Manipulasi Data Inflow Uang Kartal di Pulau Sumatera pada Tahun 2011-2021
Vivin Octavia Cahyani
3/2/2022
0.0.1 Dosen Pengampu : Prof. Dr. Suhartono, M.Kom
0.0.2 Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
0.0.3 Jurusan : Teknik Informatika
0.0.4 Fakultas : Sains dan Teknologi
1 Pengertian Manipulasi Data
Manipulasi data merupakan salah satu proses untuk mengubah data menjadi lebih mudah untuk dibaca dan lebih terorganisir. Sebagai contoh para data analis dibidang sosial seperti akutansi atau sejenisnya sering menggunakan proses manipulasi untuk mengetahui harga dari sebuah produk, tren dari penjualan, hingga potensi kewajiban pajak.
Manipulasi data dapat diartikan sebagai : Pengambilan informasi yang yang disimpan dalam basis data.
Penempatan informasi baru dalam basis data.
Penghapusan informasi dari basis data.
Modifikasi informasi yang disimpan dalam basis data.
2 Berikut manipulasi data inflow uang kartal di pulau Sumatra
library(readxl)## Warning: package 'readxl' was built under R version 4.1.2datainflowSumatra <- read_excel(path = "inflowSumatra.xlsx")
datainflowSumatralibrary(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()3 Manipulasi Data Inflow Uang Kartal di Pulau Sumatra pada Tahun 2016
sumatraApril <- select(datainflowSumatra,'Provinsi','2015')
sumatraApril4 Manipulasi Data Inflow Uang Kartal di Pulau Sumatra Tanpa Tahun 2016
sumatra<- select(datainflowSumatra, -'2016')
sumatra5 Manipulasi Data Inflow Uang Kartal di Pulau Sumatra pada Tahun 2011-2016
sumatra16 <- datainflowSumatra %>% select('Provinsi', '2011', '2012', '2013', '2014', '2015', '2016' )
sumatra166 Manipulasi Data Inflow Uang Kartal di Pulau Sumatra dengan Mengganti 2012 menjadi Masa 2012
Sumatrarename <- datainflowSumatra %>% rename('Masa 2012' = '2012')
head(Sumatrarename)7 Manipulasi Data Inflow Uang Kartal di Provinsi Aceh pada Tahun 2016-2021
aceh <- datainflowSumatra %>%
filter(Provinsi == 'Aceh') %>%
select( 'Provinsi', '2016','2017', '2018','2019', '2020', '2021',)
aceh8 Manipulasi Data Inflow Uang Kartal di Provinsi Riau pada Tahun 2011-2015
Riauup <- datainflowSumatra %>%
filter(Provinsi == 'Riau') %>%
select( 'Provinsi', '2011', '2012','2013','2014', '2015',)
Riauup9 Struktur Data Inflow Uang Kartal di Pulau Sumatra
str(datainflowSumatra)## tibble [11 x 12] (S3: tbl_df/tbl/data.frame)
## $ Provinsi: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
## $ 2011 : num [1:11] 57900 2308 23238 9385 3012 ...
## $ 2012 : num [1:11] 65911 2620 25981 11192 4447 ...
## $ 2013 : num [1:11] 98369 36337 18120 14056 8933 ...
## $ 2014 : num [1:11] 86024 4567 30503 14103 6358 ...
## $ 2015 : num [1:11] 86549 4710 30254 13309 7156 ...
## $ 2016 : num [1:11] 97764 5775 34427 14078 8211 ...
## $ 2017 : num [1:11] 103748 5514 35617 15312 8553 ...
## $ 2018 : num [1:11] 117495 5799 41769 15058 10730 ...
## $ 2019 : num [1:11] 133762 7509 47112 14750 10915 ...
## $ 2020 : num [1:11] 109345 6641 36609 10696 9148 ...
## $ 2021 : num [1:11] 89270 3702 31840 10748 7769 ...str(datainflowSumatra %>% group_by(Provinsi))## grouped_df [11 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Provinsi: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
## $ 2011 : num [1:11] 57900 2308 23238 9385 3012 ...
## $ 2012 : num [1:11] 65911 2620 25981 11192 4447 ...
## $ 2013 : num [1:11] 98369 36337 18120 14056 8933 ...
## $ 2014 : num [1:11] 86024 4567 30503 14103 6358 ...
## $ 2015 : num [1:11] 86549 4710 30254 13309 7156 ...
## $ 2016 : num [1:11] 97764 5775 34427 14078 8211 ...
## $ 2017 : num [1:11] 103748 5514 35617 15312 8553 ...
## $ 2018 : num [1:11] 117495 5799 41769 15058 10730 ...
## $ 2019 : num [1:11] 133762 7509 47112 14750 10915 ...
## $ 2020 : num [1:11] 109345 6641 36609 10696 9148 ...
## $ 2021 : num [1:11] 89270 3702 31840 10748 7769 ...
## - attr(*, "groups")= tibble [11 x 2] (S3: tbl_df/tbl/data.frame)
## ..$ Provinsi: chr [1:11] "Aceh" "Bengkulu" "Jambi" "Kep. Bangka Belitung" ...
## ..$ .rows : list<int> [1:11]
## .. ..$ : int 2
## .. ..$ : int 9
## .. ..$ : int 7
## .. ..$ : int 11
## .. ..$ : int 6
## .. ..$ : int 10
## .. ..$ : int 5
## .. ..$ : int 1
## .. ..$ : int 4
## .. ..$ : int 8
## .. ..$ : int 3
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUEsumatraup1 <- datainflowSumatra %>%
group_by(Provinsi)
sumatraup1datainflowSumatra %>%
filter(Provinsi == 'Aceh') %>%
count('2015', sort = TRUE)Sumatraup2 <- datainflowSumatra %>%
mutate('2011' = datainflowSumatra$'2012'/2)
Sumatraup210 Visualisasi Data Inflow Uang Kartal di Pulau Sumatra pada Tahun 2012
ggplot(data = datainflowSumatra, mapping = aes(x = Provinsi, y = `2012`)) +
geom_point()
11 Referensi
11.4 R Markdown
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.0011.5 Including Plots
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.