Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Fakultas : Sains dan Teknologi

Program Studi : Teknik Informatika

Mata Kuliah : Linear Algebra (b)

1 1. Manipulasi data dengan library dplyr

Saat melakukan manipulasi data pada R kita dapat menggunakan package dplyr. Package ini dibuat oleh Handley Wickham dan Roman Francois yang berisi kumpulan fungsi yang memudahkan manipulasi data yaitu antara lain: sample() untuk mengambil sampel secara acak dari tabel, mutate() untuk menambah kolom, select() untuk mengambil data atau variabel yang dibutuhkan, arrange() untuk mengurutkan data, filter() untuk menyaring data, groupby() untuk mengelompokkan data dan lain lain.

2 2. Data inflow pada Pulau Sumatera

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
manipulasiinflow <- read_excel(path = "DataInflowPulauSumatera.xlsx")
manipulasiinflow
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()

3 3. Menghapus Beberapa Variabel yang Tidak Ingin Digunakan

Sumatera2017 <- select(manipulasiinflow, '2017')
Sumatera2017
Sumatera2 <- select(manipulasiinflow, `2012`, `2014`, `2016`, `2018`, `2020`)
Sumatera2

4 4. Memilih Variabel yang Ingin Digunakan

Sumateramin2011 <- select(manipulasiinflow, -'2020')
Sumateramin2011

Sintaks ini menggunakan fungsi select, dan select ini tidak hanya untuk memilih kolom dalam jumlah banyak, melainkan juga bisa untuk mengganti nama kolomnya. misalnya :

Sumateramin1 <- manipulasiinflow %>%
  select(tahun = `2014`, `2018`, `2019`)
Sumateramin1

5 5. Mengganti Tabel Tahun

library(dplyr)
Sumateratahun2 <- manipulasiinflow %>% rename('2010' = '2011')
head(Sumateratahun2)

6 6. Mengambil Nilai yang Tidak Duplikasi dari Variabel

6.1 Dari Sebuah Variabel

Sumatera4 <- distinct(manipulasiinflow, `2020`)
Sumatera4

6.2 Di Semua Variabel

Sumatera5 <- distinct(manipulasiinflow, `2013`, .keep_all = TRUE)
Sumatera5

7 7. Menyeleksi Baris Pada Tabel

Baris tabel diseleksi dengan menggunakan fungsi filter().

Sumatera6 <- manipulasiinflow %>%
  filter(Provinsi <= 'Sumatera Barat') %>%
    select(`2018`,`2019`)
Sumatera6
Sumatera7 <- manipulasiinflow %>%
  filter(Provinsi == 'Sumatera Barat', Provinsi == 'Sumatera Utara') %>%
    select( -`2020`)
Sumatera7
str(manipulasiinflow)
## tibble [11 x 12] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
##  $ 2011    : num [1:11] 57900 2308 23238 9385 3012 ...
##  $ 2012    : num [1:11] 65911 2620 25981 11192 4447 ...
##  $ 2013    : num [1:11] 98369 36337 18120 14056 8933 ...
##  $ 2014    : num [1:11] 86024 4567 30503 14103 6358 ...
##  $ 2015    : num [1:11] 86549 4710 30254 13309 7156 ...
##  $ 2016    : num [1:11] 97764 5775 34427 14078 8211 ...
##  $ 2017    : num [1:11] 103748 5514 35617 15312 8553 ...
##  $ 2018    : num [1:11] 117495 5799 41769 15058 10730 ...
##  $ 2019    : num [1:11] 133762 7509 47112 14750 10915 ...
##  $ 2020    : num [1:11] 109345 6641 36609 10696 9148 ...
##  $ 2021    : num [1:11] 89270 3702 31840 10748 7769 ...
str(manipulasiinflow %>% group_by(Provinsi))
## grouped_df [11 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
##  $ 2011    : num [1:11] 57900 2308 23238 9385 3012 ...
##  $ 2012    : num [1:11] 65911 2620 25981 11192 4447 ...
##  $ 2013    : num [1:11] 98369 36337 18120 14056 8933 ...
##  $ 2014    : num [1:11] 86024 4567 30503 14103 6358 ...
##  $ 2015    : num [1:11] 86549 4710 30254 13309 7156 ...
##  $ 2016    : num [1:11] 97764 5775 34427 14078 8211 ...
##  $ 2017    : num [1:11] 103748 5514 35617 15312 8553 ...
##  $ 2018    : num [1:11] 117495 5799 41769 15058 10730 ...
##  $ 2019    : num [1:11] 133762 7509 47112 14750 10915 ...
##  $ 2020    : num [1:11] 109345 6641 36609 10696 9148 ...
##  $ 2021    : num [1:11] 89270 3702 31840 10748 7769 ...
##  - attr(*, "groups")= tibble [11 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:11] "Aceh" "Bengkulu" "Jambi" "Kep. Bangka Belitung" ...
##   ..$ .rows   : list<int> [1:11] 
##   .. ..$ : int 2
##   .. ..$ : int 9
##   .. ..$ : int 7
##   .. ..$ : int 11
##   .. ..$ : int 6
##   .. ..$ : int 10
##   .. ..$ : int 5
##   .. ..$ : int 1
##   .. ..$ : int 4
##   .. ..$ : int 8
##   .. ..$ : int 3
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE

8 8. Pengelompokan dan Pengurutan Data

8.1 Pengelompokan Data

Sumateraup <- manipulasiinflow %>%
    group_by(Provinsi)
Sumateraup

8.2 Pengurutan Data

Sumateraubah <- arrange(manipulasiinflow, `2012`)
Sumateraubah

9 9. Menambahkan Kolom Pada Tabel

Sumateraup1 <- manipulasiinflow %>%
    mutate(`2021` = manipulasiinflow$`2020`/2)
Sumateraup1

10 10. Visualisasi Data Tabel dengan ggplot

10.1 ggplot dengan Grafik Titik

ggplot(data = manipulasiinflow, mapping = aes(x = Provinsi, y = `2011`)) +
  geom_point()

ggplot(data = manipulasiinflow, mapping = aes(x = Provinsi, y = `2012`)) +
  geom_point()