Analisis Data COVID19 di Indonesia dengan R
Novi Fitianingrum
8/3/2020
COVID-19
COVID-19 adalah penyakit menular yang disebabkan oleh jenis coronavirus yang baru ditemukan. Virus baru dan penyakit yang disebabkannya ini tidak dikenal sebelum mulainya wabah di Wuhan, Tiongkok, bulan Desember 2019. COVID-19 ini sekarang menjadi sebuah pandemi yang terjadi di banyak negara di seluruh dunia terutama di Indonesia.
Pemerintah telah mengumpulkan dan menyediakan data perkembangan kasus COVID-19 kepada publik. Data kasus covid-19 tersebutpun dilengkapi dengan gambaran secara visual agar masyarakat dapat mudah memahaminya.Pada pembelajaran kali ini, dengan Modul yang disediakan oleh DQLab dengan di mentori oleh Muhammad Aswan Syahputra, akan dilakukan eksplorasi dan analisis mengenai data Covid-19 di Indonesia yang tersedia di covid19.go.id
Library
if(!require(httr)) install.packages("httr")
if(!require(dplyr)) install.packages("dplyr")
if(!require(hrbrthemes)) install.packages("hrbrthemes")
if(!require(ggplot2)) install.packages("ggplot2")
if(!require(lubridate)) install.packages("lubridate")
if(!require(tidyr)) install.packages("tidyr")
library(httr)
library(dplyr)
library(hrbrthemes)
library(ggplot2)
library(lubridate)
library(tidyr)Mengakses API
Data yang akan digunakan adalah data yang tersedia di covid19.go.id . Data akan diambil secara langsung dengan menggunakan Application Programming Interface (API). Application programming interface (API) adalah kode yang memungkinkan dua program perangkat lunak untuk saling berkomunikasi. Mengakses API covid19.go.id tersedia di data.covid19.go.id/public/api/update.json . Mengakses API dilakukan dengan mengaktifkan paket httr dan menggunakan fungsi GET() . Dengan menjalankan fungsi GET() berati kita membuat permintaan kepada server penyedia API. Permintaan akan diproses dan dijawab sebagai respon.
resp <- GET('https://data.covid19.go.id/public/api/update.json')Status Kode
Akan kita lihat bagaimana status kode dari permintaan akses terhadap API
status_code(resp)## [1] 200Status kode 200 tersebut mengartikan permintaan sukses di akses
Headers API
Ketika status kode sukses terpenuhi, sekarang jalankan fungsi header() pada respon untuk mengetahui metadata apa saja yang tersimpan.
headers(resp)## $server
## [1] "nginx"
##
## $date
## [1] "Tue, 04 Aug 2020 02:34:20 GMT"
##
## $`content-type`
## [1] "application/json"
##
## $`last-modified`
## [1] "Tue, 04 Aug 2020 02:29:47 GMT"
##
## $`transfer-encoding`
## [1] "chunked"
##
## $connection
## [1] "keep-alive"
##
## $vary
## [1] "Accept-Encoding"
##
## $etag
## [1] "W/\"5f28c81b-e5e4\""
##
## $`content-encoding`
## [1] "gzip"
##
## attr(,"class")
## [1] "insensitive" "list"Mengekstrak Isi Respon
Mengekstrak konten, bisa menggunakan fungsi content dengan menambahkan argumen as = "parsed" dan simplifyVector = TRUE . Akan dilihat juga ada berapa komponen dan komponen apa saja yang terdapat di dalam berkas.
cov_id_raw <- content(resp, as = "parsed",simplifyVector = TRUE)
length(cov_id_raw)## [1] 2names(cov_id_raw)## [1] "data" "update"#Di ekstrak dengan variabel baru lagi yaitu cov_id_update
cov_id_update <- cov_id_raw$updateAnalisis Data
Fokus pada analisis adalah pada cov_id_update untuk mengetahui : - Kapan pembaharuan data penambahan kasus? - Berapa jumlah penambahan kasus sembuh? - Berapa jumlah penambahan kasus meninggal? - Berapa jumlah total kasus positif hingga saat ini? - Berapa jumlah total kasus meninggal hingga saat ini?
