Dosen Pengempu : Prof. Dr. Suhartono, M.Kom

UIN Maulana Malik Ibrahim Malang - Teknik Informatika

Manipulasi Data dengan Library dplyr

Dalam melakukan manipulasi data di R dapat menggunakan package dplyr. Package ini berfungsi untuk memudahkan manipulasi data seperti mengambil sampel secara acak dari tabel, mengurutkan data, menyaring data, atau bisa juga untuk mengelompokkan data.

Package dplyr ini digunakan ketika melakukan manipulasi data dengan pemrosesan yang cepat sehingga meminimalisir waktu, kodenya juga simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi. Cara menginstall package dplyr yaitu dengan :

install.package(dplyr)

Dan sintaks untuk memanggil dplyr yaitu dengan :

library(dplyr)

Data Inflow di Pulau Jawa

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
inflowjawa <- read_excel(path = "C:/Users/ASUS PC/Documents/BUKU NOVA/RStudio/RMarkdown/InflowJawa.xlsx") 
inflowjawa
## # A tibble: 6 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 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.30e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5
## 2 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.13e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 6.52e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4
## 4 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.48e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3
## 5 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 6.88e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4
## 6 Banten   0      0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3
## # ... 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  3.1.4     v dplyr   1.0.8
## v tidyr   1.1.3     v stringr 1.4.0
## v readr   2.0.1     v forcats 0.5.1
## Warning: package 'dplyr' was built under R version 4.1.2
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

Mambuang Beberapa Variabel yang Tidak Ingin Digunakan

jawa1 <- select(inflowjawa, `2019`)
jawa1
## # A tibble: 6 x 1
##    `2019`
##     <dbl>
## 1 324624.
## 2  94846.
## 3  90751.
## 4  20899.
## 5 113651.
## 6   4477.
jawa2 <- select(inflowjawa, `2012`, `2014`, `2016`, `2018`, `2020`)
jawa2
## # A tibble: 6 x 5
##    `2012`  `2014`  `2016`  `2018`  `2020`
##     <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
## 1 160482. 217303. 261607. 306911. 259444.
## 2  60629.  78660.  88036.  87243.  76883.
## 3  43298.  60476.  72782.  87829.  84970.
## 4   9173.  13890.  17350.  20574.   7348.
## 5  47383.  64276.  83439. 106433.  86848.
## 6      0       0       0    4832.   3396.

Memilih Beberapa Variabel yang Ingin Digunakan

Sintaks dibawah ini digunakan untuk memilih beberapa variabel yang ketika variabel yang dipilih itu lebih banyak dibandingkan variabel yang akan dibuang.

jawa3 <- select(inflowjawa, -`2015`)
jawa3
## # A tibble: 6 x 11
##   Provinsi `2011` `2012` `2013` `2014` `2016` `2017` `2018` `2019` `2020` `2021`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5 1.88e5
## 2 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4 5.73e4
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4 6.20e4
## 4 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3 6.71e3
## 5 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4 5.90e4
## 6 Banten   0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3 2.80e3

Sintaksnya ini menggunakan fungsi select, dan select ini bukan hanya untuk memilih kolom dalam jumlah banyak, melainkan juga bisa untuk mengganti nama kolomnya. Perhatikan sintaks yang ada dibawah ini :

jawaa <- inflowjawa %>%
  select(tahun = `2014`, `2018`, `2019`)
jawaa
## # A tibble: 6 x 3
##     tahun  `2018`  `2019`
##     <dbl>   <dbl>   <dbl>
## 1 217303. 306911. 324624.
## 2  78660.  87243.  94846.
## 3  60476.  87829.  90751.
## 4  13890.  20574.  20899.
## 5  64276. 106433. 113651.
## 6      0    4832.   4477.

Mengganti Tabel Tahun

library(dplyr)
jawatahun <- inflowjawa %>% rename('2010' = '2011')
head(jawatahun)
## # A tibble: 6 x 12
##   Provinsi `2010` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.30e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5
## 2 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.13e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 6.52e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4
## 4 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.48e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3
## 5 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 6.88e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4
## 6 Banten   0      0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3
## # ... with 1 more variable: 2021 <dbl>

Mengambil Nilai Tidak Duplikasi dari Variabel

Dari Sebuah Variabel
jawa4 <- distinct(inflowjawa, `2015`)
jawa4
## # A tibble: 6 x 1
##    `2015`
##     <dbl>
## 1 230141.
## 2  81303.
## 3  65198.
## 4  14831.
## 5  68808.
## 6      0
Dari Semua Variabel
jawa5 <- distinct(inflowjawa, `2015`, .keep_all = TRUE)
jawa5
## # A tibble: 6 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 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.30e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5
## 2 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.13e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 6.52e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4
## 4 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.48e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3
## 5 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 6.88e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4
## 6 Banten   0      0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3
## # ... with 1 more variable: 2021 <dbl>

Menyeleksi Baris Tabel

Baris tabel diseleksi dengan menggunakan fungsi filter(). dalam fungsi ini terdapat berbagai operator, seperti <, <=, >, >, ==, dan %in%. Argumen dari fungsi ini juga bisa lebih dari satu, dan sintaksnya menggunakan operator boolean.

