK_2025..xlsx")
head(datasampah, n=327)
## # A tibble: 327 × 17
##    tahun periode nama_provinsi nama_kabkota       jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                            <dbl>
##  1  2025       2 Aceh          Kab. Aceh Selatan                 96.8
##  2  2025       2 Aceh          Kab. Aceh Tenggara               118. 
##  3  2025       2 Aceh          Kab. Aceh Timur                  185. 
##  4  2025       2 Aceh          Kab. Aceh Tengah                 115. 
##  5  2025       2 Aceh          Kab. Aceh Barat                   84.4
##  6  2025       2 Aceh          Kab. Aceh Besar                  152. 
##  7  2025       2 Aceh          Kab. Pidie                       183. 
##  8  2025       2 Aceh          Kab. Aceh Utara                  321. 
##  9  2025       2 Aceh          Kab. Simeulue                     46.2
## 10  2025       2 Aceh          Kab. Aceh Singkil                 56  
## # ℹ 317 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>

5. Select Data

#melihat kolom spesifik
data_pilihan <- select(datasampah, nama_provinsi, persen_kelola)

#menampilkan 5 baris pertama hasil seleksi
head(data_pilihan)
## # A tibble: 6 × 2
##   nama_provinsi persen_kelola
##   <chr>                 <dbl>
## 1 Aceh                   0.05
## 2 Aceh                   0.01
## 3 Aceh                   1.28
## 4 Aceh                   2.68
## 5 Aceh                  91.7 
## 6 Aceh                  56.0

6. Mutate

#menambahkan kolom kategori capaian pengelolaan sampah
data_mutate <- datasampah %>%
  mutate(
    kategori_capaian_kelola = case_when(
      persen_kelola >= 75 ~ "Tinggi",
      persen_kelola >= 50 ~ "Sedang",
      persen_kelola >= 25 ~ "Rendah",
      TRUE ~ "Sangat Rendah"
    ))
data_mutate
## # A tibble: 327 × 18
##    tahun periode nama_provinsi nama_kabkota       jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                            <dbl>
##  1  2025       2 Aceh          Kab. Aceh Selatan                 96.8
##  2  2025       2 Aceh          Kab. Aceh Tenggara               118. 
##  3  2025       2 Aceh          Kab. Aceh Timur                  185. 
##  4  2025       2 Aceh          Kab. Aceh Tengah                 115. 
##  5  2025       2 Aceh          Kab. Aceh Barat                   84.4
##  6  2025       2 Aceh          Kab. Aceh Besar                  152. 
##  7  2025       2 Aceh          Kab. Pidie                       183. 
##  8  2025       2 Aceh          Kab. Aceh Utara                  321. 
##  9  2025       2 Aceh          Kab. Simeulue                     46.2
## 10  2025       2 Aceh          Kab. Aceh Singkil                 56  
## # ℹ 317 more rows
## # ℹ 13 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>,
## #   kategori_capaian_kelola <chr>

7. Filter and Sort Data

#memfilter data sampah berdasarkan provinsi
data_filter <- datasampah %>%
  filter(nama_provinsi == "Jawa Tengah")
data_filter
## # A tibble: 30 × 17
##    tahun periode nama_provinsi nama_kabkota      jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                           <dbl>
##  1  2025       2 Jawa Tengah   Kab. Cilacap                     989.
##  2  2025       2 Jawa Tengah   Kab. Banyumas                    739.
##  3  2025       2 Jawa Tengah   Kab. Purbalingga                 524.
##  4  2025       2 Jawa Tengah   Kab. Banjarnegara                429.
##  5  2025       2 Jawa Tengah   Kab. Kebumen                     721.
##  6  2025       2 Jawa Tengah   Kab. Purworejo                   324.
##  7  2025       2 Jawa Tengah   Kab. Wonosobo                    368.
##  8  2025       2 Jawa Tengah   Kab. Magelang                    673.
##  9  2025       2 Jawa Tengah   Kab. Boyolali                    302.
## 10  2025       2 Jawa Tengah   Kab. Klaten                      656.
## # ℹ 20 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
#mengurutkan persentase pengelolaan sampah tertinggi ke terendah
data_sort <- datasampah %>%
  arrange(desc(persen_kelola))
