Unversitas Islam Negeri Maulana Malik Ibrahim Malang

Teknik Infromatika

Linear Algebra (b)

Pengertian Inflow-Outflow Uang Kartal

Inflow, disebut investasi sebagai langsung dalam ekonomi pelaporan, termasuk semua kewajiban dan aset yang ditransfer antara perusahaan investasi langsung penduduk dan investor langsung mereka. Ini juga mencakup transfer aset dan kewajiban antara perusahaan yang bertempat tinggal dan yang tidak residen, jika orang tua pengendali utama adalah bukan penduduk.

Outflow, disebut sebagai investasi langsung di luar negeri, termasuk aset dan kewajiban yang ditransfer antara investor langsung penduduk dan perusahaan investasi langsung mereka. Ini juga mencakup transfer aset dan kewajiban antara sesama dan non-residen perusahaan, jika orang tua pengendali utama adalah penduduk. Investasi langsung keluar juga disebut investasi langsung di luar negeri.

Dibawah ini merupakan contoh penerapan visualisasi prediksi data Inflow-Outflow Uang Kartal di Sumatera Utara menggunakan bahasa permograman R.

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
datainflow <- read_excel(path = "Inflowsumatera.xlsx")
datainflow
## # A tibble: 11 x 12
##    Tahun Sumatera   Aceh `Sumatera Utara` `Sumatera Barat`   Riau `Kep. Riau`
##    <dbl>    <dbl>  <dbl>            <dbl>            <dbl>  <dbl>       <dbl>
##  1  2011   57900.  2308.           23238.            9385.  3012.       1426.
##  2  2012   65911.  2620.           25981.           11192.  4447.       2236.
##  3  2013   98369. 36337.           18120.           14056.  8933.       3378.
##  4  2014   86024.  4567.           30503.           14103.  6358.       2563.
##  5  2015   86549.  4710.           30254.           13309.  7156.       3218.
##  6  2016   97764.  5775.           34427.           14078.  8211.       4317.
##  7  2017  103748.  5514.           35617.           15312.  8553.       4412.
##  8  2018  117495.  5799.           41769.           15058. 10730.       5134.
##  9  2019  133762.  7509.           47112.           14750. 10915.       6077.
## 10  2020  109345.  6641.           36609.           10696.  9148.       6175.
## 11  2021   89270.  3702.           31840.           10748.  7769.       5009.
## # ... with 5 more variables: Jambi <dbl>, `Sumatera Selatan` <dbl>,
## #   Bengkulu <dbl>, Lampung <dbl>, `Kep. Bangka Belitung` <dbl>
library(readxl)
dataoutflow <- read_excel(path = "OutflowSumatera.xlsx")
dataoutflow
## # A tibble: 11 x 12
##    Tahun Sumatera   Aceh `Sumatera Utara` `Sumatera Barat`   Riau `Kep. Riau`
##    <dbl>    <dbl>  <dbl>            <dbl>            <dbl>  <dbl>       <dbl>
##  1  2011   80092.  6338.           22176.            5300. 12434.       5819.
##  2  2012   85235.  6378.           22495.            6434. 13014.       6966.
##  3  2013  103288. 23278.           19235.            6511. 15460.       8747.
##  4  2014  102338.  8630.           26391.            7060. 15158.      10122.
##  5  2015  109186.  9637.           27877.            7471. 15789.       9803.
##  6  2016  121992. 11311.           31959.            9198. 17645.      10068.
##  7  2017  133606. 11760.           35243.           10754. 18128.      10749.
##  8  2018  135676. 11450.           36908.            8447. 17926.      12597.
##  9  2019  153484. 13087.           44051.            9465. 19277.      12644.
## 10  2020  140589. 12874.           39758.            8763. 19139.       8461.
## 11  2021   86627.  5770.           23453.            5941. 12631.       5128.
## # ... with 5 more variables: Jambi <dbl>, `Sumatera Selatan` <dbl>,
## #   Bengkulu <dbl>, Lampung <dbl>, `Kep. Bangka Belitung` <dbl>

1.Visualisasi Prediksi Data Inflow Uang Kartal di Sumatera Utara Setiap Periode

plot(datainflow$Tahun,datainflow$`Sumatera Utara`,type = "l", col= "red")

2.Visualisasi Prediksi Data Outflow Uang Kartal di Sumatera Utara Setiap Periode

plot(dataoutflow$Tahun,dataoutflow$`Sumatera Utara`,type = "l", col= "green")

