Pivot Data dan Visualisasi Data Outflow Uang Kartal Beberapa Provinsi di Pulau Bali menggunakan R/Rstudio

Universitas : UIN Maulana Malik Ibrahim Malang

Jurusan : 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 Bali Nusra

library(readxl)

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

dataoutflowbali <- read_excel(path = "outflowDataBali.xlsx")
dataoutflowbali

## # A tibble: 4 x 11
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Bali Nu~ 16424. 19421. 29399. 23391. 26728. 31941. 34160. 37260. 38680. 31224.
## 2 Bali      8912. 10782.  7248. 13104. 14471. 18140. 17822. 20434. 20654. 14323.
## 3 Nusa Te~  3819.  4379. 10628.  5620.  6728.  8149.  8770.  9271. 10288.  8546.
## 4 Nusa Te~  3693.  4260. 11524.  4668.  5530.  5652.  7569.  7555.  7738.  8356.

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   1.2.0     v stringr 1.4.0
## v readr   2.1.2     v forcats 0.5.1

## 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 di Pulau Bali Periode 2011-2020

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

## # A tibble: 40 x 3
##    Provinsi   Tahun  Kasus
##    <chr>      <chr>  <dbl>
##  1 Bali Nusra 2011  16424.
##  2 Bali Nusra 2012  19421.
##  3 Bali Nusra 2013  29399.
##  4 Bali Nusra 2014  23391.
##  5 Bali Nusra 2015  26728.
##  6 Bali Nusra 2016  31941.
##  7 Bali Nusra 2017  34160.
##  8 Bali Nusra 2018  37260.
##  9 Bali Nusra 2019  38680.
## 10 Bali Nusra 2020  31224.
## # ... with 30 more rows

Pivot Data Outflow di Pulau Bali berdasarkan Kasus

library(dplyr)
bali1 <- select(datalongerbali, Provinsi, Kasus)
bali1

## # A tibble: 40 x 2
##    Provinsi    Kasus
##    <chr>       <dbl>
##  1 Bali Nusra 16424.
##  2 Bali Nusra 19421.
##  3 Bali Nusra 29399.
##  4 Bali Nusra 23391.
##  5 Bali Nusra 26728.
##  6 Bali Nusra 31941.
##  7 Bali Nusra 34160.
##  8 Bali Nusra 37260.
##  9 Bali Nusra 38680.
## 10 Bali Nusra 31224.
## # ... with 30 more rows

Kasus Data Outflow di Provinsi Nusa Tenggara Timur Periode 2011-2020

library(dplyr)
bali2 <- datalongerbali  %>%
    filter(Provinsi == 'Nusa Tenggara Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
bali2

## # A tibble: 10 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.

Kasus Data Outflow di Provinsi Nusa Tenggara Timur Tahun 2015

bali3 <- datalongerbali %>%
  filter(Provinsi == 'Nusa Tenggara Timur', Tahun == '2015') %>%
 select('Provinsi', 'Tahun', 'Kasus')
bali3

## # A tibble: 1 x 3
##   Provinsi            Tahun Kasus
##   <chr>               <chr> <dbl>
## 1 Nusa Tenggara Timur 2015  5530.

Visualisasi Pivot Data Outflow di Pulau Bali berdasarkan Provinsi

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

Visualisasi Pivot Data Outflow di Pulau Bali berdasarkan Tahun

ggplot(data = datalongerbali, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point(col = "pink") +
  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