data_sort
## # A tibble: 327 × 17
##    tahun periode nama_provinsi     nama_kabkota      jml_timbulan_harian
##    <dbl>   <dbl> <chr>             <chr>                           <dbl>
##  1  2025       2 Sulawesi Selatan  Kab. Bone                       414. 
##  2  2025       2 Kalimantan Timur  Kota Bontang                    109. 
##  3  2025       2 Kalimantan Timur  Kota Balikpapan                 553. 
##  4  2025       2 Jawa Timur        Kota Surabaya                  1807. 
##  5  2025       2 Jawa Timur        Kota Malang                     732. 
##  6  2025       2 Sumatera Barat    Kota Padang                     669. 
##  7  2025       2 Kalimantan Utara  Kab. Bulungan                    86.1
##  8  2025       2 Kalimantan Tengah Kota Palangkaraya               157. 
##  9  2025       2 Jawa Timur        Kota Blitar                      78.9
## 10  2025       2 Sulawesi Tengah   Kota Palu                       218. 
## # ℹ 317 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>

8. Join Data

data_penduduk <- read.csv("C:/Users/User/OneDrive/Gambar/c/Penduduk, Laju Pertumbuhan Penduduk, Distribusi Persentase Penduduk, Kepadatan Penduduk, Rasio Jenis Kelamin Penduduk Menurut Provinsi, 2025.csv") 
data_penduduk
##                                                                                                                                                                                                                                                              Provinsi
## 1                                                                                                                                                                                                                                                                Aceh
## 2                                                                                                                                                                                                                                                      Sumatera Utara
## 3                                                                                                                                                                                                                                                      Sumatera Barat
## 4                                                                                                                                                                                                                                                                Riau
## 5                                                                                                                                                                                                                                                               Jambi
## 6                                                                                                                                                                                                                                                    Sumatera Selatan
## 7                                                                                                                                                                                                                                                            Bengkulu
## 8                                                                                                                                                                                                                                                             Lampung
## 9                                                                                                                                                                                                                                           Kepulauan Bangka Belitung
## 10                                                                                                                                                                                                                                                     Kepulauan Riau
## 11                                                                                                                                                                                                                                                        DKI Jakarta
## 12                                                                                                                                                                                                                                                         Jawa Barat
## 13                                                                                                                                                                                                                                                        Jawa Tengah
## 14                                                                                                                                                                                                                                                      DI Yogyakarta
## 15                                                                                                                                                                                                                                                         Jawa Timur
## 16                                                                                                                                                                                                                                                             Banten
## 17                                                                                                                                                                                                                                                               Bali
## 18                                                                                                                                                                                                                                                Nusa Tenggara Barat
## 19                                                                                                                                                                                                                                                Nusa Tenggara Timur
## 20                                                                                                                                                                                                                                                   Kalimantan Barat
## 21                                                                                                                                                                                                                                                  Kalimantan Tengah
## 22                                                                                                                                                                                                                                                 Kalimantan Selatan
## 23                                                                                                                                                                                                                                                   Kalimantan Timur
## 24                                                                                                                                                                                                                                                   Kalimantan Utara
## 25                                                                                                                                                                                                                                                     Sulawesi Utara
## 26                                                                                                                                                                                                                                                    Sulawesi Tengah
## 27                                                                                                                                                                                                                                                   Sulawesi Selatan
## 28                                                                                                                                                                                                                                                  Sulawesi Tenggara
## 29                                                                                                                                                                                                                                                          Gorontalo
## 30                                                                                                                                                                                                                                                     Sulawesi Barat
## 31                                                                                                                                                                                                                                                             Maluku
## 32                                                                                                                                                                                                                                                       Maluku Utara
## 33                                                                                                                                                                                                                                                        Papua Barat
## 34                                                                                                                                                                                                                                                   Papua Barat Daya
## 35                                                                                                                                                                                                                                                              Papua
## 36                                                                                                                                                                                                                                                      Papua Selatan
## 37                                                                                                                                                                                                                                                       Papua Tengah
## 38                                                                                                                                                                                                                                                   Papua Pegunungan
## 39                                                                                                                                                                                                                                                          Indonesia
## 40                                                                                                                                                                                                                                                                   
## 41                                                                                                                                                                                                                                                         Keterangan
## 42                                                                      1Hasil Proyeksi Penduduk Indonesia 2020-2050 Hasil Sensus Penduduk 2020 (Pertengahan tahun/Juni)/ Indonesia Population Projection 2020-2050 Result of Population Census 2020 (mid year/June) 
## 43                       2Laju pertumbuhan penduduk dihitung berdasarkan penduduk tahun 2020 (September) dibandingkan dengan penduduk tahun 2025(Juni)/ The growth rate refers to the change of the population in 2020 (September) to the population in 2025 (June)  
## 44                                                    3Luas provinsi berdasarkan Keputusan Menteri Dalam Negeri Nomor 100.1.1-6117 Tahun 2022 tanggal 9 November 2022/ Province area Based on Ministerial Decree of Home Affairs Number 100.1.1-6117,9 November 2022 
## 45 4 Laju pertumbuhan penduduk dihitung dengan menggunakan data dasar jumlah penduduk tahun 2020 yang merupakan penjumlahan dari kabupaten/kota pembentuk/ The Growth Rate calculated refers to total population 2020 is the sum of the forming regency/municipality 
##    Jumlah.Penduduk..Ribu. Laju.Pertumbuhan.Penduduk.per.Tahun
## 1                  5626.0                                1.37
## 2                 15785.8                                1.37
## 3                  5914.3                                1.41
## 4                  6811.2                                1.34
## 5                  3768.5                                1.28
## 6                  8928.5                                1.12
## 7                  2138.0                                1.30
## 8                  9522.9                                1.18
## 9                  1550.8                                1.34
## 10                 2213.5                                1.48
## 11                10678.0                                0.23
## 12                50759.0                                1.06
## 13                38233.9                                0.97
## 14                 3781.5                                0.64
## 15                42089.3                                0.73
## 16                12537.4                                1.10
## 17                 4461.3                                0.69
## 18                 5731.1                                1.58
## 19                 5742.6                                1.60
## 20                 5766.0                                1.33
## 21                 2845.0                                1.35
## 22                 4323.3                                1.26
## 23                 4267.6                                2.67
## 24                  749.4                                1.39
## 25                 2721.4                                0.79
## 26                 3156.1                                1.18
## 27                 9563.1                                1.11
## 28                 2836.7                                1.65
## 29                 1242.2                                1.24
## 30                 1525.3                                1.53
## 31                 1970.6                                1.35
## 32                 1373.8                                1.45
## 33                  587.6                                1.68
## 34                  636.4                                1.57
## 35                 1073.6                                1.34
## 36                  549.7                                1.44
## 37                 1492.3                                1.49
## 38                 1484.9                                1.39
## 39               284438.8                                1.09
## 40                     NA                                  NA
## 41                     NA                                  NA
## 42                     NA                                  NA
## 43                     NA                                  NA
## 44                     NA                                  NA
## 45                     NA                                  NA
##    Persentase.Penduduk Kepadatan.Penduduk.per.km.persegi..Km2.
