Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Fakultas : Sains dan Teknologi
Jurusan : Teknik Informatika
Mata Kuliah : Linier Algebra
Pivot adalah proses membuat rangkuman, melakukan analisa, eksplorasi, dan mempresentasikan data. Salah satu software yang menyediakan fitur Pivot adalah MSExcel. Pada MSExcel terdapat fitur PivotTable dimana biasanya merupakan laporan berbentuk tabel yang dalam waktu saat singkat mampu menampilkan ringkasan berdasarkan jumlah data besar kedalam bentuk atau orientasi berbeda dan sanggup melakukan kalkulasi dalam setiap item yang dibutuhkan. Contoh : apabila kita mempunyai data yang diunduh dari sebuah database atau dibuat sendiri dengan jumlah ratusan, ribuan, atau bahkan ratusan ribu baris data, tentunya akan sulit untuk mengolah serta mendapatkan informasi secara cepat. Informasi yang dimaksud misalnya : Menampilkan data berdasarkan kriteria atau perhitungan tertentu, membandingkan antar field (kolom) satu dengan yang lainnya, menampilkan perulangan data, hubungan perulangan data pada suatu periode dan lain sebagainya. Selain itu bahasa pemrograman R juga menyediakan fitur provitdata. Berikut penerapan pivotdata outflow uang kartal di Pulau Kalimantan selama 10 periode terakhir menggunakan bahasa pemrograman R.
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
dataoutflowKalimantan <- read_excel(path = "outflowdatakalimantan1.xlsx")
dataoutflowKalimantan
## # A tibble: 5 x 12
## Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kaliman~ 5221. 5698. 6011. 6764. 8486. 9402. 11132. 12278. 13768. 13501.
## 2 Kaliman~ 6850. 7741. 15421. 8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 3 Kaliman~ 5126. 5580. 5046. 6265. 6755. 7424. 9544. 8476. 9228. 8222.
## 4 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 5 Kaliman~ 0 0 0 0 0 0 1507. 2471. 3096. 2826.
## # ... with 1 more variable: 2021 <dbl>
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.1.2
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5 v purrr 0.3.4
## v tibble 3.1.6 v dplyr 1.0.7
## v tidyr 1.1.3 v stringr 1.4.0
## v readr 2.0.1 v forcats 0.5.1
## Warning: package 'tibble' was built under R version 4.1.2
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
datalongerKalimantan<- dataoutflowKalimantan %>%
pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerKalimantan
## # A tibble: 55 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Barat 2011 5221.
## 2 Kalimantan Barat 2012 5698.
## 3 Kalimantan Barat 2013 6011.
## 4 Kalimantan Barat 2014 6764.
## 5 Kalimantan Barat 2015 8486.
## 6 Kalimantan Barat 2016 9402.
## 7 Kalimantan Barat 2017 11132.
## 8 Kalimantan Barat 2018 12278.
## 9 Kalimantan Barat 2019 13768.
## 10 Kalimantan Barat 2020 13501.
## # ... with 45 more rows
library(dplyr)
Kalimantanup2 <- select(datalongerKalimantan, Provinsi, Kasus)
Kalimantanup2
## # A tibble: 55 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Kalimantan Barat 5221.
## 2 Kalimantan Barat 5698.
## 3 Kalimantan Barat 6011.
## 4 Kalimantan Barat 6764.
## 5 Kalimantan Barat 8486.
## 6 Kalimantan Barat 9402.
## 7 Kalimantan Barat 11132.
## 8 Kalimantan Barat 12278.
## 9 Kalimantan Barat 13768.
## 10 Kalimantan Barat 13501.
## # ... with 45 more rows
library(dplyr)
Kalimantanup4 <- datalongerKalimantan %>%
filter(Provinsi == 'Kalimantan Timur') %>%
select('Provinsi', 'Tahun', 'Kasus')
Kalimantanup4
## # A tibble: 11 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Timur 2011 12337.
## 2 Kalimantan Timur 2012 14426.
## 3 Kalimantan Timur 2013 18451.
## 4 Kalimantan Timur 2014 17398.
## 5 Kalimantan Timur 2015 16514.
## 6 Kalimantan Timur 2016 15221.
## 7 Kalimantan Timur 2017 16525.
## 8 Kalimantan Timur 2018 17724.
## 9 Kalimantan Timur 2019 18596.
## 10 Kalimantan Timur 2020 14993.
## 11 Kalimantan Timur 2021 9110.
Kalimantanup5 <- datalongerKalimantan %>%
filter(Provinsi == 'Kalimantan Tengah', Tahun == '2015') %>%
select('Provinsi', 'Tahun', 'Kasus')
Kalimantanup5
## # A tibble: 1 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Tengah 2015 10190.
ggplot(data = datalongerKalimantan, mapping = aes(x = Tahun, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerKalimantan, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Tahun) +
theme(axis.text.x = element_text(angle = 90))