Sebelum itu, lihat dahulu apa saja nama yang ada didalam objek dengan fungsi lappy
lapply(cov_id_update,names)## $penambahan
## [1] "jumlah_positif" "jumlah_meninggal" "jumlah_sembuh" "jumlah_dirawat"
## [5] "tanggal" "created"
##
## $harian
## [1] "key_as_string" "key" "doc_count"
## [4] "jumlah_meninggal" "jumlah_sembuh" "jumlah_positif"
## [7] "jumlah_dirawat" "jumlah_positif_kum" "jumlah_sembuh_kum"
## [10] "jumlah_meninggal_kum" "jumlah_dirawat_kum"
##
## $total
## [1] "jumlah_positif" "jumlah_dirawat" "jumlah_sembuh" "jumlah_meninggal"Kapan pembaharuan data penambahan kasus?
cov_id_update$penambahan$tanggal## [1] "2020-08-03"Didapatkan, pembaharuan data penambahan kasus COVID-19 ini yaitu pada tanggal 03 Agustus 2020
Berapa jumlah penambahan kasus sembuh?
cov_id_update$penambahan$jumlah_sembuh## [1] 1262Didapatkan, jumlah penambahan kasus sembuh sebanyak 1262 orang
Berapa jumlah penambahan kasus meninggal?
cov_id_update$penambahan$jumlah_meninggal## [1] 66Didapatkan, jumlah penambahan kasus meninggal sebanyak 66 orang
Berapa jumlah total kasus positif hingga saat ini?
cov_id_update$total$jumlah_positif## [1] 113134Didapatkan, jumlah total kasus positif hingga saat ini sebanyak 113134 orang
Berapa jumlah total kasus meninggal hingga saat ini?
cov_id_update$total$jumlah_meninggal## [1] 5302Didapatkan, jumlah total kasus meninggal hingga saat ini sebanyak 5302 orang
Apa kabar Banten?
Selanjutnya, akan dilakukan analisis terhadap data Covid-19 pada Provinsi Banten dengan alamat API data.covid19.go.id/public/api/prov_detail_BANTEN.json
resp_banten <- GET("https://data.covid19.go.id/public/api/prov_detail_BANTEN.json")
status_code(resp_banten)## [1] 200Ketika menghasilkan output 200 maka permintaan sukses. Selanjutnya dilakukan ekstrak isi responnya dan menjalankan fungsi names() untuk mengetahui nama-nama elemen yang tersedia.
cov_banten_raw <- content(resp_banten, as = "parsed", simplifyVector = TRUE)
names(cov_banten_raw)## [1] "last_date" "provinsi" "kasus_total"
## [4] "kasus_tanpa_tgl" "kasus_dengan_tgl" "meninggal_persen"
## [7] "meninggal_tanpa_tgl" "meninggal_dengan_tgl" "sembuh_persen"
## [10] "sembuh_tanpa_tgl" "sembuh_dengan_tgl" "list_perkembangan"
## [13] "data"Analisis data
Berapa jumlah total kasus COVID-19 di Banten?
cov_banten_raw$kasus_total## [1] 1870Didapatkan, jumlah total kasus positif hingga saat ini di Provinsi Banten sebesar 1870 orang
Berapa persentase kematian akibat COVID-19 di Banten?
cov_banten_raw$meninggal_persen## [1] 4.812834Didapatkan, persentase kematian akibat COVID-19 di Banten sebesar 4,8%
Berapa persentase tingkat kesembuhan dari COVID-19 di Banten?