## 1                 1.98                                      99
## 2                 5.55                                     218
## 3                 2.08                                     140
## 4                 2.39                                      76
## 5                 1.32                                      77
## 6                 3.14                                     103
## 7                 0.75                                     106
## 8                 3.35                                     284
## 9                 0.55                                      93
## 10                0.78                                     268
## 11                3.75                                   16155
## 12               17.85                                    1370
## 13               13.44                                    1113
## 14                1.33                                    1193
## 15               14.80                                     876
## 16                4.41                                    1341
## 17                1.57                                     798
## 18                2.01                                     291
## 19                2.02                                     124
## 20                2.03                                      39
## 21                1.00                                      19
## 22                1.52                                     116
## 23                1.50                                      34
## 24                0.26                                      11
## 25                0.96                                     188
## 26                1.11                                      51
## 27                3.36                                     211
## 28                1.00                                      78
## 29                0.44                                     103
## 30                0.54                                      92
## 31                0.69                                      43
## 32                0.48                                      42
## 33                0.21                                      10
## 34                0.22                                      16
## 35                0.38                                      13
## 36                0.19                                       5
## 37                0.52                                      24
## 38                0.52                                      29
## 39              100.00                                     150
## 40                  NA                                      NA
## 41                  NA                                      NA
## 42                  NA                                      NA
## 43                  NA                                      NA
## 44                  NA                                      NA
## 45                  NA                                      NA
##    Rasio.Jenis.Kelamin.Penduduk
## 1                         100.9
## 2                         100.8
## 3                         101.5
## 4                         104.3
## 5                         103.2
## 6                         103.6
## 7                         104.2
## 8                         104.1
## 9                         105.2
## 10                        103.1
## 11                        100.8
## 12                        102.4
## 13                        100.9
## 14                         97.8
## 15                         99.4
## 16                        103.3
## 17                        100.4
## 18                        100.9
## 19                        100.0
## 20                        105.3
## 21                        106.5
## 22                        102.2
## 23                        106.8
## 24                        110.4
## 25                        104.1
## 26                        105.1
## 27                         98.8
## 28                        102.6
## 29                        101.6
## 30                        102.7
## 31                        102.2
## 32                        105.1
## 33                        110.5
## 34                        108.5
## 35                        109.4
## 36                        107.7
## 37                        113.5
## 38                        114.0
## 39                        101.9
## 40                           NA
## 41                           NA
## 42                           NA
## 43                           NA
## 44                           NA
## 45                           NA
datapenduduk <- select(data_penduduk, Provinsi, Laju.Pertumbuhan.Penduduk.per.Tahun)
datapenduduk
##                                                                                                                                                                                                                                                              Provinsi
## 1                                                                                                                                                                                                                                                                Aceh
## 2                                                                                                                                                                                                                                                      Sumatera Utara
## 3                                                                                                                                                                                                                                                      Sumatera Barat
## 4                                                                                                                                                                                                                                                                Riau
## 5                                                                                                                                                                                                                                                               Jambi
## 6                                                                                                                                                                                                                                                    Sumatera Selatan
## 7                                                                                                                                                                                                                                                            Bengkulu
## 8                                                                                                                                                                                                                                                             Lampung
## 9                                                                                                                                                                                                                                           Kepulauan Bangka Belitung
## 10                                                                                                                                                                                                                                                     Kepulauan Riau
## 11                                                                                                                                                                                                                                                        DKI Jakarta
## 12                                                                                                                                                                                                                                                         Jawa Barat
## 13                                                                                                                                                                                                                                                        Jawa Tengah
## 14                                                                                                                                                                                                                                                      DI Yogyakarta
## 15                                                                                                                                                                                                                                                         Jawa Timur
## 16                                                                                                                                                                                                                                                             Banten
## 17                                                                                                                                                                                                                                                               Bali
## 18                                                                                                                                                                                                                                                Nusa Tenggara Barat
## 19                                                                                                                                                                                                                                                Nusa Tenggara Timur
## 20                                                                                                                                                                                                                                                   Kalimantan Barat
## 21                                                                                                                                                                                                                                                  Kalimantan Tengah
## 22                                                                                                                                                                                                                                                 Kalimantan Selatan
## 23                                                                                                                                                                                                                                                   Kalimantan Timur
## 24                                                                                                                                                                                                                                                   Kalimantan Utara
## 25                                                                                                                                                                                                                                                     Sulawesi Utara
## 26                                                                                                                                                                                                                                                    Sulawesi Tengah
## 27                                                                                                                                                                                                                                                   Sulawesi Selatan
## 28                                                                                                                                                                                                                                                  Sulawesi Tenggara
## 29                                                                                                                                                                                                                                                          Gorontalo
## 30                                                                                                                                                                                                                                                     Sulawesi Barat
## 31                                                                                                                                                                                                                                                             Maluku
## 32                                                                                                                                                                                                                                                       Maluku Utara
## 33                                                                                                                                                                                                                                                        Papua Barat
## 34                                                                                                                                                                                                                                                   Papua Barat Daya
## 35                                                                                                                                                                                                                                                              Papua
## 36                                                                                                                                                                                                                                                      Papua Selatan
## 37                                                                                                                                                                                                                                                       Papua Tengah
## 38                                                                                                                                                                                                                                                   Papua Pegunungan
## 39                                                                                                                                                                                                                                                          Indonesia
## 40                                                                                                                                                                                                                                                                   
## 41                                                                                                                                                                                                                                                         Keterangan
## 42                                                                      1Hasil Proyeksi Penduduk Indonesia 2020-2050 Hasil Sensus Penduduk 2020 (Pertengahan tahun/Juni)/ Indonesia Population Projection 2020-2050 Result of Population Census 2020 (mid year/June) 
## 43                       2Laju pertumbuhan penduduk dihitung berdasarkan penduduk tahun 2020 (September) dibandingkan dengan penduduk tahun 2025(Juni)/ The growth rate refers to the change of the population in 2020 (September) to the population in 2025 (June)  
## 44                                                    3Luas provinsi berdasarkan Keputusan Menteri Dalam Negeri Nomor 100.1.1-6117 Tahun 2022 tanggal 9 November 2022/ Province area Based on Ministerial Decree of Home Affairs Number 100.1.1-6117,9 November 2022 
## 45 4 Laju pertumbuhan penduduk dihitung dengan menggunakan data dasar jumlah penduduk tahun 2020 yang merupakan penjumlahan dari kabupaten/kota pembentuk/ The Growth Rate calculated refers to total population 2020 is the sum of the forming regency/municipality 
##    Laju.Pertumbuhan.Penduduk.per.Tahun
## 1                                 1.37
## 2                                 1.37
## 3                                 1.41
## 4                                 1.34
## 5                                 1.28
## 6                                 1.12
## 7                                 1.30
## 8                                 1.18
## 9                                 1.34
## 10                                1.48
## 11                                0.23
## 12                                1.06
## 13                                0.97
## 14                                0.64
## 15                                0.73
## 16                                1.10
## 17                                0.69
## 18                                1.58
## 19                                1.60
## 20                                1.33
## 21                                1.35
## 22                                1.26
## 23                                2.67
## 24                                1.39
## 25                                0.79
## 26                                1.18
## 27                                1.11
## 28                                1.65
## 29                                1.24
## 30                                1.53
## 31                                1.35
## 32                                1.45
## 33                                1.68
## 34                                1.57
## 35                                1.34
## 36                                1.44
## 37                                1.49
## 38                                1.39
## 39                                1.09
## 40                                  NA
## 41                                  NA
## 42                                  NA
## 43                                  NA
## 44                                  NA
## 45                                  NA
data_rename_penduduk <- rename(datapenduduk, nama_provinsi = Provinsi)
data_rename_penduduk
