Najah Muchsin Sanin

28 Februari 2022

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

Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Jurusan : Teknik Informatika

0.1 Pengertian Manipulasi Data

Manipulasi data adalah istilah yang digunakan untuk menggambarkan proses modifikasi struktur data agar lebih mudah dibaca. Misalnya, Anda dapat mengurutkan data berdasarkan abjad. Sehingga pemilik dapat segera menerima informasi yang bermanfaat. Berikut manipulasi data outflow uang kartal di pulau Jawa.

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
dataoutflowJawa <- read_excel(path = "outflowdataJawa.xlsx")
dataoutflowJawa
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  3.1.6     v dplyr   1.0.7
## v tidyr   1.1.3     v stringr 1.4.0
## v readr   2.0.1     v forcats 0.5.1
## Warning: package 'tibble' was built under R version 4.1.2
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

0.1.1 Manipulasi Data Outflow Uang Kartal di Pulau Jawa pada Bulan Februari 2017

jawaFebruari <- select(dataoutflowJawa,'Provinsi', 'Februari')
jawaFebruari

0.1.2 Manipulasi Data Outflow Uang Kartal di Pulau Jawa Tanpa Bulan Februari 2017

jawanonFebruari <- select(dataoutflowJawa, -'Februari')
jawanonFebruari

0.1.3 Manipulasi Data Outflow Uang Kartal di Pulau Jawa pada Bulan September dan Oktober 2017

jawaSepOk <- dataoutflowJawa %>% select('Provinsi', 'September', 'Oktober')
jawaSepOk

0.1.4 Manipulasi Data Outflow Uang Kartal di Pulau Jawa dengan Mengganti bulan Maret menjadi Maret 2017

jawarename <- dataoutflowJawa %>% rename('Maret 2017' = 'Maret')
head(jawarename)

0.1.5 Manipulasi Data Outflow Uang Kartal di Pulau Jawa Provinsi Jawa Timur Januari-Maret 2017

jawaTimur <- dataoutflowJawa %>%
    filter(Provinsi == 'Jawa Timur') %>%
    select( 'Provinsi', 'Januari','Februari', 'Maret',)
jawaTimur

0.1.6 Manipulasi Data Outflow Uang Kartal di Pulau Jawa Provinsi Jawa Barat Oktober-Desember 2017

jawaup1 <- dataoutflowJawa %>%
  filter(Provinsi == 'Jawa Barat') %>%
  select( 'Provinsi', 'Oktober', 'November','Desember')
jawaup1

0.1.7 Struktur Data Outflow Uang Kartal di Pulau Jawa

str(dataoutflowJawa)
## tibble [6 x 13] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi : chr [1:6] "DKI Jakarta" "Jawa Barat" "Jawa Tengah" "Yogyakarta" ...
##  $ Januari  : num [1:6] 9362 1413 1444 401 2444 ...
##  $ Februari : num [1:6] 7560 2631 2968 651 4603 ...
##  $ Maret    : num [1:6] 16382 4297 4389 1250 7882 ...
##  $ April    : num [1:6] 11852 3500 4339 1132 6755 ...
##  $ Mei      : num [1:6] 18705 4533 5501 1429 8701 ...
##  $ Juni     : num [1:6] 33913 15286 17933 4320 22447 ...
##  $ Juli     : num [1:6] 6073 1320 1147 484 2421 ...
##  $ Agustus  : num [1:6] 15206 4072 5233 1741 8428 ...
##  $ September: num [1:6] 9570 2251 3827 1104 5490 ...
##  $ Oktober  : num [1:6] 13221 3184 3561 1042 5072 ...
##  $ November : num [1:6] 20370 5455 5712 1560 8511 ...
##  $ Desember : num [1:6] 19338 5883 6707 1697 10641 ...
str(dataoutflowJawa %>% group_by(Provinsi))
## grouped_df [6 x 13] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi : chr [1:6] "DKI Jakarta" "Jawa Barat" "Jawa Tengah" "Yogyakarta" ...
##  $ Januari  : num [1:6] 9362 1413 1444 401 2444 ...
##  $ Februari : num [1:6] 7560 2631 2968 651 4603 ...
##  $ Maret    : num [1:6] 16382 4297 4389 1250 7882 ...
##  $ April    : num [1:6] 11852 3500 4339 1132 6755 ...
##  $ Mei      : num [1:6] 18705 4533 5501 1429 8701 ...
##  $ Juni     : num [1:6] 33913 15286 17933 4320 22447 ...
##  $ Juli     : num [1:6] 6073 1320 1147 484 2421 ...
##  $ Agustus  : num [1:6] 15206 4072 5233 1741 8428 ...
##  $ September: num [1:6] 9570 2251 3827 1104 5490 ...
##  $ Oktober  : num [1:6] 13221 3184 3561 1042 5072 ...
##  $ November : num [1:6] 20370 5455 5712 1560 8511 ...
##  $ Desember : num [1:6] 19338 5883 6707 1697 10641 ...
##  - attr(*, "groups")= tibble [6 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:6] "Banten" "DKI Jakarta" "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
jawaup3 <- dataoutflowJawa %>%
    group_by(Provinsi)
jawaup3
dataoutflowJawa %>%
    filter(Provinsi == 'Yogyakarta') %>%
    count('Februari', sort = TRUE)
jawayogyakartaup1 <- dataoutflowJawa %>%
    mutate('Januari' = dataoutflowJawa$'Februari'/2)
jawayogyakartaup1

0.1.8 Visualisasi Data Outflow Uang Kartal di Pulau Jawa pada Bulan Februari

ggplot(data = dataoutflowJawa, mapping = aes(x = Provinsi, y = `Februari`)) +
  geom_point()