cov_banten_raw$sembuh_persen## [1] 74.0107Didapatkan, persentase tingkat kesembuhan dari COVID-19 di Banten sebesar 74%
Memperoleh Informasi yang Lebih Lengkap
Informasi umum mengenai COVID-19 di Jawa Barat telah di dapatkan. Namun informasi akan lebih lengkap jika memiliki data perkembangan COVID-19 dari waktu ke waktu. Informasi tersebut juga disediakan oleh covid19.go.id melalui permintaan API yang telah Anda buat sebelumnya. Data akan di ekstrak dan dilihat struktur datanya. Akan ditampilkan pula data teratasnya.
cov_banten <- cov_banten_raw$list_perkembangan
str(cov_banten)## 'data.frame': 150 obs. of 9 variables:
## $ tanggal : num 1.58e+12 1.58e+12 1.58e+12 1.58e+12 1.58e+12 ...
## $ KASUS : int 1 0 1 0 0 0 0 1 1 1 ...
## $ MENINGGAL : int 0 0 0 0 0 0 1 0 0 0 ...
## $ SEMBUH : int 0 0 0 0 0 0 0 0 0 0 ...
## $ DIRAWAT_OR_ISOLASI : int 1 0 1 0 0 0 -1 1 1 1 ...
## $ AKUMULASI_KASUS : int 1 1 2 2 2 2 2 3 4 5 ...
## $ AKUMULASI_SEMBUH : int 0 0 0 0 0 0 0 0 0 0 ...
## $ AKUMULASI_MENINGGAL : int 0 0 0 0 0 0 1 1 1 1 ...
## $ AKUMULASI_DIRAWAT_OR_ISOLASI: int 1 1 2 2 2 2 1 2 3 4 ...head(cov_banten)## tanggal KASUS MENINGGAL SEMBUH DIRAWAT_OR_ISOLASI AKUMULASI_KASUS
## 1 1.583453e+12 1 0 0 1 1
## 2 1.583539e+12 0 0 0 0 1
## 3 1.583626e+12 1 0 0 1 2
## 4 1.583712e+12 0 0 0 0 2
## 5 1.583798e+12 0 0 0 0 2
## 6 1.583885e+12 0 0 0 0 2
## AKUMULASI_SEMBUH AKUMULASI_MENINGGAL AKUMULASI_DIRAWAT_OR_ISOLASI
## 1 0 0 1
## 2 0 0 1
## 3 0 0 2
## 4 0 0 2
## 5 0 0 2
## 6 0 0 2Dilihat dari 6 data teratas tersebut, terlihat isi dari kolom tanggal terlihat tidak beraturan dan tidak sesuai format tanggal. Dan terlihat, format penulisan kolomnya tidak konsisten.Maka akan dilakukan beberapa tahapan untuk menjinakan data tersebut sehingga dapat diolah dan dianalisis dengan lebih mudah.
Menjinakan Data
Ada beberapa tahapan yang perlu dilakukan untuk menjinakan data cov_banten, yaitu:
- Menghapus kolom DIRAWAT_OR_ISOLASI
- Menghapus semua kolom yang berisi nilai kumulatif
- Mengganti nama kolom KASUS menjadi kasus_baru
- Merubah format penulisan kolom berikut menjadi huruf kecil
- kolom MENINGGAL
- kolom SEMBUH
- Memperbaiki data pada kolom tanggal
Dengan mengaktifkan paket dplyr digunakan untuk melakukan pengolahan data.
new_cov_banten <-
cov_banten %>%
select(-contains("DIRAWAT_OR_ISOLASI")) %>%
select(-starts_with("AKUMULASI")) %>%
rename(
kasus_baru = KASUS,
meninggal = MENINGGAL,
sembuh = SEMBUH
) %>%
mutate(
tanggal = as.POSIXct(tanggal / 1000, origin = "1970-01-01"),
tanggal = as.Date(tanggal)
)
#Dilihat struktur data dari new_cov_banten
str(new_cov_banten)## 'data.frame': 150 obs. of 4 variables:
## $ tanggal : Date, format: "2020-03-06" "2020-03-07" ...
## $ kasus_baru: int 1 0 1 0 0 0 0 1 1 1 ...
## $ meninggal : int 0 0 0 0 0 0 1 0 0 0 ...
## $ sembuh : int 0 0 0 0 0 0 0 0 0 0 ...Setelah menjinakan data cov_banten sehingga data lebih mudah untuk diolah dan kita sudah memiliki data yang rapi.