##                                                                                                                                                                                                                                                         nama_provinsi
## 1                                                                                                                                                                                                                                                                Aceh
## 2                                                                                                                                                                                                                                                      Sumatera Utara
## 3                                                                                                                                                                                                                                                      Sumatera Barat
## 4                                                                                                                                                                                                                                                                Riau
## 5                                                                                                                                                                                                                                                               Jambi
## 6                                                                                                                                                                                                                                                    Sumatera Selatan
## 7                                                                                                                                                                                                                                                            Bengkulu
## 8                                                                                                                                                                                                                                                             Lampung
## 9                                                                                                                                                                                                                                           Kepulauan Bangka Belitung
## 10                                                                                                                                                                                                                                                     Kepulauan Riau
## 11                                                                                                                                                                                                                                                        DKI Jakarta
## 12                                                                                                                                                                                                                                                         Jawa Barat
## 13                                                                                                                                                                                                                                                        Jawa Tengah
## 14                                                                                                                                                                                                                                                      DI Yogyakarta
## 15                                                                                                                                                                                                                                                         Jawa Timur
## 16                                                                                                                                                                                                                                                             Banten
## 17                                                                                                                                                                                                                                                               Bali
## 18                                                                                                                                                                                                                                                Nusa Tenggara Barat
## 19                                                                                                                                                                                                                                                Nusa Tenggara Timur
## 20                                                                                                                                                                                                                                                   Kalimantan Barat
## 21                                                                                                                                                                                                                                                  Kalimantan Tengah
## 22                                                                                                                                                                                                                                                 Kalimantan Selatan
## 23                                                                                                                                                                                                                                                   Kalimantan Timur
## 24                                                                                                                                                                                                                                                   Kalimantan Utara
## 25                                                                                                                                                                                                                                                     Sulawesi Utara
## 26                                                                                                                                                                                                                                                    Sulawesi Tengah
## 27                                                                                                                                                                                                                                                   Sulawesi Selatan
## 28                                                                                                                                                                                                                                                  Sulawesi Tenggara
## 29                                                                                                                                                                                                                                                          Gorontalo
## 30                                                                                                                                                                                                                                                     Sulawesi Barat
## 31                                                                                                                                                                                                                                                             Maluku
## 32                                                                                                                                                                                                                                                       Maluku Utara
## 33                                                                                                                                                                                                                                                        Papua Barat
## 34                                                                                                                                                                                                                                                   Papua Barat Daya
## 35                                                                                                                                                                                                                                                              Papua
## 36                                                                                                                                                                                                                                                      Papua Selatan
## 37                                                                                                                                                                                                                                                       Papua Tengah
## 38                                                                                                                                                                                                                                                   Papua Pegunungan
## 39                                                                                                                                                                                                                                                          Indonesia
## 40                                                                                                                                                                                                                                                                   
## 41                                                                                                                                                                                                                                                         Keterangan
## 42                                                                      1Hasil Proyeksi Penduduk Indonesia 2020-2050 Hasil Sensus Penduduk 2020 (Pertengahan tahun/Juni)/ Indonesia Population Projection 2020-2050 Result of Population Census 2020 (mid year/June) 
## 43                       2Laju pertumbuhan penduduk dihitung berdasarkan penduduk tahun 2020 (September) dibandingkan dengan penduduk tahun 2025(Juni)/ The growth rate refers to the change of the population in 2020 (September) to the population in 2025 (June)  
## 44                                                    3Luas provinsi berdasarkan Keputusan Menteri Dalam Negeri Nomor 100.1.1-6117 Tahun 2022 tanggal 9 November 2022/ Province area Based on Ministerial Decree of Home Affairs Number 100.1.1-6117,9 November 2022 
## 45 4 Laju pertumbuhan penduduk dihitung dengan menggunakan data dasar jumlah penduduk tahun 2020 yang merupakan penjumlahan dari kabupaten/kota pembentuk/ The Growth Rate calculated refers to total population 2020 is the sum of the forming regency/municipality 
##    Laju.Pertumbuhan.Penduduk.per.Tahun
## 1                                 1.37
## 2                                 1.37
## 3                                 1.41
## 4                                 1.34
## 5                                 1.28
## 6                                 1.12
## 7                                 1.30
## 8                                 1.18
## 9                                 1.34
## 10                                1.48
## 11                                0.23
## 12                                1.06
## 13                                0.97
## 14                                0.64
## 15                                0.73
## 16                                1.10
## 17                                0.69
## 18                                1.58
## 19                                1.60
## 20                                1.33
## 21                                1.35
## 22                                1.26
## 23                                2.67
## 24                                1.39
## 25                                0.79
## 26                                1.18
## 27                                1.11
## 28                                1.65
## 29                                1.24
## 30                                1.53
## 31                                1.35
## 32                                1.45
## 33                                1.68
## 34                                1.57
## 35                                1.34
## 36                                1.44
## 37                                1.49
## 38                                1.39
## 39                                1.09
## 40                                  NA
## 41                                  NA
## 42                                  NA
## 43                                  NA
## 44                                  NA
## 45                                  NA
data_join <- left_join(datasampah, data_rename_penduduk,
  by = "nama_provinsi"
)
data_join
## # A tibble: 327 × 18
##    tahun periode nama_provinsi nama_kabkota       jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                            <dbl>
##  1  2025       2 Aceh          Kab. Aceh Selatan                 96.8
##  2  2025       2 Aceh          Kab. Aceh Tenggara               118. 
##  3  2025       2 Aceh          Kab. Aceh Timur                  185. 
##  4  2025       2 Aceh          Kab. Aceh Tengah                 115. 
##  5  2025       2 Aceh          Kab. Aceh Barat                   84.4
##  6  2025       2 Aceh          Kab. Aceh Besar                  152. 
##  7  2025       2 Aceh          Kab. Pidie                       183. 
##  8  2025       2 Aceh          Kab. Aceh Utara                  321. 
##  9  2025       2 Aceh          Kab. Simeulue                     46.2
## 10  2025       2 Aceh          Kab. Aceh Singkil                 56  
## # ℹ 317 more rows
## # ℹ 13 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>,
## #   Laju.Pertumbuhan.Penduduk.per.Tahun <dbl>

**9. Group and Summarize

data_summary <- datasampah %>%
  group_by(nama_provinsi) %>%
  summarise(
    total_timbulan = sum(jml_timbulan_tahun),
    total_pengurangan = sum(jml_pengurangan_tahun),
    total_penanganan = sum(jml_penanganan_tahun)
    )
data_summary
## # A tibble: 37 × 4
##    nama_provinsi              total_timbulan total_pengurangan total_penanganan
##    <chr>                               <dbl>             <dbl>            <dbl>
##  1 Aceh                              827763.           2135.            198650.
##  2 Bali                             1141777.          36912.            369699.
##  3 Banten                           2067115.           1937.            494215.
##  4 Bengkulu                          153475.            625.              3689.
##  5 DKI Jakarta                      3353343.           1370.            828938.
##  6 Daerah Istimewa Yogyakarta        692035.          27089.            282410.
##  7 Gorontalo                          52459.              9.98           33736.
##  8 Jambi                             186383.             54.3             7261.
##  9 Jawa Barat                       3381620.          72831.            734721.
## 10 Jawa Tengah                      5755883.         458733.           1470307.
## # ℹ 27 more rows

**10. Split Data

#memisahkan data berdasarkan provinsi
data_split <- datasampah %>%
  split(datasampah$nama_provinsi)
data_split
## $Aceh
## # A tibble: 21 × 17
##    tahun periode nama_provinsi nama_kabkota       jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                            <dbl>
##  1  2025       2 Aceh          Kab. Aceh Selatan                 96.8
##  2  2025       2 Aceh          Kab. Aceh Tenggara               118. 
##  3  2025       2 Aceh          Kab. Aceh Timur                  185. 
##  4  2025       2 Aceh          Kab. Aceh Tengah                 115. 
##  5  2025       2 Aceh          Kab. Aceh Barat                   84.4
##  6  2025       2 Aceh          Kab. Aceh Besar                  152. 
##  7  2025       2 Aceh          Kab. Pidie                       183. 
##  8  2025       2 Aceh          Kab. Aceh Utara                  321. 
##  9  2025       2 Aceh          Kab. Simeulue                     46.2
## 10  2025       2 Aceh          Kab. Aceh Singkil                 56  
## # ℹ 11 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Bali
## # A tibble: 8 × 17
##   tahun periode nama_provinsi nama_kabkota    jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                         <dbl>
