Universitas Islam Negeri Maulana Malik Ibrahim Malang
Program Studi Teknik Informatika
Bank Indonesia adalah lembaga negara independen dan merupakan bank sentral Republik Indonesia yang mempunyai satu tujuan tunggal, yaitu mencapai dan memelihara kestabilan nilai rupiah. Dalam melaksanakan tugasnya, Bank Indonesia menyusun perencanaan kebutuhan uang (RKU). Uang kartal merupakan salah satu alat pembayaran tunai yang memiliki fungsi penting dalam mendukung transaksi perekonomian. Hal ini dikarenakan hampir semua kegiatan ekonomi, baik produksi, konsumsi serta investasi selalu melibatkan uang. Uang kartal yang diedarkan oleh Bank Indonesia ini digunakan sebagai alat pembayaran yang sah di wilayah Republik Indonesia.
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
datainflow <- read_excel(path = "infloww.xlsx")
## New names:
## * `` -> ...2
datainflow
## # A tibble: 11 x 13
## Tahun ...2 Sumatera Aceh `Sumatera Utara` `Sumatera Barat` Riau
## <dbl> <lgl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 2011 NA 57900. 2308. 23238. 9385. 3012.
## 2 2012 NA 65911. 2620. 25981. 11192. 4447.
## 3 2013 NA 98369. 36337. 18120. 14056. 8933.
## 4 2014 NA 86024. 4567. 30503. 14103. 6358.
## 5 2015 NA 86549. 4710. 30254. 13309. 7156.
## 6 2016 NA 97764. 5775. 34427. 14078. 8211.
## 7 2017 NA 103748. 5514. 35617. 15312. 8553.
## 8 2018 NA 117495. 5799. 41769. 15058. 10730.
## 9 2019 NA 133762. 7509. 47112. 14750. 10915.
## 10 2020 NA 109345. 6641. 36609. 10696. 9148.
## 11 2021 NA 89270. 3702. 31840. 10748. 7769.
## # ... with 6 more variables: `Kep. Riau` <dbl>, Jambi <dbl>,
## # `Sumatera Selatan` <dbl>, Bengkulu <dbl>, Lampung <dbl>,
## # `Kep. Bangka Belitung` <dbl>
library(readxl)
dataoutflow <- read_excel(path = "outfloww.xlsx")
## New names:
## * `` -> ...2
dataoutflow
## # A tibble: 11 x 13
## tahun ...2 Sumatera Aceh `Sumatera Utara` `Sumatera Barat` Riau
## <dbl> <lgl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 2011 NA 80092. 6338. 22176. 5300. 12434.
## 2 2012 NA 85235. 6378. 22495. 6434. 13014.
## 3 2013 NA 103288. 23278. 19235. 6511. 15460.
## 4 2014 NA 102338. 8630. 26391. 7060. 15158.
## 5 2015 NA 109186. 9637. 27877. 7471. 15789.
## 6 2016 NA 121992. 11311. 31959. 9198. 17645.
## 7 2017 NA 133606. 11760. 35243. 10754. 18128.
## 8 2018 NA 135676. 11450. 36908. 8447. 17926.
## 9 2019 NA 153484. 13087. 44051. 9465. 19277.
## 10 2020 NA 140589. 12874. 39758. 8763. 19139.
## 11 2021 NA 86627. 5770. 23453. 5941. 12631.
## # ... with 6 more variables: `Kep. Riau` <dbl>, Jambi <dbl>,
## # `Sumatera Selatan` <dbl>, Bengkulu <dbl>, Lampung <dbl>,
## # `Kep. Bangka Belitung` <dbl>
plot(datainflow$Bengkulu, type = "l", col = "green")
plot(dataoutflow$Bengkulu, type = "l", col = "green")
plot(datainflow$Bengkulu, type = "l", col = "red")
lines(dataoutflow$Bengkulu, type = "l", col = "green")