Menunjukkan Melalui Gambar
Data COVID-19 akan divisualisasikan dengan grafik menggunakan paket ggplot2 dan hrbrthemes untuk melihat dinamika kasus Covid-19 di Provisi Banten dari waktu ke waktu.
Kasus Harian Positif
ggplot(new_cov_banten, aes(tanggal, kasus_baru)) +
geom_col(fill = "salmon") +
labs(
x = NULL,
y = "Jumlah Kasus",
title = "Kasus Harian Positif COVID-19 di Banten",
caption = "Sumber data: covid.19.go.id"
) +
theme_ipsum(
base_size = 13,
plot_title_size = 21,
grid = "Y",
ticks = TRUE
) +
theme(plot.title.position = "plot")
Penambahan kasus harian COvID-19 di Provinsi Banten cenderung fluktuatif. Dan terdapat perlonjakan kasus di bulan Juni yang meningkat drastis yaitu pada tanggal 13 Juni 2020 sejumlah 74 kasus baru dan tanggal 3 Juni 2020 sebanyak 71 kasus baru.
Kasus Harian Sembuh
ggplot(new_cov_banten, aes(tanggal, sembuh)) +
geom_col(fill = "olivedrab2") +
labs(
x = NULL,
y = "Jumlah kasus",
title = "Kasus Harian Sembuh Dari COVID-19 di Banten",
caption = "Sumber data: covid.19.go.id"
) +
theme_ipsum(
base_size = 13,
plot_title_size = 21,
grid = "Y",
ticks = TRUE
) +
theme(plot.title.position = "plot")
Fluktuasi juga terlihat pada penambahan kasus sembuh setiap harinya. Dan terdapat kenaikan drastis kasus sembuh pada bulan Juli yaitu tanggal 2 Juli sebesar 222 penambahan kasus sembuh.
Kasus Harian Meninggal
ggplot(new_cov_banten, aes(tanggal, meninggal)) +
geom_col(fill = "darkslategray4") +
labs(
x = NULL,
y = "Jumlah kasus",
title = "Kasus Harian Meninggal Akibat COVID-19 di Banten",
caption = "Sumber data: covid.19.go.id"
) +
theme_ipsum(
base_size = 13,
plot_title_size = 21,
grid = "Y",
ticks = TRUE
) +
theme(plot.title.position = "plot")
Fluktuasi juga terlihat pada penambahan kasus meninggal setiap harinya.
Penambahan Kasus Mingguan
Setelah mengamati grafik perkembangan kasus harian. Akan kita amati pula bagaimana perkembangan kasus dalam rentang waktu mingguan.
Paket lubridate dapat memudahkan bekerja dengan data tanggal. Adapun yang akan digunakan untuk mengekstrak informasi migguan dalam satu tahun adalah fungsi week().
cov_banten_pekanan <- new_cov_banten %>%
count(
tahun = year(tanggal),
pekan_ke = week(tanggal),
wt = kasus_baru,
name = "jumlah"
)
#Melihat struktur datanya
glimpse(cov_banten_pekanan)## Rows: 22
## Columns: 3
## $ tahun <dbl> 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020...
## $ pekan_ke <dbl> 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24...
## $ jumlah <int> 2, 4, 0, 73, 44, 84, 67, 56, 68, 105, 138, 108, 75, 178, 2...Apakah pekan ini lebih baik dari pekan kemarin?
