Pengertian Pivot

Pivot adalah sebuah proses untuk menampilkan dan mengganalisa data secara singkat dan ringkas dalam jumlah yang besar dalam bentuk dan orientasi yang berbeda serta mampu melakukan kalkulasi pada setiap item yang dibutuhkan dengan menggunakan cara perhitungan sesuai kebutuhan dengan waktu yang singkat.

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
pivotoutflowsulawesi <- read_excel(path = "D:/Matkul Sem2/Linear Algebra/pivot outflow sulawesi.xlsx")
pivotoutflowsulawesi
## # A tibble: 11 x 12
##    Provinsi       `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>           <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sulampua       36449. 43623. 64181. 48231. 53153. 53145. 56297. 60935. 60723.
##  2 Sulawesi Utara  6606.  6375. 22740.  7207.  7202.  7707.  8421.  7605.  7367.
##  3 Sulawesi Teng~  4017.  4458.  4544.  5696.  5310.  4962.  5226.  5578.  5531.
##  4 Sulawesi Sela~  8967. 11873. 11485. 15645. 16236. 15494. 15159. 16779. 18089.
##  5 Sulawesi Teng~  2889.  2950.  4239.  3537.  4716.  4488.  5293.  5224.  5056.
##  6 Sulawesi Barat     0      0      0      0    647.  1514.  2504.  3350.  2749.
##  7 Gorontalo          0      0      0      0      0      0      0    927.  1951.
##  8 Maluku Utara    1631.  1677.  8578.  1809.  2397.  2246.  2752.  2678.  2984.
##  9 Maluku          2352.  2690.  4795.  2861.  3123.  3309.  3671.  3424.  4071.
## 10 Papua           9986. 13600.  7801. 11305. 11623. 11500. 10650. 12369.  9605.
## 11 Papua Barat        0      0      0    170.  1899.  1924.  2621.  3001.  3319.
## # ... with 2 more variables: 2020 <dbl>, 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   1.2.0     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()

Pivot Data outflow Uang Kartal di Pulau sulawesi, Papua, dan Maluku pada tahun 2011-2021

datalongersulawesi2 <- pivotoutflowsulawesi %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongersulawesi2
## # A tibble: 121 x 3
##    Provinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Sulampua 2011  36449.
##  2 Sulampua 2012  43623.
##  3 Sulampua 2013  64181.
##  4 Sulampua 2014  48231.
##  5 Sulampua 2015  53153.
##  6 Sulampua 2016  53145.
##  7 Sulampua 2017  56297.
##  8 Sulampua 2018  60935.
##  9 Sulampua 2019  60723.
## 10 Sulampua 2020  64828.
## # ... with 111 more rows

Pivot Data outflow Uang Kartal didasarkan dari kasus pada Pulau sulawesi, Papua, dan Maluku

library(dplyr)
sulawesi12 <- select(datalongersulawesi2, Provinsi, Kasus)
sulawesi12
## # A tibble: 121 x 2
##    Provinsi  Kasus
##    <chr>     <dbl>
##  1 Sulampua 36449.
##  2 Sulampua 43623.
##  3 Sulampua 64181.
##  4 Sulampua 48231.
##  5 Sulampua 53153.
##  6 Sulampua 53145.
##  7 Sulampua 56297.
##  8 Sulampua 60935.
##  9 Sulampua 60723.
## 10 Sulampua 64828.
## # ... with 111 more rows

Kasus Data outflow Uang Kartal di Provinsi Maluku pada tahun 2011-2021

library(dplyr)
sulawesi13 <- datalongersulawesi2  %>%
    filter(Provinsi == 'Maluku') %>%
    select('Provinsi', 'Tahun', 'Kasus')
sulawesi13 
## # A tibble: 11 x 3
##    Provinsi Tahun Kasus
##    <chr>    <chr> <dbl>
##  1 Maluku   2011  2352.
##  2 Maluku   2012  2690.
##  3 Maluku   2013  4795.
##  4 Maluku   2014  2861.
##  5 Maluku   2015  3123.
##  6 Maluku   2016  3309.
##  7 Maluku   2017  3671.
##  8 Maluku   2018  3424.
##  9 Maluku   2019  4071.
## 10 Maluku   2020  3724.
## 11 Maluku   2021  1806.

Kasus Data outflow Uang Kartal di Provinsi Maluku pada Tahun 2021

sulawesi14 <- datalongersulawesi2 %>%
  filter(Provinsi == 'Maluku', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
sulawesi14
## # A tibble: 1 x 3
##   Provinsi Tahun Kasus
##   <chr>    <chr> <dbl>
## 1 Maluku   2021  1806.

Kasus Data outflow Uang Kartal di Provinsi Papua pada tahun 2011-2021

library(dplyr)
sulawesi13 <- datalongersulawesi2  %>%
    filter(Provinsi == 'Papua') %>%
    select('Provinsi', 'Tahun', 'Kasus')
sulawesi13 
## # A tibble: 11 x 3
##    Provinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Papua    2011   9986.
##  2 Papua    2012  13600.
##  3 Papua    2013   7801.
##  4 Papua    2014  11305.
##  5 Papua    2015  11623.
##  6 Papua    2016  11500.
##  7 Papua    2017  10650.
##  8 Papua    2018  12369.
##  9 Papua    2019   9605.
## 10 Papua    2020  12028.
## 11 Papua    2021   5409.

Kasus Data outflow Uang Kartal di Provinsi Papua pada Tahun 2021

sulawesi14 <- datalongersulawesi2 %>%
  filter(Provinsi == 'Papua', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
sulawesi14
## # A tibble: 1 x 3
##   Provinsi Tahun Kasus
##   <chr>    <chr> <dbl>
## 1 Papua    2021  5409.

Visualisasi Pivot Data Outflow Uang Kartal di pulau sulawesi dan Nusa Tenggara Berdasarkan Provinsi

ggplot(data = datalongersulawesi2, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 90))

Visualisasi Pivot Data Outflow Uang Kartal di pulau sulawesi Berdasarkan Tahun

ggplot(data = datalongersulawesi2, mapping = aes(x = Provinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

Refensi

1.https://en.wikipedia.org/wiki/Pivot_table#:~:text=Pivot%20tables%20are%20a%20technique%20in%20data%20processing.,to%20helping%20businesses%20or%20individuals%20make%20educated%20decisions.

2.https://www.kitalulus.com/seputar-kerja/pivot-table-adalah

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