## 1  2025       2 Bali          Kab. Jembrana                  165.
## 2  2025       2 Bali          Kab. Badung                    489.
## 3  2025       2 Bali          Kab. Gianyar                   505.
## 4  2025       2 Bali          Kab. Klungkung                 115.
## 5  2025       2 Bali          Kab. Bangli                    115.
## 6  2025       2 Bali          Kab. Karangasem                292.
## 7  2025       2 Bali          Kab. Buleleng                  414.
## 8  2025       2 Bali          Kota Denpasar                 1033.
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Banten
## # A tibble: 7 × 17
##   tahun periode nama_provinsi nama_kabkota           jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                                <dbl>
## 1  2025       2 Banten        Kab. Pandeglang                       525.
## 2  2025       2 Banten        Kab. Lebak                            621.
## 3  2025       2 Banten        Kab. Serang                           763.
## 4  2025       2 Banten        Kota Tangerang                       1688.
## 5  2025       2 Banten        Kota Cilegon                          365.
## 6  2025       2 Banten        Kota Serang                           633.
## 7  2025       2 Banten        Kota Tangerang Selatan               1070.
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Bengkulu
## # A tibble: 4 × 17
##   tahun periode nama_provinsi nama_kabkota         jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                              <dbl>
## 1  2025       2 Bengkulu      Kab. Seluma                        109. 
## 2  2025       2 Bengkulu      Kab. Lebong                         46.5
## 3  2025       2 Bengkulu      Kab. Bengkulu Tengah                61.3
## 4  2025       2 Bengkulu      Kota Bengkulu                      204. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Daerah Istimewa Yogyakarta`
## # A tibble: 5 × 17
##   tahun periode nama_provinsi              nama_kabkota     jml_timbulan_harian
##   <dbl>   <dbl> <chr>                      <chr>                          <dbl>
## 1  2025       2 Daerah Istimewa Yogyakarta Kab. Kulon Progo                220.
## 2  2025       2 Daerah Istimewa Yogyakarta Kab. Bantul                     422.
## 3  2025       2 Daerah Istimewa Yogyakarta Kab. Gunungkidul                369.
## 4  2025       2 Daerah Istimewa Yogyakarta Kab. Sleman                     585.
## 5  2025       2 Daerah Istimewa Yogyakarta Kota Yogyakarta                 301.
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`DKI Jakarta`
## # A tibble: 6 × 17
##   tahun periode nama_provinsi nama_kabkota              jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                                   <dbl>
## 1  2025       2 DKI Jakarta   Kab. Adm. Kep. Seribu                    24.4
## 2  2025       2 DKI Jakarta   Kota Adm. Jakarta Pusat                 858. 
## 3  2025       2 DKI Jakarta   Kota Adm. Jakarta Utara                1712. 
## 4  2025       2 DKI Jakarta   Kota Adm. Jakarta Barat                2214. 
## 5  2025       2 DKI Jakarta   Kota Adm. Jakarta Selatan              2005. 
## 6  2025       2 DKI Jakarta   Kota Adm. Jakarta Timur                2374. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Gorontalo
## # A tibble: 1 × 17
##   tahun periode nama_provinsi nama_kabkota   jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                        <dbl>
## 1  2025       2 Gorontalo     Kota Gorontalo                144.
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Jambi
## # A tibble: 4 × 17
##   tahun periode nama_provinsi nama_kabkota      jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                           <dbl>
## 1  2025       2 Jambi         Kab. Merangin                   189. 
## 2  2025       2 Jambi         Kab. Batanghari                 128. 
## 3  2025       2 Jambi         Kab. Tebo                       142. 
## 4  2025       2 Jambi         Kota Sungai Penuh                51.2
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Jawa Barat`
## # A tibble: 12 × 17
##    tahun periode nama_provinsi nama_kabkota       jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                            <dbl>
##  1  2025       2 Jawa Barat    Kab. Ciamis                      507. 
##  2  2025       2 Jawa Barat    Kab. Cirebon                    1255. 
##  3  2025       2 Jawa Barat    Kab. Sumedang                    491. 
##  4  2025       2 Jawa Barat    Kab. Indramayu                  1148. 
##  5  2025       2 Jawa Barat    Kab. Subang                      670. 
##  6  2025       2 Jawa Barat    Kab. Bandung Barat               691. 
##  7  2025       2 Jawa Barat    Kota Bogor                       727. 
##  8  2025       2 Jawa Barat    Kota Cirebon                     219. 
##  9  2025       2 Jawa Barat    Kota Bekasi                     1851. 
## 10  2025       2 Jawa Barat    Kota Depok                      1279. 
## 11  2025       2 Jawa Barat    Kota Tasikmalaya                 340. 
## 12  2025       2 Jawa Barat    Kota Banjar                       87.6
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Jawa Tengah`
## # A tibble: 30 × 17
##    tahun periode nama_provinsi nama_kabkota      jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                           <dbl>
##  1  2025       2 Jawa Tengah   Kab. Cilacap                     989.
##  2  2025       2 Jawa Tengah   Kab. Banyumas                    739.
##  3  2025       2 Jawa Tengah   Kab. Purbalingga                 524.
##  4  2025       2 Jawa Tengah   Kab. Banjarnegara                429.
##  5  2025       2 Jawa Tengah   Kab. Kebumen                     721.
##  6  2025       2 Jawa Tengah   Kab. Purworejo                   324.
##  7  2025       2 Jawa Tengah   Kab. Wonosobo                    368.
##  8  2025       2 Jawa Tengah   Kab. Magelang                    673.
##  9  2025       2 Jawa Tengah   Kab. Boyolali                    302.
## 10  2025       2 Jawa Tengah   Kab. Klaten                      656.
## # ℹ 20 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Jawa Timur`
## # A tibble: 31 × 17
##    tahun periode nama_provinsi nama_kabkota    jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                         <dbl>
