Peta Jumlah Penduduk Kota Pekanbaru

Install Packages

#terlebih dahulu install terhadap packages berikut, untuk menjalankan program yang akan dibuat.Peng-install-an dilakukan tanpa menggunakan tagar (#)
#install.packages("sf")           # Untuk memakai fungsi st_read nya
#install.packages("tigris")       # Untuk 'Memotong' SHP
#install.packages("ggplot2")      # Untuk Visualisasi Peta
#install.packages("dplyr")        # untuk pakai fungsi Glimpse nya

#Selanjutnya panggil packages tersebut
library(sf)

## Linking to GEOS 3.9.1, GDAL 3.2.1, PROJ 7.2.1

library(ggplot2)
library(tigris)

## To enable 
## caching of data, set `options(tigris_use_cache = TRUE)` in your R script or .Rprofile.

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

Import Data

Data yang akan digunakan adalah Indonesia - Subnational Administrative Boundaries yang bisa diakses di HumData dan Admin3Kecamatan.

Admin3Kecamatan <- "D:/idn_adm_bps_20200401_shp/idn_admbnda_adm3_bps_20200401.shp"
#untuk membaca data, data harus mengubah data shp dengan menggunakan fungsi ‘st_read’ dari Package ‘sf’
Admin3 <- st_read(Admin3Kecamatan)

## Reading layer `idn_admbnda_adm3_bps_20200401' from data source 
##   `D:\idn_adm_bps_20200401_shp\idn_admbnda_adm3_bps_20200401.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 7069 features and 16 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 95.01079 ymin: -11.00762 xmax: 141.0194 ymax: 6.07693
## Geodetic CRS:  WGS 84

glimpse(Admin3)

## Rows: 7,069
## Columns: 17
## $ Shape_Leng <dbl> 0.2798656, 0.7514001, 0.6900061, 0.6483629, 0.2437073, 1.35~
## $ Shape_Area <dbl> 0.003107633, 0.016925540, 0.024636382, 0.010761277, 0.00116~
## $ ADM3_EN    <chr> "2 X 11 Enam Lingkung", "2 X 11 Kayu Tanam", "Abab", "Abang~
## $ ADM3_PCODE <chr> "ID1306050", "ID1306052", "ID1612030", "ID5107050", "ID7471~
## $ ADM3_REF   <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,~
## $ ADM3ALT1EN <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,~
## $ ADM3ALT2EN <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,~
## $ ADM2_EN    <chr> "Padang Pariaman", "Padang Pariaman", "Penukal Abab Lematan~
## $ ADM2_PCODE <chr> "ID1306", "ID1306", "ID1612", "ID5107", "ID7471", "ID9432",~
## $ ADM1_EN    <chr> "Sumatera Barat", "Sumatera Barat", "Sumatera Selatan", "Ba~
## $ ADM1_PCODE <chr> "ID13", "ID13", "ID16", "ID51", "ID74", "ID94", "ID94", "ID~
## $ ADM0_EN    <chr> "Indonesia", "Indonesia", "Indonesia", "Indonesia", "Indone~
## $ ADM0_PCODE <chr> "ID", "ID", "ID", "ID", "ID", "ID", "ID", "ID", "ID", "ID",~
## $ date       <date> 2019-12-20, 2019-12-20, 2019-12-20, 2019-12-20, 2019-12-20~
## $ validOn    <date> 2020-04-01, 2020-04-01, 2020-04-01, 2020-04-01, 2020-04-01~
## $ validTo    <date> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA~
## $ geometry   <MULTIPOLYGON [°]> MULTIPOLYGON (((100.2811 -0..., MULTIPOLYGON (~

Setelah data dengan format .shp di import, selanjutnya import data kota dengan format .csv

Pekanbaru <- read.csv("D:/Admin3Kecamatan/pekanbaru.csv",
                    header=TRUE, sep=",")
head(Pekanbaru)

##   Shape_Leng Shape_Area          ADM3_EN ADM3_PCODE Penduduk
## 1   1.680556 0.10165167 Bandar Laksamana  ID1408022       NA
## 2   1.196715 0.03835919           Bantan  ID1408050       NA
## 3   1.455945 0.06753697   Bathin Solapan  ID1408012       NA
## 4   1.408474 0.03558639        Bengkalis  ID1408040       NA
## 5   1.128367 0.04332944       Bukit Batu  ID1408020       NA
## 6   1.259870 0.03605507           Mandau  ID1408010       NA

Merged Data

Merge Data dilakukan dengan memmbandingkan primary key antara Spatial Data (Admin3Kecamatan hasil import file .shp) dan Data Frame (Pekanbaru hasil import file .csv) dengan menggunakan fungsi geo_join() dari package tigris.

merged_Pekanbaru <- geo_join(spatial_data=Admin3, 
                             data_frame=Pekanbaru, by_sp="ADM3_PCODE", 
                             by_df="ADM3_PCODE", how = "inner")

## Warning: We recommend using the dplyr::*_join() family of functions instead.

Menampilkan Peta Plot

Sebelum menampilkan peta, terlebih dahulu kita atur warna untuk peta yang buat

mycol <- c("green", "yellow", "red", "red4")

Selanjutnya, untuk menampilkan peta penduduk Kota Pekanbaru bisa menggunakan syntax berikut:

pDATA<-ggplot()+
  geom_sf(data=merged_Pekanbaru,aes(fill=Penduduk))+
  scale_fill_gradientn(colours=mycol)+
  labs(title="Penduduk di Pekanbaru")
pDATA

Pada peta tersebut, sebaran jumlah penduduk Kota Pekanbaru tidak terlihat dengan jelas. Oleh karena itu, supaya sebaran terlihat dengan jelas, kita bisa memperkecil cakupan data yang akan kita plotkan dengan cara memilih kecamatan yang hanya ada di Kota Pekanbaru.

Pekanbaru1 <- read.csv("D://Admin3Kecamatan/kecamatan.csv",
                    header=TRUE, sep=",")

merged_Pekanbaru1 <- geo_join(spatial_data=Admin3, 
                             data_frame=Pekanbaru1, by_sp="ADM3_PCODE", 
                             by_df="ADM3_PCODE", how = "inner")

## Warning: We recommend using the dplyr::*_join() family of functions instead.

mycol <- c("green", "yellow", "red", "red4")

pDATA1 <- ggplot()+
  geom_sf(data=merged_Pekanbaru1,aes(fill=Penduduk))+
  scale_fill_gradientn(colours=mycol)+
  labs(title="Penduduk di Pekanbaru")
pDATA1

Demikianlah cara untuk membuat peta sebaran jumlah penduduk yang ada di Kota Pekanbaru. Tidak hanya jumlah penduduk, kita bisa membuat peta dengan data kuantatif lainnya dan kita juga bisa membuat peta dari daerah lainnya.