Pivot Data dan Visualisasi Data Outflow Uang Kartal Beberapa Provinsi di Pulau Kalimantan

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

UIN Maulana Malik Ibrahim Malang - Teknik Informatika

Pengertian Pivot Table

Pivot table adalah sebuah tabel yang berisi data rangkuman dari data dibeberapa tabel lainnya, dibuat dengan melakukan penjumlahan, menghitung rata-rata, mengurutkan data termasuk juga mengelompokkan data, sehingga dihasilkan tabel rangkuman yang lebih informatif dan mudah dibaca.

Pivot Table Outflow di Pulau Kalimantan

library(readxl)

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

dataoutflowkalimantan <- read_excel(path = "C:/Users/ASUS PC/Documents/BUKU NOVA/RStudio/RMarkdown/OutflowKalimantan.xlsx")
dataoutflowkalimantan

## # A tibble: 6 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 Kaliman~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## 2 Kaliman~  5221.  5698.  6011.  6764.  8486.  9402. 11132. 12278. 13768. 13501.
## 3 Kaliman~  6850.  7741. 15421.  8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~  5126.  5580.  5046.  6265.  6755.  7424.  9544.  8476.  9228.  8222.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~     0      0      0      0      0      0   1507.  2471.  3096.  2826.
## # ... 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  3.1.4     v dplyr   1.0.8
## v tidyr   1.1.3     v stringr 1.4.0
## v readr   2.0.1     v forcats 0.5.1

## Warning: package 'dplyr' 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 di Pulau Kalimantan Periode 2011-2021

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

## # A tibble: 66 x 3
##    Provinsi   Tahun  Kasus
##    <chr>      <chr>  <dbl>
##  1 Kalimantan 2011  29535.
##  2 Kalimantan 2012  33444.
##  3 Kalimantan 2013  44929.
##  4 Kalimantan 2014  38772.
##  5 Kalimantan 2015  41945.
##  6 Kalimantan 2016  42179.
##  7 Kalimantan 2017  50404.
##  8 Kalimantan 2018  53989.
##  9 Kalimantan 2019  57579.
## 10 Kalimantan 2020  52060.
## # ... with 56 more rows

Pivot Data Outflow di Pulau Kalimantan berdasarkan Kasus

library(dplyr)
kal2 <- select(datalongerkalimantan, Provinsi, Kasus)
kal2

## # A tibble: 66 x 2
##    Provinsi    Kasus
##    <chr>       <dbl>
##  1 Kalimantan 29535.
##  2 Kalimantan 33444.
##  3 Kalimantan 44929.
##  4 Kalimantan 38772.
##  5 Kalimantan 41945.
##  6 Kalimantan 42179.
##  7 Kalimantan 50404.
##  8 Kalimantan 53989.
##  9 Kalimantan 57579.
## 10 Kalimantan 52060.
## # ... with 56 more rows

Kasus Data Outflow di Provinsi Kalimantan Barat Periode 2011-2021

library(dplyr)
kal3 <- datalongerkalimantan  %>%
    filter(Provinsi == 'Kalimantan Barat') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kal3

## # A tibble: 11 x 3
##    Provinsi         Tahun  Kasus
##    <chr>            <chr>  <dbl>
##  1 Kalimantan Barat 2011   5221.
##  2 Kalimantan Barat 2012   5698.
##  3 Kalimantan Barat 2013   6011.
##  4 Kalimantan Barat 2014   6764.
##  5 Kalimantan Barat 2015   8486.
##  6 Kalimantan Barat 2016   9402.
##  7 Kalimantan Barat 2017  11132.
##  8 Kalimantan Barat 2018  12278.
##  9 Kalimantan Barat 2019  13768.
## 10 Kalimantan Barat 2020  13501.
## 11 Kalimantan Barat 2021   6958.

Kasus Data Outflow di Provinsi Kalintan Barat Tahun 2017

kal4 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Barat', Tahun == '2017') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kal4

## # A tibble: 1 x 3
##   Provinsi         Tahun  Kasus
##   <chr>            <chr>  <dbl>
## 1 Kalimantan Barat 2017  11132.

Kasus Data Outflow di Provinsi Kalimantan Timur Periode 2011-2021

library(dplyr)
kal3 <- datalongerkalimantan  %>%
    filter(Provinsi == 'Kalimantan Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kal3

## # A tibble: 11 x 3
##    Provinsi         Tahun  Kasus
##    <chr>            <chr>  <dbl>
##  1 Kalimantan Timur 2011  12337.
##  2 Kalimantan Timur 2012  14426.
##  3 Kalimantan Timur 2013  18451.
##  4 Kalimantan Timur 2014  17398.
##  5 Kalimantan Timur 2015  16514.
##  6 Kalimantan Timur 2016  15221.
##  7 Kalimantan Timur 2017  16525.
##  8 Kalimantan Timur 2018  17724.
##  9 Kalimantan Timur 2019  18596.
## 10 Kalimantan Timur 2020  14993.
## 11 Kalimantan Timur 2021   9110.