##  1  2025       2 Jawa Timur    Kab. Pacitan                   300.
##  2  2025       2 Jawa Timur    Kab. Ponorogo                  392.
##  3  2025       2 Jawa Timur    Kab. Trenggalek                302.
##  4  2025       2 Jawa Timur    Kab. Blitar                    416.
##  5  2025       2 Jawa Timur    Kab. Kediri                    677.
##  6  2025       2 Jawa Timur    Kab. Malang                    976.
##  7  2025       2 Jawa Timur    Kab. Lumajang                  553 
##  8  2025       2 Jawa Timur    Kab. Jember                   1040.
##  9  2025       2 Jawa Timur    Kab. Banyuwangi                842.
## 10  2025       2 Jawa Timur    Kab. Situbondo                 257.
## # ℹ 21 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kalimantan Barat`
## # A tibble: 11 × 17
##    tahun periode nama_provinsi    nama_kabkota      jml_timbulan_harian
##    <dbl>   <dbl> <chr>            <chr>                           <dbl>
##  1  2025       2 Kalimantan Barat Kab. Sambas                     395. 
##  2  2025       2 Kalimantan Barat Kab. Mempawah                    94.9
##  3  2025       2 Kalimantan Barat Kab. Sanggau                    258. 
##  4  2025       2 Kalimantan Barat Kab. Ketapang                   304. 
##  5  2025       2 Kalimantan Barat Kab. Kapuas Hulu                139. 
##  6  2025       2 Kalimantan Barat Kab. Bengkayang                 121. 
##  7  2025       2 Kalimantan Barat Kab. Landak                     166. 
##  8  2025       2 Kalimantan Barat Kab. Kayong Utara                68.6
##  9  2025       2 Kalimantan Barat Kab. Kubu Raya                  462. 
## 10  2025       2 Kalimantan Barat Kota Pontianak                  480. 
## 11  2025       2 Kalimantan Barat Kota Singkawang                 109. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kalimantan Selatan`
## # A tibble: 11 × 17
##    tahun periode nama_provinsi      nama_kabkota             jml_timbulan_harian
##    <dbl>   <dbl> <chr>              <chr>                                  <dbl>
##  1  2025       2 Kalimantan Selatan Kab. Tanah Laut                        148. 
##  2  2025       2 Kalimantan Selatan Kab. Kotabaru                          183. 
##  3  2025       2 Kalimantan Selatan Kab. Banjar                            357. 
##  4  2025       2 Kalimantan Selatan Kab. Barito Kuala                       98.9
##  5  2025       2 Kalimantan Selatan Kab. Tapin                              76.2
##  6  2025       2 Kalimantan Selatan Kab. Hulu Sungai Selatan               110. 
##  7  2025       2 Kalimantan Selatan Kab. Hulu Sungai Tengah                135. 
##  8  2025       2 Kalimantan Selatan Kab. Hulu Sungai Utara                  95.4
##  9  2025       2 Kalimantan Selatan Kab. Tanah Bumbu                       200. 
## 10  2025       2 Kalimantan Selatan Kab. Balangan                           59.5
## 11  2025       2 Kalimantan Selatan Kota Banjarmasin                       477. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kalimantan Tengah`
## # A tibble: 10 × 17
##    tahun periode nama_provinsi     nama_kabkota            jml_timbulan_harian
##    <dbl>   <dbl> <chr>             <chr>                                 <dbl>
##  1  2025       2 Kalimantan Tengah Kab. Kotawaringin Barat               141. 
##  2  2025       2 Kalimantan Tengah Kab. Kotawaringin Timur               245. 
##  3  2025       2 Kalimantan Tengah Kab. Kapuas                           215. 
##  4  2025       2 Kalimantan Tengah Kab. Barito Selatan                    68.0
##  5  2025       2 Kalimantan Tengah Kab. Barito Utara                      65.0
##  6  2025       2 Kalimantan Tengah Kab. Seruyan                           87.2
##  7  2025       2 Kalimantan Tengah Kab. Sukamara                          27.6
##  8  2025       2 Kalimantan Tengah Kab. Pulang Pisau                      72.3
##  9  2025       2 Kalimantan Tengah Kab. Barito Timur                      46.7
## 10  2025       2 Kalimantan Tengah Kota Palangkaraya                     157. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kalimantan Timur`
## # A tibble: 10 × 17
##    tahun periode nama_provinsi    nama_kabkota             jml_timbulan_harian
##    <dbl>   <dbl> <chr>            <chr>                                  <dbl>
##  1  2025       2 Kalimantan Timur Kab. Paser                             129. 
##  2  2025       2 Kalimantan Timur Kab. Kutai Kartanegara                 399. 
##  3  2025       2 Kalimantan Timur Kab. Berau                             154. 
##  4  2025       2 Kalimantan Timur Kab. Kutai Barat                        76.3
##  5  2025       2 Kalimantan Timur Kab. Kutai Timur                       232. 
##  6  2025       2 Kalimantan Timur Kab. Penajam Paser Utara               103. 
##  7  2025       2 Kalimantan Timur Kab. Mahakam Ulu                        19.2
##  8  2025       2 Kalimantan Timur Kota Balikpapan                        553. 
##  9  2025       2 Kalimantan Timur Kota Samarinda                         657. 
## 10  2025       2 Kalimantan Timur Kota Bontang                           109. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kalimantan Utara`
## # A tibble: 5 × 17
##   tahun periode nama_provinsi    nama_kabkota     jml_timbulan_harian
##   <dbl>   <dbl> <chr>            <chr>                          <dbl>
## 1  2025       2 Kalimantan Utara Kab. Bulungan                   86.1
## 2  2025       2 Kalimantan Utara Kab. Malinau                    35.0
## 3  2025       2 Kalimantan Utara Kab. Nunukan                    45.8
## 4  2025       2 Kalimantan Utara Kab. Tana Tidung                12.1
## 5  2025       2 Kalimantan Utara Kota Tarakan                   129. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kepulauan Bangka Belitung`
## # A tibble: 6 × 17
##   tahun periode nama_provinsi             nama_kabkota       jml_timbulan_harian
##   <dbl>   <dbl> <chr>                     <chr>                            <dbl>
## 1  2025       2 Kepulauan Bangka Belitung Kab. Bangka                      142. 
## 2  2025       2 Kepulauan Bangka Belitung Kab. Belitung                     98.8
## 3  2025       2 Kepulauan Bangka Belitung Kab. Bangka Selat…                88.0
## 4  2025       2 Kepulauan Bangka Belitung Kab. Bangka Tengah               116. 
## 5  2025       2 Kepulauan Bangka Belitung Kab. Bangka Barat                 87.6
## 6  2025       2 Kepulauan Bangka Belitung Kab. Belitung Tim…                53.2
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Kepulauan Riau`
## # A tibble: 5 × 17
##   tahun periode nama_provinsi  nama_kabkota           jml_timbulan_harian
##   <dbl>   <dbl> <chr>          <chr>                                <dbl>
## 1  2025       2 Kepulauan Riau Kab. Bintan                           60.2
## 2  2025       2 Kepulauan Riau Kab. Natuna                           33.8
## 3  2025       2 Kepulauan Riau Kab. Lingga                           51.0
## 4  2025       2 Kepulauan Riau Kab. Kepulauan Anambas                15.1
## 5  2025       2 Kepulauan Riau Kota Tanjung Pinang                  121. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Lampung
