Penjelasan Mengenai Data Set

Dataset adalah istilah informal yang merujuk pada kumpulan data. Secara umum, dataset berisi lebih dari satu variabel dan menyangkut suatu topik tertentu.Selain itu,dataset juga merupakan sebuah kumpulan data yang berasal dari informasi-informasi pada masa lalu dan siap untuk dikelola menjadi sebuah informasi baru.Kumpulan data yang ada di dataset bisa di-load dari sumber data apa pun yang valid, seperti SQL Server database, Microsoft Access database, ataupun dari XML file.

Dependency Ratio Hasil Proyeksi Penduduk 2025

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  3.1.6     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()

Tabel Data Dependency Ratio Hasil Proyeksi Penduduk Tahun 2025

drpph2025 <-data.frame (Prov = c('ACEH','RIAU','JAMBI','DKI JAKARTA','JAWA BARAT','JAWA TENGAH','DI YOGYAKARTA','JAWA TIMUR','BALI'),
Hasil = c(50.8 , 48.4 , 43.3 , 42.2 , 46.4 , 48.4 , 46.8 , 44.3 , 42.2),   
stringsAsFactors = FALSE)

drpph2025

##            Prov Hasil
## 1          ACEH  50.8
## 2          RIAU  48.4
## 3         JAMBI  43.3
## 4   DKI JAKARTA  42.2
## 5    JAWA BARAT  46.4
## 6   JAWA TENGAH  48.4
## 7 DI YOGYAKARTA  46.8
## 8    JAWA TIMUR  44.3
## 9          BALI  42.2

Visualisasi Data Dependency Ratio Hasil Proyeksi Penduduk 2025

plot(drpph2025$Hasil,type = "o", col= "grey")

Tabel Data Proyeksi Penduduk menurut Provinsi Tahun 2025

Data_proyeksi <-data.frame (Prov = c('ACEH','RIAU','JAMBI','DKI JAKARTA','JAWA BARAT','JAWA TENGAH','DI YOGYAKARTA','JAWA TIMUR','BALI'),
Hasil = c(58.700 , 78.985 , 39.266 , 110.340 , 527.857 , 359.586 , 40.646 , 406.461 , 45.860),
stringsAsFactors = FALSE)

Data_proyeksi

##            Prov   Hasil
## 1          ACEH  58.700
## 2          RIAU  78.985
## 3         JAMBI  39.266
## 4   DKI JAKARTA 110.340
## 5    JAWA BARAT 527.857
## 6   JAWA TENGAH 359.586
## 7 DI YOGYAKARTA  40.646
## 8    JAWA TIMUR 406.461
## 9          BALI  45.860

Visualisasi Data Proyeksi Penduduk menurut Provinsi, 2025

plot(Data_proyeksi$Hasil,type = "o", col= "brown")

Inner Joins antara Tabel Data Dependency Ratio Hasil Proyeksi Penduduk Tahun 2025 dan Data Proyeksi Penduduk menurut Provinsi Tahun 2025

innerjoin <- drpph2025 %>%
  inner_join(Data_proyeksi, by = "Prov")
innerjoin

##            Prov Hasil.x Hasil.y
## 1          ACEH    50.8  58.700
## 2          RIAU    48.4  78.985
## 3         JAMBI    43.3  39.266
## 4   DKI JAKARTA    42.2 110.340
## 5    JAWA BARAT    46.4 527.857
## 6   JAWA TENGAH    48.4 359.586
## 7 DI YOGYAKARTA    46.8  40.646
## 8    JAWA TIMUR    44.3 406.461
## 9          BALI    42.2  45.860

Outer Joins antara antara Tabel Data Dependency Ratio Hasil Proyeksi Penduduk Tahun 2025 dan Data Proyeksi Penduduk menurut Provinsi Tahun 2025

1. Left Joint

Leftjoins <- left_join(drpph2025,Data_proyeksi)

## Joining, by = c("Prov", "Hasil")

Leftjoins

##            Prov Hasil
## 1          ACEH  50.8
## 2          RIAU  48.4
## 3         JAMBI  43.3
## 4   DKI JAKARTA  42.2
## 5    JAWA BARAT  46.4
## 6   JAWA TENGAH  48.4
## 7 DI YOGYAKARTA  46.8
## 8    JAWA TIMUR  44.3
## 9          BALI  42.2

2. Right Joint

Rightjoins <- right_join(drpph2025,Data_proyeksi)

## Joining, by = c("Prov", "Hasil")

Rightjoins

##            Prov   Hasil
## 1          ACEH  58.700
## 2          RIAU  78.985
## 3         JAMBI  39.266
## 4   DKI JAKARTA 110.340
## 5    JAWA BARAT 527.857
## 6   JAWA TENGAH 359.586
## 7 DI YOGYAKARTA  40.646
## 8    JAWA TIMUR 406.461
## 9          BALI  45.860

3. Full Joint

fullJoins <- full_join(drpph2025,Data_proyeksi)

## Joining, by = c("Prov", "Hasil")

fullJoins

##             Prov   Hasil
## 1           ACEH  50.800
## 2           RIAU  48.400
## 3          JAMBI  43.300
## 4    DKI JAKARTA  42.200
## 5     JAWA BARAT  46.400
## 6    JAWA TENGAH  48.400
## 7  DI YOGYAKARTA  46.800
## 8     JAWA TIMUR  44.300
## 9           BALI  42.200
## 10          ACEH  58.700
## 11          RIAU  78.985
## 12         JAMBI  39.266
## 13   DKI JAKARTA 110.340
## 14    JAWA BARAT 527.857
## 15   JAWA TENGAH 359.586
## 16 DI YOGYAKARTA  40.646
## 17    JAWA TIMUR 406.461
## 18          BALI  45.860

Visualisasi Relasional Data Set

plot(innerjoin$Hasil.y, innerjoin$Hasil.x ,type = "o", col= "darkred")

Relasional Data Set Antara Dependency Ratio Hasil Proyeksi Penduduk 2025 dan Data Proyeksi Penduduk menurut Provinsi Tahun 2025 Pada RStudio

Hilmi Zuhri Adi Brata, Prof. Dr. Suhartono M.Kom

3/8/2022