Pivot Data Uang Kartal Outflow di Jawa menggunakan RStudio

Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Jurusan : Teknik Informatika

Pengertian Pivot Data

Pivot adalah tabel interaktif yang memungkinkan pengguna mengelompokkan dan meringkas sejumlah besar data dalam suatu format tabular dan ringkas sehingga memudahkan pembuatan laporan dan analisis. Tabel ini dapat menyortir, menghitung, dan menjumlahkan data dan tersedia di berbagai program lembar kerja (spreadsheet).

library(readxl)

## Warning: package 'readxl' was built under R version 4.1.2

dataoutflowjawa <- read_excel(path = "outflowjawa.xlsx")
dataoutflowjawa

## # 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  3.1.6     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

## Warning: package 'ggplot2' was built under R version 4.1.2

## Warning: package 'tibble' was built under R version 4.1.2

## 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()

Kasus Data Outflow Uang Kartal di Jawa Periode 2011-2021

datalongerjawa <- dataoutflowjawa %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerjawa

## # 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

Pivot Data Outflow Uang Kartal di Jawa Berdasarkan Kasus

library(dplyr)
jawaup2 <- select(datalongerjawa, Provinsi, Kasus)
jawaup2

## # 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

Kasus Data Outflow Uang Kartal di Banten Periode 2011-2021

library(dplyr)
jawaup4 <- datalongerjawa  %>%
    filter(Provinsi == 'Banten') %>%
    select('Provinsi', 'Tahun', 'Kasus')
jawaup4 

## # A tibble: 11 x 3
##    Provinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Banten   2011      0 
##  2 Banten   2012      0 
##  3 Banten   2013      0 
##  4 Banten   2014      0 
##  5 Banten   2015      0 
##  6 Banten   2016      0 
##  7 Banten   2017   2113.
##  8 Banten   2018   4047.
##  9 Banten   2019  11035.
## 10 Banten   2020  11793.
## 11 Banten   2021   8441.

Kasus Data Outflow Uang Kartal di Banten Tahun 2019

jawaup5 <- datalongerjawa %>%
  filter(Provinsi == 'Banten', Tahun == '2019') %>%
 select('Provinsi', 'Tahun', 'Kasus')
jawaup5

## # A tibble: 1 x 3
##   Provinsi Tahun  Kasus
##   <chr>    <chr>  <dbl>
## 1 Banten   2019  11035.

Visualisasi Pivot Data Outflow Uang Kartal di Jawa Berdasarkan Provinsi

ggplot(data = datalongerjawa, 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 Jawa Berdasarkan Tahun

ggplot(data = datalongerjawa, 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/fungsi-utama/sistem-pembayaran/pengelolaan-rupiah/default.aspx

https://rpubs.com/suhartono-uinmaliki/868629