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
pivotInflowKalimantan <- read_excel(path = "D:/Matkul Sem2/Linear Algebra/pivot Inflow Kalimantan.xlsx")
pivotInflowKalimantan
## # 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~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~ 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848. 9294.
## 3 Kaliman~ 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385. 4178.
## 4 Kaliman~ 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~ 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~ 0 0 0 0 0 0 341. 917. 1472. 1362.
## # ... 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 1.2.0 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()
datalongerKalimantan2 <- pivotInflowKalimantan %>%
pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerKalimantan2
## # A tibble: 66 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan 2011 13272.
## 2 Kalimantan 2012 17575.
## 3 Kalimantan 2013 37698.
## 4 Kalimantan 2014 26379.
## 5 Kalimantan 2015 29427.
## 6 Kalimantan 2016 32847.
## 7 Kalimantan 2017 35119.
## 8 Kalimantan 2018 41157.
## 9 Kalimantan 2019 46158.
## 10 Kalimantan 2020 37200.
## # ... with 56 more rows
library(dplyr)
Kalimantan12 <- select(datalongerKalimantan2, Provinsi, Kasus)
Kalimantan12
## # A tibble: 66 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Kalimantan 13272.
## 2 Kalimantan 17575.
## 3 Kalimantan 37698.
## 4 Kalimantan 26379.
## 5 Kalimantan 29427.
## 6 Kalimantan 32847.
## 7 Kalimantan 35119.
## 8 Kalimantan 41157.
## 9 Kalimantan 46158.
## 10 Kalimantan 37200.
## # ... with 56 more rows
library(dplyr)
Kalimantan13 <- datalongerKalimantan2 %>%
filter(Provinsi == 'Kalimantan Timur') %>%
select('Provinsi', 'Tahun', 'Kasus')
Kalimantan13
## # A tibble: 11 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Timur 2011 4293.
## 2 Kalimantan Timur 2012 5743.
## 3 Kalimantan Timur 2013 10115.
## 4 Kalimantan Timur 2014 8936.
## 5 Kalimantan Timur 2015 9646.
## 6 Kalimantan Timur 2016 10903.
## 7 Kalimantan Timur 2017 10933.
## 8 Kalimantan Timur 2018 12305.
## 9 Kalimantan Timur 2019 13991.
## 10 Kalimantan Timur 2020 10612.
## 11 Kalimantan Timur 2021 8914.
Kalimantan14 <- datalongerKalimantan2 %>%
filter(Provinsi == 'Kalimantan Timur', Tahun == '2021') %>%
select('Provinsi', 'Tahun', 'Kasus')
Kalimantan14
## # A tibble: 1 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Timur 2021 8914.
ggplot(data = datalongerKalimantan2, mapping = aes(x = Tahun, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerKalimantan2, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Tahun) +
theme(axis.text.x = element_text(angle = 90))
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