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

Mata Kuliah: Linear Algebra

Prodi: Teknik Informatika

Lembaga: Universitas Islam Negeri Maulana Malik Ibrahim Malang

Pengertian dan Penjelasan Pivot

Pivot adalah membuat rangkuman, melakukan analisa, eksplorasi data, serta mempresentasikannya. Salah satu software yang menyediakan fitur Pivot adalah MSExcel. Pada MSExcel terdapat fitur PivotTable yang 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.Berikut ini akan saya sajikan contoh penerapan pivot dalam inflow uang kartal di Pulau Kalimantan :

library(readxl)
inflowkalimantan <- read_excel(path = "inflowkalimantan.xlsx")
inflowkalimantan
## # 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~  2831.  3386.  4029.  5943.  6675.  7440.  7775. 10249. 11848.  9294.
## 2 Kaliman~   779.  1135. 19328.  1887.  3547.  3694.  3655.  4083.  4385.  4178.
## 3 Kaliman~  5369.  7311.  4226.  9614.  9558. 10809. 12415. 13604. 14462. 11753.
## 4 Kaliman~  4293.  5743. 10115.  8936.  9646. 10903. 10933. 12305. 13991. 10612.
## 5 Kaliman~     0      0      0      0      0      0    341.   917.  1472.  1362.
## # ... with 1 more variable: `2021` <dbl>
outflowkalimantan <- read_excel(path = "outflowkalimantan.xlsx")
outflowkalimantan
## # 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)
## -- 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()

Kasus Data Inflow Uang Kartal di Pulau Kalimantan Periode 2011-2021

datalongerkalimantan1<- inflowkalimantan %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerkalimantan1
## # A tibble: 55 x 3
##    Provinsi         Tahun  Kasus
##    <chr>            <chr>  <dbl>
##  1 Kalimantan Barat 2011   2831.
##  2 Kalimantan Barat 2012   3386.
##  3 Kalimantan Barat 2013   4029.
##  4 Kalimantan Barat 2014   5943.
##  5 Kalimantan Barat 2015   6675.
##  6 Kalimantan Barat 2016   7440.
##  7 Kalimantan Barat 2017   7775.
##  8 Kalimantan Barat 2018  10249.
##  9 Kalimantan Barat 2019  11848.
## 10 Kalimantan Barat 2020   9294.
## # ... with 45 more rows

Kasus Data Outflow Uang Kartal di Pulau Kalimantan Periode 2011-2021

datalongerkalimantan2<- outflowkalimantan %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerkalimantan2
## # 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

Pivot Data Inflow Uang Kartal di Pulau Kalimantan berdasarkan Kasus

library(dplyr)
kasusinflowkalimantan <- select(datalongerkalimantan1, Provinsi, Kasus)
kasusinflowkalimantan
## # A tibble: 55 x 2
##    Provinsi          Kasus
##    <chr>             <dbl>
##  1 Kalimantan Barat  2831.
##  2 Kalimantan Barat  3386.
##  3 Kalimantan Barat  4029.
##  4 Kalimantan Barat  5943.
##  5 Kalimantan Barat  6675.
##  6 Kalimantan Barat  7440.
##  7 Kalimantan Barat  7775.
##  8 Kalimantan Barat 10249.
##  9 Kalimantan Barat 11848.
## 10 Kalimantan Barat  9294.
## # ... with 45 more rows

Pivot Data Outflow Uang Kartal di Pulau Kalimantan berdasarkan Kasus

library(dplyr)
kasusoutflowkalimantan <- select(datalongerkalimantan2, Provinsi, Kasus)
kasusoutflowkalimantan
## # 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

Kasus Data Inflow Uang Kartal di Kalimantan Timur pada Periode 2011-2021

library(dplyr)
Kalimantan1 <- datalongerkalimantan1 %>%
    filter(Provinsi == 'Kalimantan Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Kalimantan1
## # A tibble: 11 x 3
##    Provinsi         Tahun  Kasus
##    <chr>            <chr>  <dbl>
##  1 Kalimantan Timur 2011   4293.
##  2 Kalimantan Timur 2012   5743.
##  3 Kalimantan Timur 2013  10115.
##  4 Kalimantan Timur 2014   8936.
##  5 Kalimantan Timur 2015   9646.
##  6 Kalimantan Timur 2016  10903.
##  7 Kalimantan Timur 2017  10933.
##  8 Kalimantan Timur 2018  12305.
##  9 Kalimantan Timur 2019  13991.
## 10 Kalimantan Timur 2020  10612.
## 11 Kalimantan Timur 2021   8914.

Kasus Data Outflow Uang Kartal di Kalimantan Timur pada Periode 2011-2021

library(dplyr)
Kalimantan2 <- datalongerkalimantan2 %>%
    filter(Provinsi == 'Kalimantan Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Kalimantan2
## # 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.

Kasus Data Inflow Uang Kartal di Kalimantan Barat pada Tahun 2020

Kalimantan <- datalongerkalimantan1 %>%
  filter(Provinsi == 'Kalimantan Barat', Tahun == '2020') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Kalimantan
## # A tibble: 1 x 3
##   Provinsi         Tahun Kasus
##   <chr>            <chr> <dbl>
## 1 Kalimantan Barat 2020  9294.

Kasus Data Outflow Uang Kartal di Kalimantan Barat pada Tahun 2020

Kalimantan_ <- datalongerkalimantan2 %>%
  filter(Provinsi == 'Kalimantan Barat', Tahun == '2020') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Kalimantan_
## # A tibble: 1 x 3
##   Provinsi         Tahun  Kasus
##   <chr>            <chr>  <dbl>
## 1 Kalimantan Barat 2020  13501.

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Kalimantan Berdasarkan Provinsi

ggplot(data = datalongerkalimantan1, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 90))

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Kalimantan Berdasarkan Provinsi

ggplot(data = datalongerkalimantan2, 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 Kalimantan Berdasarkan Tahun

ggplot(data = datalongerkalimantan1, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Kalimantan Berdasarkan Tahun

ggplot(data = datalongerkalimantan2, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

Referensi

https://www.bi.go.id/id/statistik/ekonomi-keuangan/ssp/indikator-pengedaran-uang.aspx

https://rpubs.com/suhartono-uinmaliki/