0.0.1 Dosen Pengampu : Prof. Dr. Suhartono, M.Kom

0.0.2 Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

0.0.3 Jurusan : Teknik Informatika

0.0.4 Fakultas : Sains dan Teknologi

Definisi Pivot

================================================================================

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 Sulawesi menggunakan bahasa pemrograman R.

================================================================================

library(readxl)
datainflowsulawesi <- read_excel(path = "C:/Users/shafira halmahera/Documents/LINEAR ALGEBRA/inflowdataSulawesi.xlsx")
datainflowsulawesi
library(tidyverse)
## -- 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
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
## 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()

Kasus Data Inflow Uang Kartal di Pulau Sulawesi Pada Tahun 2011-2021

datalongersulawesi<- datainflowsulawesi %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongersulawesi
library(dplyr)
sulawesiutaraup2 <- select(datalongersulawesi, Provinsi, Kasus)
sulawesiutaraup2

Kasus Data Inflow Uang Kartal di Sulawesi Utara Pada Tahun 2011-2021

library(dplyr)
sulawesiutaraup4 <- datalongersulawesi %>%
    filter(Provinsi == 'Sulawesi Utara') %>%
    select('Provinsi', 'Tahun', 'Kasus')
sulawesiutaraup4

Kasus Data Inflow Uang Kartal di Sulawesi Utara Pada Tahun 2019

sulawesiutaraup5 <- datalongersulawesi %>%
  filter(Provinsi == 'Sulawesi Utara', Tahun == '2019') %>%
 select('Provinsi', 'Tahun', 'Kasus')
sulawesiutaraup5

Kasus Data Inflow Uang Kartal di Sulawesi Utara Pada Bulan Januari

sulawesiutaraup5 <- datalongersulawesi %>%
  filter(Provinsi == 'Sulawesi Utara', Tahun == '2015') %>%
 select('Provinsi', 'Tahun', 'Kasus')
sulawesiutaraup5

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Sulawesi Berdasarkan Provinsi

ggplot(data = datalongersulawesi, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 90))

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Sulawesi Berdasarkan Tahun

ggplot(data = datalongersulawesi, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

\(Referensi\)