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
pivotoutflowjawa <- read_excel(path = "D:/Matkul Sem2/Linear Algebra/pivot outflow jawa.xlsx")
pivotoutflowjawa
## # A tibble: 7 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 DKI Jak~ 1.02e5 1.36e5 1.49e5 1.52e5 1.64e5 1.71e5 1.82e5 1.88e5 1.98e5 1.64e5
## 2 Jawa 8.35e4 1.11e5 9.90e4 1.47e5 1.72e5 1.91e5 2.29e5 2.53e5 2.72e5 2.51e5
## 3 Jawa Ba~ 2.08e4 2.89e4 2.31e4 4.09e4 4.71e4 4.94e4 5.38e4 6.14e4 6.17e4 5.72e4
## 4 Jawa Te~ 2.00e4 2.85e4 2.95e4 3.91e4 4.68e4 5.37e4 6.28e4 6.94e4 7.24e4 7.23e4
## 5 Yogyaka~ 7.54e3 9.49e3 9.71e3 1.32e4 1.41e4 1.30e4 1.68e4 2.04e4 2.14e4 1.66e4
## 6 Jawa Ti~ 3.52e4 4.45e4 3.67e4 5.39e4 6.36e4 7.45e4 9.34e4 9.80e4 1.06e5 9.34e4
## 7 Banten 0 0 0 0 0 0 2.11e3 4.05e3 1.10e4 1.18e4
## # ... 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()
datalongerjawa2 <- pivotoutflowjawa %>%
pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerjawa2
## # A tibble: 77 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 DKI Jakarta 2011 101604.
## 2 DKI Jakarta 2012 136467.
## 3 DKI Jakarta 2013 149241.
## 4 DKI Jakarta 2014 152276.
## 5 DKI Jakarta 2015 163750.
## 6 DKI Jakarta 2016 170614.
## 7 DKI Jakarta 2017 181553.
## 8 DKI Jakarta 2018 187820.
## 9 DKI Jakarta 2019 197818.
## 10 DKI Jakarta 2020 163779.
## # ... with 67 more rows
library(dplyr)
jawa12 <- select(datalongerjawa2, Provinsi, Kasus)
jawa12
## # A tibble: 77 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 DKI Jakarta 101604.
## 2 DKI Jakarta 136467.
## 3 DKI Jakarta 149241.
## 4 DKI Jakarta 152276.
## 5 DKI Jakarta 163750.
## 6 DKI Jakarta 170614.
## 7 DKI Jakarta 181553.
## 8 DKI Jakarta 187820.
## 9 DKI Jakarta 197818.
## 10 DKI Jakarta 163779.
## # ... with 67 more rows
library(dplyr)
jawa13 <- datalongerjawa2 %>%
filter(Provinsi == 'Jawa Timur') %>%
select('Provinsi', 'Tahun', 'Kasus')
jawa13
## # A tibble: 11 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Jawa Timur 2011 35217.
## 2 Jawa Timur 2012 44489.
## 3 Jawa Timur 2013 36665.
## 4 Jawa Timur 2014 53931.
## 5 Jawa Timur 2015 63585.
## 6 Jawa Timur 2016 74491.
## 7 Jawa Timur 2017 93396.
## 8 Jawa Timur 2018 97995.
## 9 Jawa Timur 2019 105514.
## 10 Jawa Timur 2020 93374.
## 11 Jawa Timur 2021 46029.
jawa14 <- datalongerjawa2 %>%
filter(Provinsi == 'Jawa Timur', Tahun == '2021') %>%
select('Provinsi', 'Tahun', 'Kasus')
jawa14
## # A tibble: 1 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Jawa Timur 2021 46029.
ggplot(data = datalongerjawa2, mapping = aes(x = Tahun, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerjawa2, 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