Untuk menjawab pertanyaan tersebut, perlu dilakukan kalkulasi sederhana dengan tahapan berikut:
- Membuat kolom baru yang berisi jumlah kasus baru dalam satu pekan sebelumnya. Kolom ini diberi nama “jumlah_pekanlalu”.
- Mengganti nilai NA pada kolom “jumlah_pekanlalu” dengan nilai 0
- Melakukan komparasi antara kolom “jumlah” dengan kolom “jumlah_pekanlalu”. Hasil komparasi ini disimpan dalam kolom baru dengan nama “lebih_baik”, isinya adalah TRUE apabila jumlah kasus baru pekan ini lebih rendah dibandingkan jumlah kasus pekan lalu.
Gunakan fungsi lag() dari dplyr untuk membuat kolom jumlah_pekanbaru fungsi dituliskan sebagai dplyr::lag() untuk menghindari konflik dengan fungsi lag() dari paket stats. Dan inpeksi kembali dengan fungsi glimpse().
cov_banten_pekanan <-
cov_banten_pekanan %>%
mutate(
jumlah_pekanlalu = dplyr::lag(jumlah, 1),
jumlah_pekanlalu = ifelse(is.na(jumlah_pekanlalu), 0, jumlah_pekanlalu),
lebih_baik = jumlah < jumlah_pekanlalu
)
glimpse(cov_banten_pekanan)## Rows: 22
## Columns: 5
## $ tahun <dbl> 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 20...
## $ pekan_ke <dbl> 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22...
## $ jumlah <int> 2, 4, 0, 73, 44, 84, 67, 56, 68, 105, 138, 108, 75...
## $ jumlah_pekanlalu <dbl> 0, 2, 4, 0, 73, 44, 84, 67, 56, 68, 105, 138, 108,...
## $ lebih_baik <lgl> FALSE, FALSE, TRUE, FALSE, TRUE, FALSE, TRUE, TRUE...untuk pertanyaan Apakah pekan ini lebih baik dari pekan kemarin? digunakan bar chart untuk menjawab pertanyaan tersebut.
ggplot(cov_banten_pekanan, aes(pekan_ke, jumlah, fill = lebih_baik)) +
geom_col(show.legend = FALSE) +
scale_x_continuous(breaks = 9:40,expand = c(0,0)) +
scale_fill_manual(values = c("TRUE" = "seagreen3", "FALSE" = "salmon")) +
labs(
x = NULL,
y = "Jumlah kasus",
title = "Kasus Pekanan Positif COVID-19 di Banten",
subtitle = "Kolom hijau menunjukan penambahan kasus baru lebih sedikit dibandingkan pekan sebelumnya",
caption = "Sumber data: covid.19.go.id"
) +
theme_ipsum(
base_size = 13,
plot_title_size = 21,
grid = "Y",
ticks = TRUE
) +
theme(plot.title.position = "plot")
Penambahan kasus baru cenderung berkurang dari pekan ke pekan berikutnya. Namun penambahan kasus baru meningkat dan mencapai puncaknya di pekan ke 24 sebanyak 217 kasus.
Hingga saat ini, berapa banyak kasus yang masih aktif?
Aktif dalam artian sedang dalam perawatan atau isolasi.Jumlah kasus yang masih aktif dapat dihitung dengan mengurangi jumlah akumulasi kasus positif dengan jumlah akumulasi kasus yang sembuh, dan menguranginya juga dengan jumlah akumulasi kasus meninggal. Nilai akumulasi dihitung dengan fungsi cumsum().
