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

UIN Maulana Malik Ibrahim Malang - Teknik Informatika

Manipulasi Data dengan Library dplyr

Dalam melakukan manipulasi data di R dapat menggunakan package dplyr. Package ini berfungsi untuk memudahkan manipulasi data seperti mengambil sampel secara acak dari tabel, mengurutkan data, menyaring data, atau bisa juga untuk mengelompokkan data.

Package dplyr ini digunakan ketika melakukan manipulasi data dengan pemrosesan yang cepat sehingga meminimalisir waktu, kodenya juga simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi. Cara menginstall package dplyr yaitu dengan :

install.package(dplyr)

Dan sintaks untuk memanggil dplyr yaitu dengan :

library(dplyr)

Data Outflow di Pulau Kalimantan

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
outflowkal <- read_excel(path = "C:/Users/ASUS PC/Documents/BUKU NOVA/RStudio/RMarkdown/OutflowKalimantan.xlsx") 
outflowkal
## # 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()

Mambuang Beberapa Variabel yang Tidak Ingin Digunakan

kal1 <- select(outflowkal, `2013`)
kal1
## # A tibble: 6 x 1
##   `2013`
##    <dbl>
## 1 44929.
## 2  6011.
## 3 15421.
## 4  5046.
## 5 18451.
## 6     0
kal2 <- select(outflowkal, `2020`, `2019`, `2018`, `2017`, `2016`)
kal2
## # A tibble: 6 x 5
##   `2020` `2019` `2018` `2017` `2016`
##    <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 52060. 57579. 53989. 50404. 42179.
## 2 13501. 13768. 12278. 11132.  9402.
## 3 12518. 12891. 13040. 11695. 10131.
## 4  8222.  9228.  8476.  9544.  7424.
## 5 14993. 18596. 17724. 16525. 15221.
## 6  2826.  3096.  2471.  1507.     0

Memilih Beberapa Variabel yang Ingin Digunakan

Sintaks dibawah ini digunakan untuk memilih beberapa variabel yang ketika variabel yang dipilih itu lebih banyak dibandingkan variabel yang akan dibuang.

kal3 <- select(outflowkal, -`2020`)
kal3
## # A tibble: 6 x 11
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2021`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 30291.
## 2 Kaliman~  5221.  5698.  6011.  6764.  8486.  9402. 11132. 12278. 13768.  6958.
## 3 Kaliman~  6850.  7741. 15421.  8346. 10190. 10131. 11695. 13040. 12891.  7071.
## 4 Kaliman~  5126.  5580.  5046.  6265.  6755.  7424.  9544.  8476.  9228.  5192.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596.  9110.
## 6 Kaliman~     0      0      0      0      0      0   1507.  2471.  3096.  1960.

Sintaksnya ini menggunakan fungsi select, dan select ini bukan hanya untuk memilih kolom dalam jumlah banyak, melainkan juga bisa untuk mengganti nama kolomnya. Perhatikan sintaks yang ada dibawah ini :

kal4 <- outflowkal %>%
  select(tahun = `2014`, `2017`, `2018`)
kal4 
## # A tibble: 6 x 3
##    tahun `2017` `2018`
##    <dbl>  <dbl>  <dbl>
## 1 38772. 50404. 53989.
## 2  6764. 11132. 12278.
## 3  8346. 11695. 13040.
## 4  6265.  9544.  8476.
## 5 17398. 16525. 17724.
## 6     0   1507.  2471.

Mengganti Tabel Tahun

library(dplyr)
kaltahun <- outflowkal %>% rename('2010' = '2011')
head(kaltahun)
## # A tibble: 6 x 12
##   Provinsi `2010` `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>

Mengambil Nilai Tidak Duplikasi dari Variabel

Dari Sebuah Variabel
kal4 <- distinct(outflowkal, `2021`)
kal4
## # A tibble: 6 x 1
##   `2021`
##    <dbl>
## 1 30291.
## 2  6958.
## 3  7071.
## 4  5192.
## 5  9110.
## 6  1960.
Dari Semua Variabel
kal5 <- distinct(outflowkal, `2016`, .keep_all = TRUE)
kal5
## # 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>

Menyeleksi Baris Tabel

Baris tabel diseleksi dengan menggunakan fungsi filter(). dalam fungsi ini terdapat berbagai operator, seperti <, <=, >, >, ==, dan %in%. Argumen dari fungsi ini juga bisa lebih dari satu, dan sintaksnya menggunakan operator boolean.

