Pivot dan Visualisasi Data Inflow Uang Kartal di Pulau Jawa Tahun 2020

Pengertian Pivot

PivotTable merupakan fitur yang ada di program MS. Excel yang fungsinya untuk membuat rangkuman, melakukan analisa, eksplorasi data, serta mempresentasikannya. Dengan PivotTable menjadikan kegiatan anda dengan menggunakan ms. Excel lebih powerful seperti merangkum data dalam jumlah yang besar dengan waktu yang singkat. Selain itu juga efektif untuk memanipulasi layout data dari yang anda butuhkan. Berikut ini akan saya sajikan contoh penerapan pivot dalam inflow uang kartal di Pulau Jawa tahun 2020 :

library(readxl)

datainflowJawa <- read_excel(path = "C:/Users/DELL LATITUDE 7280/Documents/KULIAH/SEMESTER 2/LINEAR ALGEBRA/Pivot/inflowjawa2020.xlsx")
datainflowJawa

## # A tibble: 7 x 13
##   Provinsi Januari Februari  Maret  April    Mei   Juni   Juli Agustus September
##   <chr>      <dbl>    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>   <dbl>     <dbl>
## 1 DKI Jak~  15678.   11067.  7558.  8644.  7068. 13932.  9662.   9343.     8609.
## 2 Jawa      42809.   22340. 17779. 19204. 18570. 31388. 17569.  20532.    20393.
## 3 Jawa Ba~  12120.    6232.  5177.  5506.  4695.  9985.  5497.   6254.     6668.
## 4 Jawa Te~  13317.    6122.  4990.  6657.  6423. 10529.  6117.   7248.     6432.
## 5 Yogyaka~   2416.    1307.   932.   461.   204.   443.   280.    289.      405.
## 6 Jawa Ti~  14489.    8427.  6497.  6243.  7031.  9909.  5462.   6323.     6604.
## 7 Banten      467.     251.   183.   337.   218.   522.   214.    418.      284.
## # ... 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 2020

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

## # A tibble: 84 x 3
##    Provinsi    Bulan      Kasus
##    <chr>       <chr>      <dbl>
##  1 DKI Jakarta Januari   15678.
##  2 DKI Jakarta Februari  11067.
##  3 DKI Jakarta Maret      7558.
##  4 DKI Jakarta April      8644.
##  5 DKI Jakarta Mei        7068.
##  6 DKI Jakarta Juni      13932.
##  7 DKI Jakarta Juli       9662.
##  8 DKI Jakarta Agustus    9343.
##  9 DKI Jakarta September  8609.
## 10 DKI Jakarta Oktober    6777.
## # ... with 74 more rows

Pivot Data Inflow Uang Kartal di Pulau Jawa berdasarkan Kasus

library(dplyr)
Jawa2 <- select(datalongerJawa, Provinsi, Kasus)
Jawa2

## # A tibble: 84 x 2
##    Provinsi     Kasus
##    <chr>        <dbl>
##  1 DKI Jakarta 15678.
##  2 DKI Jakarta 11067.
##  3 DKI Jakarta  7558.
##  4 DKI Jakarta  8644.
##  5 DKI Jakarta  7068.
##  6 DKI Jakarta 13932.
##  7 DKI Jakarta  9662.
##  8 DKI Jakarta  9343.
##  9 DKI Jakarta  8609.
## 10 DKI Jakarta  6777.
## # ... with 74 more rows

Kasus Data Inflow Uang Kartal di Banten pada Bulan Januari - Desember 2020

library(dplyr)
Bantenup4 <- datalongerJawa %>%
    filter(Provinsi == 'Banten') %>%
    select('Provinsi', 'Bulan', 'Kasus')
Bantenup4

## # A tibble: 12 x 3
##    Provinsi Bulan     Kasus
##    <chr>    <chr>     <dbl>
##  1 Banten   Januari   467. 
##  2 Banten   Februari  251. 
##  3 Banten   Maret     183. 
##  4 Banten   April     337. 
##  5 Banten   Mei       218. 
##  6 Banten   Juni      522. 
##  7 Banten   Juli      214. 
##  8 Banten   Agustus   418. 
##  9 Banten   September 284. 
## 10 Banten   Oktober   112. 
## 11 Banten   November  329. 
## 12 Banten   Desember   61.3

Kasus Data Inflow Uang Kartal di Jawa Tengah pada Bulan Maret 2020

Bantenup5 <- datalongerJawa %>%
  filter(Provinsi == 'Jawa Tengah', Bulan == 'Maret') %>%
 select('Provinsi', 'Bulan', 'Kasus')
Bantenup5

## # A tibble: 1 x 3
##   Provinsi    Bulan Kasus
##   <chr>       <chr> <dbl>
## 1 Jawa Tengah Maret 4990.

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Jawa Berdasarkan Provinsi

ggplot(data = datalongerJawa, 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 = datalongerJawa, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Bulan) +
  theme(axis.text.x = element_text(angle = 90))