Pivot Data Inflow Uang Kartal di Pulau Sumatera pada Tahun 2020
Jea Syafrida Nurlaili, Prof. Dr. Suhartono, M.Kom
2/24/2022
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Fakultas : Sains dan Teknologi
Jurusan : Teknik Informatika
Mata Kuliah : Linier Algebra
Pengertian
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 inflow Uang Kartal di Pulau Sumatera pada tahun 2019 menggunakan bahasa pemrograman R.
library(readxl)## Warning: package 'readxl' was built under R version 4.1.2insumatera <- read_excel(path = "data inflow sumatera.xlsx")
insumatera## # A tibble: 10 x 13
## Provinsi Januari Februari Maret April Mei Juni Juli Agustus September
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Aceh 1642. 693. 297. 281. 489. 1095. 258. 593. 410.
## 2 Sumatera Ut~ 6477. 3659. 2723. 2036. 2380. 4344. 3057. 2371. 2391.
## 3 Sumatera Ba~ 1937. 868. 594. 586. 461. 1753. 721. 934. 842.
## 4 Riau 1567. 900. 657. 465. 832. 1646. 754. 643. 373.
## 5 Kep. Riau 731. 637. 387. 525. 380. 794. 507. 486. 527.
## 6 Jambi 929. 453. 376. 488. 366. 926. 419. 363. 364.
## 7 Sumatera Se~ 2054. 915. 680. 666. 1019. 1433. 1025. 933. 922.
## 8 Bengkulu 984. 518. 323. 296. 331. 594. 290. 409. 439.
## 9 Lampung 2552. 1446. 939. 955. 1276. 1889. 1067. 1128. 1160.
## 10 Kep. Bangka~ 458. 276. 154. 239. 253. 472. 180. 152. 130.
## # ... with 3 more variables: Oktober <dbl>, November <dbl>, Desember <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 1.0.8
## v tidyr 1.2.0 v stringr 1.4.0
## v readr 2.1.2 v forcats 0.5.1## Warning: package 'ggplot2' was built under R version 4.1.2## Warning: package 'tibble' was built under R version 4.1.2## Warning: package 'tidyr' was built under R version 4.1.2## Warning: package 'readr' was built under R version 4.1.2## Warning: package 'purrr' was built under R version 4.1.2## Warning: package 'dplyr' was built under R version 4.1.2## Warning: package 'forcats' was built under R version 4.1.2## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()Kasus Data Inflow Uang Kartal di Pulau Sumatera pada Bulan Januari-Desember 2020
longtahunsumat <- insumatera %>%
pivot_longer(!Provinsi, names_to = "Bulan", values_to = "Kasus")
longtahunsumat## # A tibble: 120 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Aceh Januari 1642.
## 2 Aceh Februari 693.
## 3 Aceh Maret 297.
## 4 Aceh April 281.
## 5 Aceh Mei 489.
## 6 Aceh Juni 1095.
## 7 Aceh Juli 258.
## 8 Aceh Agustus 593.
## 9 Aceh September 410.
## 10 Aceh Oktober 274.
## # ... with 110 more rowsPivot Data Inflow Uang Kartal di Pulau Sumatera berdasarkan Kasus
library(dplyr)
sumat <- select(longtahunsumat , Provinsi, Kasus)
sumat## # A tibble: 120 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Aceh 1642.
## 2 Aceh 693.
## 3 Aceh 297.
## 4 Aceh 281.
## 5 Aceh 489.
## 6 Aceh 1095.
## 7 Aceh 258.
## 8 Aceh 593.
## 9 Aceh 410.
## 10 Aceh 274.
## # ... with 110 more rowsKasus Data Inflow Uang Kartal di Jambi pada Bulan Januari - Desember 2020
library(dplyr)
sumat1 <- longtahunsumat %>%
filter(Provinsi == 'Jambi') %>%
select('Provinsi', 'Bulan', 'Kasus')
sumat1## # A tibble: 12 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Jambi Januari 929.
## 2 Jambi Februari 453.
## 3 Jambi Maret 376.
## 4 Jambi April 488.
## 5 Jambi Mei 366.
## 6 Jambi Juni 926.
## 7 Jambi Juli 419.
## 8 Jambi Agustus 363.
## 9 Jambi September 364.
## 10 Jambi Oktober 290.
## 11 Jambi November 404.
## 12 Jambi Desember 250.Kasus Data Inflow Uang Kartal di Jambi pada Bulan Januari 2019
sumut3 <- longtahunsumat %>%
filter(Provinsi == 'Jambi', Bulan == 'Januari') %>%
select('Provinsi', 'Bulan', 'Kasus')
sumut3## # A tibble: 1 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Jambi Januari 929.Visualisasi Pivot Data Inflow Uang Kartal di Pulau Sumatera Berdasarkan Provinsi
ggplot(data = longtahunsumat, mapping = aes(x = Bulan, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
Visualisasi Pivot Data Inflow Uang Kartal di Pulau Sumatera Berdasarkan Bulan
ggplot(data = longtahunsumat, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Bulan) +
theme(axis.text.x = element_text(angle = 90))