3.Visualisasi Prediksi Data Inflow-Outflow Uang Kartal di Sumatera Utara Setiap Periode

plot(datainflow$Tahun,datainflow$`Sumatera Utara`,type = "l", col= "blue")
lines(dataoutflow$Tahun,dataoutflow$`Sumatera Utara`,col="orange")
legend("top",c("Inflow","Outflow"),fill=c("green","blue"))

4.Visualisasi Prediksi Data Inflow-Outflow Uang Kartal di Sumatera Utara Setiap Bulan

library(readxl)
datainflowperbulan <- read_excel(path = "Inflowbulanansumatera.xlsx")
datainflowperbulan
## # A tibble: 12 x 12
##    Bulan               Sumatera  Aceh `Sumatera Utara` `Sumatera Barat`   Riau
##    <dttm>                 <dbl> <dbl>            <dbl>            <dbl>  <dbl>
##  1 2011-01-01 00:00:00    4164.  124.            2068.             545.   94.2
##  2 2011-02-01 00:00:00    3338.  115.            1826.             450.   96.4
##  3 2011-03-01 00:00:00    4878.  154.            2028.             849.  288. 
##  4 2011-04-01 00:00:00    3157.  122.            1429.             539.  160. 
##  5 2011-05-01 00:00:00    3821.  123.            1539.             692.  195. 
##  6 2011-06-01 00:00:00    3686.  151.            1637.             592.  101. 
##  7 2011-07-01 00:00:00    4370.  107.            1791.             800.  143. 
##  8 2011-08-01 00:00:00    3668.  184.            1256.             586.  134. 
##  9 2011-09-01 00:00:00   12875.  606.            4172.            2176. 1014. 
## 10 2011-10-01 00:00:00    4777.  158.            1941.             787.  341. 
## 11 2011-11-01 00:00:00    5670.  287.            1943.             854.  285. 
## 12 2011-12-01 00:00:00    3496.  176.            1608.             513.  161. 
## # ... with 6 more variables: `Kep. Riau` <dbl>, Jambi <dbl>,
## #   `Sumatera Selatan` <dbl>, Bengkulu <dbl>, Lampung <dbl>,
## #   `Kep. Bangka Belitung` <dbl>
library(readxl)
dataoutflowperbulan <- read_excel(path = "Outflowbulanansumatera.xlsx")
dataoutflowperbulan
## # A tibble: 12 x 12
##    Bulan               Sumatera  Aceh `Sumatera Utara` `Sumatera Barat`  Riau
##    <dttm>                 <dbl> <dbl>            <dbl>            <dbl> <dbl>
##  1 2011-01-01 00:00:00    3442.  350.             941.             307.  478.
##  2 2011-02-01 00:00:00    3989.  193.             990.             228.  400.
##  3 2011-03-01 00:00:00    4229.  230.            1209.             347.  621.
##  4 2011-04-01 00:00:00    6721.  529.            1653.             336. 1006.
##  5 2011-05-01 00:00:00    5787.  523.            1465.             328. 1000.
##  6 2011-06-01 00:00:00    7395.  406.            2167.             399. 1366.
##  7 2011-07-01 00:00:00    7154.  958.            1695.             449.  815.
##  8 2011-08-01 00:00:00   16043. 1046.            4104.            1376. 2729.
##  9 2011-09-01 00:00:00    1915.  124.             824.             148.  154.
## 10 2011-10-01 00:00:00    5174.  634.            1392.             299.  830.
## 11 2011-11-01 00:00:00    5610.  595.            1598.             350.  874.
## 12 2011-12-01 00:00:00   12634.  750.            4140.             734. 2160.
## # ... with 6 more variables: `Kep. Riau` <dbl>, Jambi <dbl>,
## #   `Sumatera Selatan` <dbl>, Bengkulu <dbl>, Lampung <dbl>,
## #   `Kep. Bangka Belitung` <dbl>
plot(datainflowperbulan$`Sumatera Utara`, type = "l", col = "blue")
lines(dataoutflowperbulan$`Sumatera Utara`,col="yellow")
legend("top",c("Inflow","Outflow"),fill=c("red","green"))

SumateraUtaratimeseries <- datainflowperbulan$`Sumatera Utara`
plot.ts(SumateraUtaratimeseries , type = "l", col = "red")

logSumateraUtara <- log(datainflowperbulan$`Sumatera Utara`)
plot.ts(logSumateraUtara)