Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Fakultas : Sains dan Teknologi

Program Studi : Teknik Informatika

Mata Kuliah : Linear Algebra (b)

0.1 1. Pengertian Manipulasi Data

Manipulasi data adalah istilah yang digunakan untuk menggambarkan proses modifikasi struktur data agar lebih mudah dibaca. Misalnya, Anda dapat mengurutkan data berdasarkan abjad. Sehingga pemilik dapat segera menerima informasi yang bermanfaat. Berikut manipulasi data outflow uang kartal di pulau Jawa.

0.2 2. Berikut manipulasi data Inflow uang kartal di Pulau Kalimantan Pada Tahun 2015

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
datainflowKalimantan <- read_excel(path = "DataInflowKalimantanTahun2015.xlsx")
## New names:
## * `` -> ...2
datainflowKalimantan
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 'stringr' 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()

0.3 3. Manipulasi Data Inflow Uang Kartal di Pulau Kalimantan pada Bulan Februari 2015

KalimantanFebruari <- select(datainflowKalimantan,'Provinsi', 'Februari')
KalimantanFebruari

0.4 4. Manipulasi Data Inflow Uang Kartal di Pulau Kalimantan Tanpa Bulan Februari 2015

Kalimantannonfebruari <- select(datainflowKalimantan, -'Februari')
Kalimantannonfebruari

0.5 5. Manipulasi Data Inflow Uang Kartal di Pulau Kalimantan pada Bulan Juni dan Juli 2015

kalimantanJunJul <- datainflowKalimantan %>% select('Provinsi', 'Juni', 'Juli')
kalimantanJunJul

0.6 6. Manipulasi Data Inflow Uang Kartal di Pulau Kalimantan dengan Mengganti bulan Januari menjadi Januari 2015

Kalimantanrename <- datainflowKalimantan %>% rename('Januari 2015' = 'Januari')
head(Kalimantanrename)

0.7 7. Manipulasi Data Inflow Uang Kartal di Pulau Kalimantan Provinsi Kalimantan Barat Januari-Maret 2015

KalimantanBarat <- datainflowKalimantan %>%
    filter(Provinsi == 'Kalimantan Barat') %>%
    select( 'Provinsi', 'Januari','Februari', 'Maret',)
KalimantanBarat

0.8 8. Manipulasi Data Inflow Uang Kartal di Pulau Kalimantan Provinsi Kalimantan Selatan Oktober-Desember 2015

KalimantanUp1 <- datainflowKalimantan %>%
  filter(Provinsi == 'Kalimantan Selatan') %>%
  select( 'Provinsi', 'Oktober', 'November','Desember')
KalimantanUp1

0.9 9. Struktur Data Inflow Uang Kartal di Pulau Kalimantan

str(datainflowKalimantan)
## tibble [7 x 14] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi : chr [1:7] NA "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" ...
##  $ ...2     : logi [1:7] NA NA NA NA NA NA ...
##  $ Januari  : num [1:7] NA 4923 1321 506 1308 ...
##  $ Februari : num [1:7] NA 2225 363 248 768 ...
##  $ Maret    : num [1:7] NA 2208 632 228 573 ...
##  $ April    : num [1:7] NA 1884 408 167 655 ...
##  $ Mei      : num [1:7] NA 1770 318 225 656 ...
##  $ Juni     : num [1:7] NA 1968 346 291 717 ...
##  $ Juli     : num [1:7] NA 4639 1219 662 1168 ...
##  $ Agutus   : num [1:7] NA 2697 585 281 1073 ...
##  $ September: num [1:7] NA 2013 433 324 638 ...
##  $ Oktober  : num [1:7] NA 2009 431 245 756 ...
##  $ November : num [1:7] NA 1719 262 244 747 ...
##  $ Desember : num [1:7] NA 1372 358 127 500 ...
str(datainflowKalimantan %>% group_by(Provinsi))
## grouped_df [7 x 14] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi : chr [1:7] NA "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" ...
##  $ ...2     : logi [1:7] NA NA NA NA NA NA ...
##  $ Januari  : num [1:7] NA 4923 1321 506 1308 ...
##  $ Februari : num [1:7] NA 2225 363 248 768 ...
##  $ Maret    : num [1:7] NA 2208 632 228 573 ...
##  $ April    : num [1:7] NA 1884 408 167 655 ...
##  $ Mei      : num [1:7] NA 1770 318 225 656 ...
##  $ Juni     : num [1:7] NA 1968 346 291 717 ...
##  $ Juli     : num [1:7] NA 4639 1219 662 1168 ...
##  $ Agutus   : num [1:7] NA 2697 585 281 1073 ...
##  $ September: num [1:7] NA 2013 433 324 638 ...
##  $ Oktober  : num [1:7] NA 2009 431 245 756 ...
##  $ November : num [1:7] NA 1719 262 244 747 ...
##  $ Desember : num [1:7] NA 1372 358 127 500 ...
##  - attr(*, "groups")= tibble [7 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:7] "Kalimantan" "Kalimantan Barat" "Kalimantan Selatan" "Kalimantan Tengah" ...
##   ..$ .rows   : list<int> [1:7] 
##   .. ..$ : int 2
##   .. ..$ : int 3
##   .. ..$ : int 5
##   .. ..$ : int 4
##   .. ..$ : int 6
##   .. ..$ : int 7
##   .. ..$ : int 1
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE
Kalimantanup3 <- datainflowKalimantan %>%
    group_by(Provinsi)
Kalimantanup3
datainflowKalimantan %>%
    filter(Provinsi == 'Kalimantan Tengah') %>%
    count('Februari', sort = TRUE)
KalimantanTengahup1 <- datainflowKalimantan %>%
    mutate('Januari' = datainflowKalimantan$'Februari'/2)
KalimantanTengahup1

0.10 10. Visualisasi Data Inflow Uang Kartal di Pulau Kalimantan pada Bulan Oktober

ggplot(data = datainflowKalimantan, mapping = aes(x = Provinsi, y = `Oktober`)) +
  geom_point()
## Warning: Removed 1 rows containing missing values (geom_point).