## # A tibble: 12 × 17
##    tahun periode nama_provinsi nama_kabkota             jml_timbulan_harian
##    <dbl>   <dbl> <chr>         <chr>                                  <dbl>
##  1  2025       2 Lampung       Kab. Lampung Selatan                   780. 
##  2  2025       2 Lampung       Kab. Lampung Tengah                    686. 
##  3  2025       2 Lampung       Kab. Lampung Utara                     270. 
##  4  2025       2 Lampung       Kab. Lampung Barat                     128. 
##  5  2025       2 Lampung       Kab. Tulang Bawang                     176. 
##  6  2025       2 Lampung       Kab. Tanggamus                         375. 
##  7  2025       2 Lampung       Kab. Way Kanan                         198. 
##  8  2025       2 Lampung       Kab. Pesawaran                         200. 
##  9  2025       2 Lampung       Kab. Mesuji                             97.6
## 10  2025       2 Lampung       Kab. Tulang Bawang Barat               119. 
## 11  2025       2 Lampung       Kab. Pesisir Barat                      69.5
## 12  2025       2 Lampung       Kota Bandar Lampung                    700. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Maluku
## # A tibble: 2 × 17
##   tahun periode nama_provinsi nama_kabkota           jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                                <dbl>
## 1  2025       2 Maluku        Kab. Maluku Barat Daya                38.3
## 2  2025       2 Maluku        Kota Tual                             36.5
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Maluku Utara`
## # A tibble: 4 × 17
##   tahun periode nama_provinsi nama_kabkota           jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                                <dbl>
## 1  2025       2 Maluku Utara  Kab. Halmahera Utara                 144. 
## 2  2025       2 Maluku Utara  Kab. Halmahera Selatan               103. 
## 3  2025       2 Maluku Utara  Kab. Halmahera Timur                  56.0
## 4  2025       2 Maluku Utara  Kab. Pulau Morotai                    32.7
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Nusa Tenggara Barat`
## # A tibble: 2 × 17
##   tahun periode nama_provinsi       nama_kabkota       jml_timbulan_harian
##   <dbl>   <dbl> <chr>               <chr>                            <dbl>
## 1  2025       2 Nusa Tenggara Barat Kab. Lombok Barat                305. 
## 2  2025       2 Nusa Tenggara Barat Kab. Sumbawa Barat                64.9
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Nusa Tenggara Timur`
## # A tibble: 22 × 17
##    tahun periode nama_provinsi       nama_kabkota            jml_timbulan_harian
##    <dbl>   <dbl> <chr>               <chr>                                 <dbl>
##  1  2025       2 Nusa Tenggara Timur Kab. Kupang                           157. 
##  2  2025       2 Nusa Tenggara Timur Kab. Timor Tengah Sela…               196. 
##  3  2025       2 Nusa Tenggara Timur Kab. Timor Tengah Utara               110. 
##  4  2025       2 Nusa Tenggara Timur Kab. Belu                              92.6
##  5  2025       2 Nusa Tenggara Timur Kab. Alor                              90  
##  6  2025       2 Nusa Tenggara Timur Kab. Flores Timur                     119. 
##  7  2025       2 Nusa Tenggara Timur Kab. Sikka                            139. 
##  8  2025       2 Nusa Tenggara Timur Kab. Ende                             113. 
##  9  2025       2 Nusa Tenggara Timur Kab. Ngada                            122. 
## 10  2025       2 Nusa Tenggara Timur Kab. Manggarai                        140. 
## # ℹ 12 more rows
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Papua
## # A tibble: 2 × 17
##   tahun periode nama_provinsi nama_kabkota  jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                       <dbl>
## 1  2025       2 Papua         Kab. Keerom                  29.7
## 2  2025       2 Papua         Kota Jayapura               243. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Papua Barat`
## # A tibble: 4 × 17
##   tahun periode nama_provinsi nama_kabkota       jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                            <dbl>
## 1  2025       2 Papua Barat   Kab. Manokwari                   146  
## 2  2025       2 Papua Barat   Kab. Fak Fak                      38.0
## 3  2025       2 Papua Barat   Kab. Teluk Bintuni                36.4
## 4  2025       2 Papua Barat   Kab. Teluk Wondama                19.0
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Papua Barat Daya`
## # A tibble: 3 × 17
##   tahun periode nama_provinsi    nama_kabkota    jml_timbulan_harian
##   <dbl>   <dbl> <chr>            <chr>                         <dbl>
## 1  2025       2 Papua Barat Daya Kab. Sorong                    52.0
## 2  2025       2 Papua Barat Daya Kab. Raja Ampat                28.3
## 3  2025       2 Papua Barat Daya Kab. Tambrauw                  16.3
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Papua Selatan`
## # A tibble: 1 × 17
##   tahun periode nama_provinsi nama_kabkota jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                      <dbl>
## 1  2025       2 Papua Selatan Kab. Asmat                  48.4
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Papua Tengah`
## # A tibble: 1 × 17
##   tahun periode nama_provinsi nama_kabkota jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                      <dbl>
