Pivot adalah sebuah proses untuk menampilkan dan mengganalisa data secara singkat dan ringkas dalam jumlah yang besar dalam bentuk dan orientasi yang berbeda serta mampu melakukan kalkulasi pada setiap item yang dibutuhkan dengan menggunakan cara perhitungan sesuai kebutuhan dengan waktu yang singkat.
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
pivotoutflowsumatera <- read_excel(path = "D:/Matkul Sem2/Linear Algebra/pivot outflow sumatera.xlsx")
pivotoutflowsumatera
## # A tibble: 8 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 Sumatera 80092. 85235. 1.03e5 1.02e5 1.09e5 1.22e5 1.34e5 1.36e5 1.53e5 1.41e5
## 2 Sumater~ 22176. 22495. 1.92e4 2.64e4 2.79e4 3.20e4 3.52e4 3.69e4 4.41e4 3.98e4
## 3 Sumater~ 5300. 6434. 6.51e3 7.06e3 7.47e3 9.20e3 1.08e4 8.45e3 9.46e3 8.76e3
## 4 Jambi 5217. 5013. 6.30e3 8.36e3 8.32e3 7.77e3 8.43e3 8.46e3 9.20e3 8.95e3
## 5 Sumater~ 14524. 15600. 1.27e4 1.34e4 1.35e4 1.58e4 1.70e4 1.79e4 1.91e4 1.83e4
## 6 Bengkulu 2561. 2959. 6.49e3 4.58e3 4.85e3 5.16e3 5.45e3 5.50e3 6.84e3 6.56e3
## 7 Lampung 5724. 6376. 4.57e3 8.34e3 9.95e3 1.04e4 1.34e4 1.37e4 1.56e4 1.39e4
## 8 Kep. Ba~ 0 0 0 3.22e2 2.00e3 2.68e3 2.75e3 2.74e3 4.17e3 3.90e3
## # ... 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 1.2.0 v stringr 1.4.0
## v readr 2.1.2 v forcats 0.5.1
## 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()
datalongerSumatera2 <- pivotoutflowsumatera %>%
pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerSumatera2
## # A tibble: 88 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Sumatera 2011 80092.
## 2 Sumatera 2012 85235.
## 3 Sumatera 2013 103288.
## 4 Sumatera 2014 102338.
## 5 Sumatera 2015 109186.
## 6 Sumatera 2016 121992.
## 7 Sumatera 2017 133606.
## 8 Sumatera 2018 135676.
## 9 Sumatera 2019 153484.
## 10 Sumatera 2020 140589.
## # ... with 78 more rows
library(dplyr)
sumatera2 <- select(datalongerSumatera2, Provinsi, Kasus)
sumatera2
## # A tibble: 88 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Sumatera 80092.
## 2 Sumatera 85235.
## 3 Sumatera 103288.
## 4 Sumatera 102338.
## 5 Sumatera 109186.
## 6 Sumatera 121992.
## 7 Sumatera 133606.
## 8 Sumatera 135676.
## 9 Sumatera 153484.
## 10 Sumatera 140589.
## # ... with 78 more rows
library(dplyr)
sumatera3 <- datalongerSumatera2 %>%
filter(Provinsi == 'Jambi') %>%
select('Provinsi', 'Tahun', 'Kasus')
sumatera3
## # A tibble: 11 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Jambi 2011 5217.
## 2 Jambi 2012 5013.
## 3 Jambi 2013 6302.
## 4 Jambi 2014 8361.
## 5 Jambi 2015 8325.
## 6 Jambi 2016 7774.
## 7 Jambi 2017 8434.
## 8 Jambi 2018 8459.
## 9 Jambi 2019 9204.
## 10 Jambi 2020 8950.
## 11 Jambi 2021 6046.
sumatera4 <- datalongerSumatera2 %>%
filter(Provinsi == 'Jambi', Tahun == '2021') %>%
select('Provinsi', 'Tahun', 'Kasus')
sumatera4
## # A tibble: 1 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Jambi 2021 6046.
ggplot(data = datalongerSumatera2, mapping = aes(x = Tahun, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerSumatera2, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Tahun) +
theme(axis.text.x = element_text(angle = 90))
1.https://en.wikipedia.org/wiki/Pivot_table#:~:text=Pivot%20tables%20are%20a%20technique%20in%20data%20processing.,to%20helping%20businesses%20or%20individuals%20make%20educated%20decisions.
2.https://www.kitalulus.com/seputar-kerja/pivot-table-adalah
3.https://www.bi.go.id/id/statistik/ekonomi-keuangan/ssp/indikator-pengedaran-uang.aspx