jawa6 <- inflowjawa %>%
  filter(Provinsi <= 'Jawa') %>%
    select(`2018`,`2019`)
jawa6
## # A tibble: 2 x 2
##    `2018`  `2019`
##     <dbl>   <dbl>
## 1 306911. 324624.
## 2   4832.   4477.
jawa7 <- inflowjawa %>%
  filter(Provinsi == 'Jawa', Provinsi == 'Jawa Tengah') %>%
    select( -`2021`)
jawa7
## # A tibble: 0 x 11
## # ... with 11 variables: Provinsi <chr>, 2011 <dbl>, 2012 <dbl>, 2013 <dbl>,
## #   2014 <dbl>, 2015 <dbl>, 2016 <dbl>, 2017 <dbl>, 2018 <dbl>, 2019 <dbl>,
## #   2020 <dbl>
str(inflowjawa)
## tibble [6 x 12] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:6] "Jawa" "Jawa Barat" "Jawa Tengah" "Yogyakarta" ...
##  $ 2011    : num [1:6] 123917 43775 35137 6490 38515 ...
##  $ 2012    : num [1:6] 160482 60629 43298 9173 47383 ...
##  $ 2013    : num [1:6] 134998 35190 42182 8939 48687 ...
##  $ 2014    : num [1:6] 217303 78660 60476 13890 64276 ...
##  $ 2015    : num [1:6] 230141 81303 65198 14831 68808 ...
##  $ 2016    : num [1:6] 261607 88036 72782 17350 83439 ...
##  $ 2017    : num [1:6] 277609 83220 77031 17483 98380 ...
##  $ 2018    : num [1:6] 306911 87243 87829 20574 106433 ...
##  $ 2019    : num [1:6] 324624 94846 90751 20899 113651 ...
##  $ 2020    : num [1:6] 259444 76883 84970 7348 86848 ...
##  $ 2021    : num [1:6] 187816 57295 62024 6714 58986 ...
str(inflowjawa %>% group_by(Provinsi))
## grouped_df [6 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:6] "Jawa" "Jawa Barat" "Jawa Tengah" "Yogyakarta" ...
##  $ 2011    : num [1:6] 123917 43775 35137 6490 38515 ...
##  $ 2012    : num [1:6] 160482 60629 43298 9173 47383 ...
##  $ 2013    : num [1:6] 134998 35190 42182 8939 48687 ...
##  $ 2014    : num [1:6] 217303 78660 60476 13890 64276 ...
##  $ 2015    : num [1:6] 230141 81303 65198 14831 68808 ...
##  $ 2016    : num [1:6] 261607 88036 72782 17350 83439 ...
##  $ 2017    : num [1:6] 277609 83220 77031 17483 98380 ...
##  $ 2018    : num [1:6] 306911 87243 87829 20574 106433 ...
##  $ 2019    : num [1:6] 324624 94846 90751 20899 113651 ...
##  $ 2020    : num [1:6] 259444 76883 84970 7348 86848 ...
##  $ 2021    : num [1:6] 187816 57295 62024 6714 58986 ...
##  - attr(*, "groups")= tibble [6 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:6] "Banten" "Jawa" "Jawa Barat" "Jawa Tengah" ...
##   ..$ .rows   : list<int> [1:6] 
##   .. ..$ : int 6
##   .. ..$ : int 1
##   .. ..$ : int 2
##   .. ..$ : int 3
##   .. ..$ : int 5
##   .. ..$ : int 4
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE

Mengelompokkan dan Mengurutkan Data

Mengelompokkan Data
jawaup <- inflowjawa %>%
    group_by(Provinsi)
jawaup
## # A tibble: 6 x 12
## # Groups:   Provinsi [6]
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.30e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5
## 2 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.13e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 6.52e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4
## 4 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.48e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3
## 5 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 6.88e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4
## 6 Banten   0      0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3
## # ... with 1 more variable: 2021 <dbl>
Mengurutkan Data
jawaubah <- arrange(inflowjawa, `2012`)
jawaubah
## # A tibble: 6 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 Banten   0      0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3
## 2 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.48e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 6.52e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4
## 4 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 6.88e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4
## 5 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.13e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4
## 6 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.30e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5
## # ... with 1 more variable: 2021 <dbl>

Menambahkan Kolom pada Tabel

jawaup1 <- inflowjawa %>%
    mutate(`2022` = inflowjawa$`2021`/2)
jawaup1 
## # A tibble: 6 x 13
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Jawa     1.24e5 1.60e5 1.35e5 2.17e5 2.30e5 2.62e5 2.78e5 3.07e5 3.25e5 2.59e5
## 2 Jawa Ba~ 4.38e4 6.06e4 3.52e4 7.87e4 8.13e4 8.80e4 8.32e4 8.72e4 9.48e4 7.69e4
## 3 Jawa Te~ 3.51e4 4.33e4 4.22e4 6.05e4 6.52e4 7.28e4 7.70e4 8.78e4 9.08e4 8.50e4
## 4 Yogyaka~ 6.49e3 9.17e3 8.94e3 1.39e4 1.48e4 1.74e4 1.75e4 2.06e4 2.09e4 7.35e3
## 5 Jawa Ti~ 3.85e4 4.74e4 4.87e4 6.43e4 6.88e4 8.34e4 9.84e4 1.06e5 1.14e5 8.68e4
## 6 Banten   0      0      0      0      0      0      1.49e3 4.83e3 4.48e3 3.40e3
## # ... with 2 more variables: 2021 <dbl>, 2022 <dbl>

Visualisasi Data Tabel dengan ggplot

ggplot dengan Grafik Titik

Pada Tahun 2016
ggplot(data = inflowjawa, mapping = aes(x = Provinsi, y = `2016`)) +
  geom_point()

Pada Tahun 2020
ggplot(data = inflowjawa, mapping = aes(x = Provinsi, y = `2020`)) +
  geom_point()

ggplot dengan Grafik Batang

Pada Tahun 2018
ggplot(data = inflowjawa, mapping = aes(x = Provinsi, y = `2018`)) +
  geom_bar(stat = "identity")

Pada Tahun 2021
ggplot(data = inflowjawa, mapping = aes(x = Provinsi, y = `2021`)) +
  geom_bar(stat = "identity")

Referensi