## 1  2025       2 Papua Tengah  Kab. Mimika                 162.
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $Riau
## # A tibble: 3 × 17
##   tahun periode nama_provinsi nama_kabkota   jml_timbulan_harian
##   <dbl>   <dbl> <chr>         <chr>                        <dbl>
## 1  2025       2 Riau          Kab. Siak                     198.
## 2  2025       2 Riau          Kota Pekanbaru               1051.
## 3  2025       2 Riau          Kota Dumai                    178.
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sulawesi Barat`
## # A tibble: 5 × 17
##   tahun periode nama_provinsi  nama_kabkota       jml_timbulan_harian
##   <dbl>   <dbl> <chr>          <chr>                            <dbl>
## 1  2025       2 Sulawesi Barat Kab. Pasangkayu                   59.9
## 2  2025       2 Sulawesi Barat Kab. Mamuju                      144. 
## 3  2025       2 Sulawesi Barat Kab. Mamasa                       83.5
## 4  2025       2 Sulawesi Barat Kab. Majene                      108. 
## 5  2025       2 Sulawesi Barat Kab. Mamuju Tengah                71.6
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sulawesi Selatan`
## # A tibble: 19 × 17
##    tahun periode nama_provinsi    nama_kabkota               jml_timbulan_harian
##    <dbl>   <dbl> <chr>            <chr>                                    <dbl>
##  1  2025       2 Sulawesi Selatan Kab. Kepulauan Selayar                    57.3
##  2  2025       2 Sulawesi Selatan Kab. Bulukumba                           192. 
##  3  2025       2 Sulawesi Selatan Kab. Bantaeng                             86.9
##  4  2025       2 Sulawesi Selatan Kab. Gowa                                421. 
##  5  2025       2 Sulawesi Selatan Kab. Bone                                414. 
##  6  2025       2 Sulawesi Selatan Kab. Maros                               202. 
##  7  2025       2 Sulawesi Selatan Kab. Pangkajene dan Kepul…               146. 
##  8  2025       2 Sulawesi Selatan Kab. Barru                                78.5
##  9  2025       2 Sulawesi Selatan Kab. Soppeng                              96.4
## 10  2025       2 Sulawesi Selatan Kab. Wajo                                205. 
## 11  2025       2 Sulawesi Selatan Kab. Sidenreng Rappang                   167. 
## 12  2025       2 Sulawesi Selatan Kab. Pinrang                             191. 
## 13  2025       2 Sulawesi Selatan Kab. Luwu                                194. 
## 14  2025       2 Sulawesi Selatan Kab. Tana Toraja                         128. 
## 15  2025       2 Sulawesi Selatan Kab. Luwu Utara                          168. 
## 16  2025       2 Sulawesi Selatan Kab. Luwu Timur                          162. 
## 17  2025       2 Sulawesi Selatan Kab. Toraja Utara                        134. 
## 18  2025       2 Sulawesi Selatan Kota Makassar                           1064. 
## 19  2025       2 Sulawesi Selatan Kota Palopo                               91.4
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sulawesi Tengah`
## # A tibble: 5 × 17
##   tahun periode nama_provinsi   nama_kabkota  jml_timbulan_harian
##   <dbl>   <dbl> <chr>           <chr>                       <dbl>
## 1  2025       2 Sulawesi Tengah Kab. Poso                   127. 
## 2  2025       2 Sulawesi Tengah Kab. Donggala               155. 
## 3  2025       2 Sulawesi Tengah Kab. Morowali                99.5
## 4  2025       2 Sulawesi Tengah Kab. Sigi                   135. 
## 5  2025       2 Sulawesi Tengah Kota Palu                   218. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sulawesi Tenggara`
## # A tibble: 8 × 17
##   tahun periode nama_provinsi     nama_kabkota        jml_timbulan_harian
##   <dbl>   <dbl> <chr>             <chr>                             <dbl>
## 1  2025       2 Sulawesi Tenggara Kab. Kolaka                       126. 
## 2  2025       2 Sulawesi Tenggara Kab. Konawe                       134. 
## 3  2025       2 Sulawesi Tenggara Kab. Konawe Selatan               166. 
## 4  2025       2 Sulawesi Tenggara Kab. Wakatobi                      59.5
## 5  2025       2 Sulawesi Tenggara Kab. Konawe Utara                  33.4
## 6  2025       2 Sulawesi Tenggara Kab. Kolaka Timur                  64.9
## 7  2025       2 Sulawesi Tenggara Kota Kendari                      259. 
## 8  2025       2 Sulawesi Tenggara Kota Bau Bau                       81.9
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sulawesi Utara`
## # A tibble: 15 × 17
##    tahun periode nama_provinsi  nama_kabkota                 jml_timbulan_harian
##    <dbl>   <dbl> <chr>          <chr>                                      <dbl>
##  1  2025       2 Sulawesi Utara Kab. Bolaang Mongondow                     129. 
##  2  2025       2 Sulawesi Utara Kab. Minahasa                              178. 
##  3  2025       2 Sulawesi Utara Kab. Kepulauan Sangihe                      56.2
##  4  2025       2 Sulawesi Utara Kab. Kepulauan Talaud                       40.4
##  5  2025       2 Sulawesi Utara Kab. Minahasa Selatan                       96.5
##  6  2025       2 Sulawesi Utara Kab. Minahasa Utara                        121. 
##  7  2025       2 Sulawesi Utara Kab. Minahasa Tenggara                      48.5
##  8  2025       2 Sulawesi Utara Kab. Bolaang Mongondow Utara                35.2
##  9  2025       2 Sulawesi Utara Kab. Kep. Siau Tagulandang …                28.2
## 10  2025       2 Sulawesi Utara Kab. Bolaang Mongondow Timur                36.5
## 11  2025       2 Sulawesi Utara Kab. Bolaang Mongondow Sela…                30.4
## 12  2025       2 Sulawesi Utara Kota Manado                                296. 
## 13  2025       2 Sulawesi Utara Kota Bitung                                142. 
## 14  2025       2 Sulawesi Utara Kota Tomohon                                52.1
## 15  2025       2 Sulawesi Utara Kota Kotamobagu                             60.9
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sumatera Barat`
## # A tibble: 14 × 17
##    tahun periode nama_provinsi  nama_kabkota         jml_timbulan_harian
##    <dbl>   <dbl> <chr>          <chr>                              <dbl>
##  1  2025       2 Sumatera Barat Kab. Pesisir Selatan               160. 
##  2  2025       2 Sumatera Barat Kab. Solok                         164. 
##  3  2025       2 Sumatera Barat Kab. Sijunjung                     101. 
##  4  2025       2 Sumatera Barat Kab. Tanah Datar                   132. 
##  5  2025       2 Sumatera Barat Kab. Padang Pariaman                23.0
##  6  2025       2 Sumatera Barat Kab. Agam                          224. 
##  7  2025       2 Sumatera Barat Kab. Pasaman                       129. 
##  8  2025       2 Sumatera Barat Kab. Solok Selatan                  67.7
##  9  2025       2 Sumatera Barat Kota Padang                        669. 
## 10  2025       2 Sumatera Barat Kota Sawahlunto                     19.2
## 11  2025       2 Sumatera Barat Kota Padang Panjang                 51.3
## 12  2025       2 Sumatera Barat Kota Bukittinggi                   135. 
## 13  2025       2 Sumatera Barat Kota Payakumbuh                     97.4
## 14  2025       2 Sumatera Barat Kota Pariaman                       41.8
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sumatera Selatan`
## # A tibble: 11 × 17
##    tahun periode nama_provinsi    nama_kabkota               jml_timbulan_harian
##    <dbl>   <dbl> <chr>            <chr>                                    <dbl>
##  1  2025       2 Sumatera Selatan Kab. Ogan Komering Ulu                   156. 
##  2  2025       2 Sumatera Selatan Kab. Muara Enim                          261. 
##  3  2025       2 Sumatera Selatan Kab. Lahat                               227. 
##  4  2025       2 Sumatera Selatan Kab. Musi Rawas                          172. 
##  5  2025       2 Sumatera Selatan Kab. Musi Banyuasin                      288. 
##  6  2025       2 Sumatera Selatan Kab. Banyuasin                           509. 
##  7  2025       2 Sumatera Selatan Kab. Ogan Komering Ulu Ti…               283. 
##  8  2025       2 Sumatera Selatan Kab. Ogan Komering Ulu Se…               163. 
##  9  2025       2 Sumatera Selatan Kab. Penukal Abab Lematan…               107. 
## 10  2025       2 Sumatera Selatan Kota Pagar Alam                           78.1
## 11  2025       2 Sumatera Selatan Kota Prabumulih                          103. 
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>
## 
## $`Sumatera Utara`
## # A tibble: 7 × 17
##   tahun periode nama_provinsi  nama_kabkota            jml_timbulan_harian
##   <dbl>   <dbl> <chr>          <chr>                                 <dbl>
## 1  2025       2 Sumatera Utara Kab. Nias                              59.5
## 2  2025       2 Sumatera Utara Kab. Simalungun                       534. 
## 3  2025       2 Sumatera Utara Kab. Toba                             110. 
## 4  2025       2 Sumatera Utara Kab. Mandailing Natal                 206. 
## 5  2025       2 Sumatera Utara Kab. Humbang Hasundutan               104. 
## 6  2025       2 Sumatera Utara Kota Sibolga                           55.3
## 7  2025       2 Sumatera Utara Kota Tanjung Balai                     94.0
## # ℹ 12 more variables: jml_timbulan_tahun <dbl>, jml_pengurangan_tahun <dbl>,
## #   persen_pengurangan <dbl>, jml_penanganan_tahun <dbl>,
## #   persen_penanganan <dbl>, jml_kelola <dbl>, persen_kelola <dbl>,
## #   jml_daur_ulang <dbl>, jml_bahan_baku <dbl>, persen_recycling_rate <dbl>,
## #   jml_sampah_tpa_sanitary_control <dbl>, jml_sampah_tpa_open_dumping <dbl>