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

Mata Kuliah : Linear Algebra

Prodi : Teknik Informatika

Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang”

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 dan outflow uang kartal di Pulau Bali,NTT dan NTB Periode tahun 2011 - 2021 :

library(readxl)
datainflowBali <- read_excel(path = "C:/Users/DELL LATITUDE 7280/Documents/KULIAH/SEMESTER 2/LINEAR ALGEBRA/Pivot/inflowbali.xlsx")
datainflowBali
## # A tibble: 3 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 Bali      6394.  8202.  5066. 11590. 13072. 17914. 16962. 18610. 21422. 14735.
## 2 Nusa Te~  1803.  3676.  7024.  5704.  6285.  8842.  8383.  9140.  9614.  8007.
## 3 Nusa Te~  2125.  2735.  5422.  3512.  3651.  4210.  5452.  6116.  7080.  6657.
## # ... with 1 more variable: `2021` <dbl>
dataoutflowBali <- read_excel(path = "C:/Users/DELL LATITUDE 7280/Documents/KULIAH/SEMESTER 2/LINEAR ALGEBRA/Pivot/OutflowBali.xlsx")
dataoutflowBali
## # A tibble: 3 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 Bali      8912. 10782.  7248. 13104. 14471. 18140. 17822. 20434. 20654. 14323.
## 2 Nusa Te~  3819.  4379. 10628.  5620.  6728.  8149.  8770.  9271. 10288.  8546.
## 3 Nusa Te~  3693.  4260. 11524.  4668.  5530.  5652.  7569.  7555.  7738.  8356.
## # ... with 1 more variable: `2021` <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 Bali, NTT dan NTB Periode 2011 - 2021

datalongerBali1 <- datainflowBali %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerBali1
## # A tibble: 33 x 3
##    Provinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Bali     2011   6394.
##  2 Bali     2012   8202.
##  3 Bali     2013   5066.
##  4 Bali     2014  11590.
##  5 Bali     2015  13072.
##  6 Bali     2016  17914.
##  7 Bali     2017  16962.
##  8 Bali     2018  18610.
##  9 Bali     2019  21422.
## 10 Bali     2020  14735.
## # ... with 23 more rows

Kasus Data Outflow Uang Kartal di Pulau Bali, NTT dan NTB Periode 2011 - 2021

datalongerBali2 <- dataoutflowBali %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerBali2
## # A tibble: 33 x 3
##    Provinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Bali     2011   8912.
##  2 Bali     2012  10782.
##  3 Bali     2013   7248.
##  4 Bali     2014  13104.
##  5 Bali     2015  14471.
##  6 Bali     2016  18140.
##  7 Bali     2017  17822.
##  8 Bali     2018  20434.
##  9 Bali     2019  20654.
## 10 Bali     2020  14323.
## # ... with 23 more rows

Pivot Data Inflow Uang Kartal di Pulau Bali, NTT dan NTB berdasarkan Kasus

library(dplyr)
kasusbaliinflow <- select(datalongerBali1, Provinsi, Kasus)
kasusbaliinflow
## # A tibble: 33 x 2
##    Provinsi  Kasus
##    <chr>     <dbl>
##  1 Bali      6394.
##  2 Bali      8202.
##  3 Bali      5066.
##  4 Bali     11590.
##  5 Bali     13072.
##  6 Bali     17914.
##  7 Bali     16962.
##  8 Bali     18610.
##  9 Bali     21422.
## 10 Bali     14735.
## # ... with 23 more rows

Pivot Data Outflow Uang Kartal di Pulau Bali, NTT dan NTB berdasarkan Kasus

library(dplyr)
kasusbalioutflow <- select(datalongerBali2, Provinsi, Kasus)
kasusbalioutflow  
## # A tibble: 33 x 2
##    Provinsi  Kasus
##    <chr>     <dbl>
##  1 Bali      8912.
##  2 Bali     10782.
##  3 Bali      7248.
##  4 Bali     13104.
##  5 Bali     14471.
##  6 Bali     18140.
##  7 Bali     17822.
##  8 Bali     20434.
##  9 Bali     20654.
## 10 Bali     14323.
## # ... with 23 more rows

Kasus Data Inflow Uang Kartal di Nusa Tenggara Timur pada Periode 2011 - 2021

library(dplyr)
InflowBali <- datalongerBali1 %>%
    filter(Provinsi == 'Nusa Tenggara Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
InflowBali
## # A tibble: 11 x 3
##    Provinsi            Tahun Kasus
##    <chr>               <chr> <dbl>
##  1 Nusa Tenggara Timur 2011  2125.
##  2 Nusa Tenggara Timur 2012  2735.
##  3 Nusa Tenggara Timur 2013  5422.
##  4 Nusa Tenggara Timur 2014  3512.
##  5 Nusa Tenggara Timur 2015  3651.
##  6 Nusa Tenggara Timur 2016  4210.
##  7 Nusa Tenggara Timur 2017  5452.
##  8 Nusa Tenggara Timur 2018  6116.
##  9 Nusa Tenggara Timur 2019  7080.
## 10 Nusa Tenggara Timur 2020  6657.
## 11 Nusa Tenggara Timur 2021  5498.

Kasus Data Outflow Uang Kartal di Nusa Tenggara Timur pada Periode 2011 - 2021

library(dplyr)
OutflowBali <- datalongerBali2 %>%
    filter(Provinsi == 'Nusa Tenggara Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
OutflowBali
## # A tibble: 11 x 3
##    Provinsi            Tahun  Kasus
##    <chr>               <chr>  <dbl>
##  1 Nusa Tenggara Timur 2011   3693.
##  2 Nusa Tenggara Timur 2012   4260.
##  3 Nusa Tenggara Timur 2013  11524.
##  4 Nusa Tenggara Timur 2014   4668.
##  5 Nusa Tenggara Timur 2015   5530.
##  6 Nusa Tenggara Timur 2016   5652.
##  7 Nusa Tenggara Timur 2017   7569.
##  8 Nusa Tenggara Timur 2018   7555.
##  9 Nusa Tenggara Timur 2019   7738.
## 10 Nusa Tenggara Timur 2020   8356.
## 11 Nusa Tenggara Timur 2021   3472.

Kasus Data Inflow Uang Kartal di Bali pada Tahun 2012

Baliup1 <- datalongerBali1 %>%
  filter(Provinsi == 'Bali', Tahun == '2012') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Baliup1
## # A tibble: 1 x 3
##   Provinsi Tahun Kasus
##   <chr>    <chr> <dbl>
## 1 Bali     2012  8202.

Kasus Data Outflow Uang Kartal di Bali pada Tahun 2012

Baliup2 <- datalongerBali2 %>%
  filter(Provinsi == 'Bali', Tahun == '2012') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Baliup2
## # A tibble: 1 x 3
##   Provinsi Tahun  Kasus
##   <chr>    <chr>  <dbl>
## 1 Bali     2012  10782.

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Bali Berdasarkan Provinsi

ggplot(data = datalongerBali1, 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 Pulau Bali Berdasarkan Provinsi

ggplot(data = datalongerBali2, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 90))

REFERENSI

https://www.it-jurnal.com/pengertian-dan-cara-membuat-pivottable-di-excel/#

https://www.bi.go.id/id/statistik/ekonomi-keuangan/ssp/indikator-pengedaran-uang.aspx

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