kal6 <- outflowkal %>%
  filter(Provinsi <= 'Kalimantan') %>%
    select(`2018`,`2019`)
kal6
## # A tibble: 1 x 2
##   `2018` `2019`
##    <dbl>  <dbl>
## 1 53989. 57579.
kal7 <- outflowkal %>%
  filter(Provinsi == 'Kalimantan', Provinsi == 'Kalimantan Selatan') %>%
    select( -`2018`)
kal7
## # A tibble: 0 x 11
## # ... with 11 variables: Provinsi <chr>, 2011 <dbl>, 2012 <dbl>, 2013 <dbl>,
## #   2014 <dbl>, 2015 <dbl>, 2016 <dbl>, 2017 <dbl>, 2019 <dbl>, 2020 <dbl>,
## #   2021 <dbl>
str(outflowkal)
## tibble [6 x 12] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
##  $ 2011    : num [1:6] 29535 5221 6850 5126 12337 ...
##  $ 2012    : num [1:6] 33444 5698 7741 5580 14426 ...
##  $ 2013    : num [1:6] 44929 6011 15421 5046 18451 ...
##  $ 2014    : num [1:6] 38772 6764 8346 6265 17398 ...
##  $ 2015    : num [1:6] 41945 8486 10190 6755 16514 ...
##  $ 2016    : num [1:6] 42179 9402 10131 7424 15221 ...
##  $ 2017    : num [1:6] 50404 11132 11695 9544 16525 ...
##  $ 2018    : num [1:6] 53989 12278 13040 8476 17724 ...
##  $ 2019    : num [1:6] 57579 13768 12891 9228 18596 ...
##  $ 2020    : num [1:6] 52060 13501 12518 8222 14993 ...
##  $ 2021    : num [1:6] 30291 6958 7071 5192 9110 ...
str(outflowkal %>% group_by(Provinsi))
## grouped_df [6 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
##  $ 2011    : num [1:6] 29535 5221 6850 5126 12337 ...
##  $ 2012    : num [1:6] 33444 5698 7741 5580 14426 ...
##  $ 2013    : num [1:6] 44929 6011 15421 5046 18451 ...
##  $ 2014    : num [1:6] 38772 6764 8346 6265 17398 ...
##  $ 2015    : num [1:6] 41945 8486 10190 6755 16514 ...
##  $ 2016    : num [1:6] 42179 9402 10131 7424 15221 ...
##  $ 2017    : num [1:6] 50404 11132 11695 9544 16525 ...
##  $ 2018    : num [1:6] 53989 12278 13040 8476 17724 ...
##  $ 2019    : num [1:6] 57579 13768 12891 9228 18596 ...
##  $ 2020    : num [1:6] 52060 13501 12518 8222 14993 ...
##  $ 2021    : num [1:6] 30291 6958 7071 5192 9110 ...
##  - attr(*, "groups")= tibble [6 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Selatan" "Kalimantan Tengah" ...
##   ..$ .rows   : list<int> [1:6] 
##   .. ..$ : int 1
##   .. ..$ : int 2
##   .. ..$ : int 4
##   .. ..$ : int 3
##   .. ..$ : int 5
##   .. ..$ : int 6
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE

Mengelompokkan dan Mengurutkan Data

Mengelompokkan Data
kalup <- outflowkal %>%
    group_by(Provinsi)
kalup
## # A tibble: 6 x 12
## # Groups:   Provinsi [6]
##   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>
Mengurutkan Data
kalubah <- arrange(outflowkal, `2019`)
kalubah
## # 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~     0      0      0      0      0      0   1507.  2471.  3096.  2826.
## 2 Kaliman~  5126.  5580.  5046.  6265.  6755.  7424.  9544.  8476.  9228.  8222.
## 3 Kaliman~  6850.  7741. 15421.  8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~  5221.  5698.  6011.  6764.  8486.  9402. 11132. 12278. 13768. 13501.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## # ... with 1 more variable: 2021 <dbl>

Menambahkan Kolom pada Tabel

kalup1 <- outflowkal %>%
    mutate(`2022` = outflowkal$`2021`/2)
kalup1 
## # A tibble: 6 x 13
##   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 2 more variables: 2021 <dbl>, 2022 <dbl>

Visualisasi Data Tabel dengan ggplot

ggplot dengan Grafik Titik

Pada Tahun 2012
ggplot(data = outflowkal, mapping = aes(x = Provinsi, y = `2012`)) +
  geom_point()

Pada Tahun 2014
ggplot(data = outflowkal, mapping = aes(x = Provinsi, y = `2014`)) +
  geom_point()

ggplot dengan Grafik Batang

Pada Tahun 2018
ggplot(data = outflowkal, mapping = aes(x = Provinsi, y = `2018`)) +
  geom_bar(stat = "identity")

Pada Tahun 2020
ggplot(data = outflowkal, mapping = aes(x = Provinsi, y = `2020`)) +
  geom_bar(stat = "identity")

Referensi