Pivot dan Visualisasi Data Inflow Uang Kartal di Pulau Jawa pada Tahun 2012

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 Jawa :

library(readxl)

inflowjawa <- read_excel(path = "inflowjawabulanan.xlsx")
inflowjawa

## # A tibble: 5 x 13
##   Provinsi    Januari Februari Maret April   Mei  Juni  Juli Agustus September
##   <chr>         <dbl>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>   <dbl>     <dbl>
## 1 Jawa Barat    5873.    4426. 4118. 4003. 5021. 5048. 5403.   6685.     6179.
## 2 Jawa Tengah   4367.    3063. 3054. 2865. 3164. 1928. 3096.   5539.     5723.
## 3 Yogyakarta    1237.     807.  735.  714.  862.  573.  765.   1196.      564.
## 4 Jawa Timur    5552.    4092. 3250. 3193. 3851. 2674. 3946.   5368.     5416.
## 5 Banten           0        0     0     0     0     0     0       0         0 
## # ... with 3 more variables: Oktober <dbl>, November <dbl>, Desember <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 Jawa pada Bulan Januari-Desember 2012

datalongerJawabulanan <- inflowjawa %>% 
  pivot_longer(!Provinsi, names_to = "Bulan", values_to = "Kasus")
datalongerJawabulanan

## # A tibble: 60 x 3
##    Provinsi   Bulan     Kasus
##    <chr>      <chr>     <dbl>
##  1 Jawa Barat Januari   5873.
##  2 Jawa Barat Februari  4426.
##  3 Jawa Barat Maret     4118.
##  4 Jawa Barat April     4003.
##  5 Jawa Barat Mei       5021.
##  6 Jawa Barat Juni      5048.
##  7 Jawa Barat Juli      5403.
##  8 Jawa Barat Agustus   6685.
##  9 Jawa Barat September 6179.
## 10 Jawa Barat Oktober   4405.
## # ... with 50 more rows

Pivot Data Inflow Uang Kartal di Pulau Jawa berdasarkan Kasus

library(dplyr)
Jawa1 <- select(datalongerJawabulanan, Provinsi, Kasus)
Jawa1

## # A tibble: 60 x 2
##    Provinsi   Kasus
##    <chr>      <dbl>
##  1 Jawa Barat 5873.
##  2 Jawa Barat 4426.
##  3 Jawa Barat 4118.
##  4 Jawa Barat 4003.
##  5 Jawa Barat 5021.
##  6 Jawa Barat 5048.
##  7 Jawa Barat 5403.
##  8 Jawa Barat 6685.
##  9 Jawa Barat 6179.
## 10 Jawa Barat 4405.
## # ... with 50 more rows

Kasus Data Inflow Uang Kartal di Banten pada Bulan Januari - Desember 2012

library(dplyr)
banten <- datalongerJawabulanan %>%
    filter(Provinsi == 'Banten') %>%
    select('Provinsi', 'Bulan', 'Kasus')
banten

## # A tibble: 12 x 3
##    Provinsi Bulan     Kasus
##    <chr>    <chr>     <dbl>
##  1 Banten   Januari       0
##  2 Banten   Februari      0
##  3 Banten   Maret         0
##  4 Banten   April         0
##  5 Banten   Mei           0
##  6 Banten   Juni          0
##  7 Banten   Juli          0
##  8 Banten   Agustus       0
##  9 Banten   September     0
## 10 Banten   Oktober       0
## 11 Banten   November      0
## 12 Banten   Desember      0

Kasus Data Inflow Uang Kartal di Yogyakarta pada Bulan Januari 2012

Yogyakarta <- datalongerJawabulanan %>%
  filter(Provinsi == 'Yogyakarta', Bulan == 'Januari') %>%
 select('Provinsi', 'Bulan', 'Kasus')
Yogyakarta

## # A tibble: 1 x 3
##   Provinsi   Bulan   Kasus
##   <chr>      <chr>   <dbl>
## 1 Yogyakarta Januari 1237.

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Jawa Berdasarkan Provinsi

ggplot(data = datalongerJawabulanan, 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 Jawa Berdasarkan Bulan

ggplot(data = datalongerJawabulanan, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Bulan) +
  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/