cov_banten_akumulasi <-
new_cov_banten %>%
transmute(
tanggal,
akumulasi_aktif = cumsum(kasus_baru) - cumsum(sembuh) - cumsum(meninggal),
akumulasi_sembuh = cumsum(sembuh),
akumulasi_meninggal = cumsum(meninggal)
)
tail(cov_banten_akumulasi)## tanggal akumulasi_aktif akumulasi_sembuh akumulasi_meninggal
## 145 2020-07-28 330 1283 86
## 146 2020-07-29 336 1292 86
## 147 2020-07-30 346 1309 88
## 148 2020-07-31 334 1354 89
## 149 2020-08-01 346 1365 89
## 150 2020-08-02 339 1384 89Output diatas menunjukan akumulasi kasus aktif dalam kurun waktu 1 pekan terakhir.
Pola kasus aktif di Provinsi Banten dapat dilihat dengan membuat line chart dengan fungsi geom_line().
ggplot(data = cov_banten_akumulasi, aes(x = tanggal, y = akumulasi_aktif)) +
geom_line()
Transformasi Data
Akan dilakukan pivot pada data cov_banten_akumulasi dan digunakan fungsi gather() di paket tidyr untuk mentransformasi data. Data akan dirubah dari yang semula berformat wide menjadi format long. Transformasi ini bermanfaat saat kita melakukan grafik komparasi antara kasus aktif, sembuh, dan meninggal.
cov_banten_akumulasi_pivot <-
cov_banten_akumulasi %>%
gather(
key = "kategori",
value = "jumlah",
-tanggal
) %>%
mutate(
kategori = sub(pattern = "akumulasi_", replacement = "", kategori)
)
glimpse(cov_banten_akumulasi_pivot)## Rows: 450
## Columns: 3
## $ tanggal <date> 2020-03-06, 2020-03-07, 2020-03-08, 2020-03-09, 2020-03-1...
## $ kategori <chr> "aktif", "aktif", "aktif", "aktif", "aktif", "aktif", "akt...
## $ jumlah <int> 1, 1, 2, 2, 2, 2, 1, 2, 3, 4, 5, 4, 4, 3, 2, 2, 2, 2, 1, 1...Membuat Grafik Komparasi Kasus Aktif, Sembuh, dan Meninggal
membuat satu layer geom_line() dengan menggunakan colour aesthetic.
ggplot(cov_banten_akumulasi_pivot,aes(tanggal,jumlah,colour=(kategori))) +
geom_line(size=0.9) +
scale_y_continuous(sec.axis = dup_axis(name = NULL)) +
scale_colour_manual(
values = c(
"aktif" = "salmon",
"meninggal" = "darkslategray4",
"sembuh" = "olivedrab2"
),
labels = c("Aktif","Meninggal","Sembuh")
) +
labs(
x = NULL,
y = "Jumlah kasus akumulasi",
colour = NULL,
title = "Dinamika Kasus COVID-19 di Provinsi Banten",
caption = "Sumber data: covid.19.go.id"
) +
theme_ipsum(
base_size = 13,
plot_title_size = 21,
grid = "Y",
ticks = TRUE
) +
theme(
plot.title = element_text(hjust = 0.5),
legend.position = "top"
)
Grafik diatas merupakan gambaran terkait Kasus Aktif, Sembuh, dan Meninggal di Provinsi Banten sejak Bulan Maret 2020 hingga awal Agustus 2020. Penanganan terhadap kasus Covid-19 terlihat cukup baik dengan terlihatnya kasus sembuh di Provinsi Banten yang terus meningkat. Namun pencegahan dan penanggulangan tetap harus terus dilakukan dengan maksimal. Karna terlihat dari grafik, garis kasus meninggal naik secara perlahan dan kasus positif pun bisa saja kembali naik.
Tidak hanya peran pemerintah yang dibutuhkan dalam mencegah dan mengurangi kasus baru, dalam penanggulangan memutus rantai penularan virus diperlukannya peran seluruh masyarakat agar menjaga pola hidup dan memenuhi aturan protokol kesehatan yang sudah di tetapkan. Jangan lupa untuk rajin mencuci tangan, memakai masker, dan menjaga jarak!