Kasus Data Outflow di Provinsi Kalimantan Timur Tahun 2018

kal4 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Timur', Tahun == '2018') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kal4

## # A tibble: 1 x 3
##   Provinsi         Tahun  Kasus
##   <chr>            <chr>  <dbl>
## 1 Kalimantan Timur 2018  17724.

Kasus Data Outflow di Provinsi Kalimantan Tengah Periode 2011-2021

library(dplyr)
kal3 <- datalongerkalimantan %>%
    filter(Provinsi == 'Kalimantan Tengah') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kal3

## # A tibble: 11 x 3
##    Provinsi          Tahun  Kasus
##    <chr>             <chr>  <dbl>
##  1 Kalimantan Tengah 2011   6850.
##  2 Kalimantan Tengah 2012   7741.
##  3 Kalimantan Tengah 2013  15421.
##  4 Kalimantan Tengah 2014   8346.
##  5 Kalimantan Tengah 2015  10190.
##  6 Kalimantan Tengah 2016  10131.
##  7 Kalimantan Tengah 2017  11695.
##  8 Kalimantan Tengah 2018  13040.
##  9 Kalimantan Tengah 2019  12891.
## 10 Kalimantan Tengah 2020  12518.
## 11 Kalimantan Tengah 2021   7071.

Kasus Data Outflow di Provinsi Kalimantan Tengah Tahun 2019

kal4 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Tengah', Tahun == '2019') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kal4

## # A tibble: 1 x 3
##   Provinsi          Tahun  Kasus
##   <chr>             <chr>  <dbl>
## 1 Kalimantan Tengah 2019  12891.

Kasus Data Outflow di Provinsi Kalimantan Selatan Periode 2011-2021

library(dplyr)
kal3 <- datalongerkalimantan  %>%
    filter(Provinsi == 'Kalimantan Selatan') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kal3

## # A tibble: 11 x 3
##    Provinsi           Tahun Kasus
##    <chr>              <chr> <dbl>
##  1 Kalimantan Selatan 2011  5126.
##  2 Kalimantan Selatan 2012  5580.
##  3 Kalimantan Selatan 2013  5046.
##  4 Kalimantan Selatan 2014  6265.
##  5 Kalimantan Selatan 2015  6755.
##  6 Kalimantan Selatan 2016  7424.
##  7 Kalimantan Selatan 2017  9544.
##  8 Kalimantan Selatan 2018  8476.
##  9 Kalimantan Selatan 2019  9228.
## 10 Kalimantan Selatan 2020  8222.
## 11 Kalimantan Selatan 2021  5192.

Kasus Data Outflow di Provinsi Kalimantan Selatan Tahun 2020

kal4 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Selatan', Tahun == '2020') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kal4

## # A tibble: 1 x 3
##   Provinsi           Tahun Kasus
##   <chr>              <chr> <dbl>
## 1 Kalimantan Selatan 2020  8222.

Kasus Data Outflow di Provinsi Kalimantan Utara Periode 2011-2021

library(dplyr)
kal3 <- datalongerkalimantan %>%
    filter(Provinsi == 'Kalimantan Utara') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kal3

## # A tibble: 11 x 3
##    Provinsi         Tahun Kasus
##    <chr>            <chr> <dbl>
##  1 Kalimantan Utara 2011     0 
##  2 Kalimantan Utara 2012     0 
##  3 Kalimantan Utara 2013     0 
##  4 Kalimantan Utara 2014     0 
##  5 Kalimantan Utara 2015     0 
##  6 Kalimantan Utara 2016     0 
##  7 Kalimantan Utara 2017  1507.
##  8 Kalimantan Utara 2018  2471.
##  9 Kalimantan Utara 2019  3096.
## 10 Kalimantan Utara 2020  2826.
## 11 Kalimantan Utara 2021  1960.

Kasus Data Outflow di Provinsi Kalimantan Utara Tahun 2021

kal4 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Utara', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kal4

## # A tibble: 1 x 3
##   Provinsi         Tahun Kasus
##   <chr>            <chr> <dbl>
## 1 Kalimantan Utara 2021  1960.

Visualisasi Pivot Data Outflow di Pulau Kalimantan berdasarkan Provinsi

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

Visualisasi Pivot Data Outflow di Pulau Kalimantan berdasarkan Tahun

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

---

Referensi

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

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

• https://www.kampusexcel.com/cara-membuat-pivot-table-2007.html#:~:text=Pengertian%20pivot%20table%20Apa%20itu%20pivot%20table%3F%2C%20pivot,tabel%20rangkuman%20yang%20lebih%20informatif%20dan%20mudah%20dibaca.