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 Sulawesi

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
manipulasiinflow <- read_excel(path = "ManipulasiDataInflowPulauSulawesi.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 2. Menghapus Beberapa Variabel yang Tidak Ingin Digunakan

Sulawesi2011 <- select(manipulasiinflow, '2011')
Sulawesi2011
Sulawesi2 <- select(manipulasiinflow, `2012`, `2014`, `2016`, `2018`, `2020`)
Sulawesi2

4 3. Memilih Variabel yang Ingin Digunakan

Sulawesimin2011 <- select(manipulasiinflow, -'2017')
Sulawesimin2011

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

Sulawesimin1 <- manipulasiinflow %>%
  select(tahun = `2014`, `2018`, `2019`)
Sulawesimin1

5 4. Mengganti Tabel Tahun

library(dplyr)
Sulawesitahun2 <- manipulasiinflow %>% rename('2010' = '2011')
head(Sulawesitahun2)

6 5. Mengambil Nilai yang Tidak Duplikasi dari Variabel

6.1 Dari Sebuah Variabel

Sulawesi4 <- distinct(manipulasiinflow, `2015`)
Sulawesi4

6.2 Di Semua Variabel

Sulawesi5 <- distinct(manipulasiinflow, `2019`, .keep_all = TRUE)
Sulawesi5

7 6. Menyeleksi Baris Pada Tabel

Baris tabel diseleksi dengan menggunakan fungsi filter().

Sulawesi6 <- manipulasiinflow %>%
  filter(Provinsi <= 'Sulawesi Barat') %>%
    select(`2018`,`2019`)
Sulawesi6
Sulawesi7 <- manipulasiinflow %>%
  filter(Provinsi == 'Sulawesi Barat', Provinsi == 'Sulawesi Utara') %>%
    select( -`2020`)
Sulawesi7
str(manipulasiinflow)
## tibble [11 x 12] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:11] "Sulampua" "Sulawesi Utara" "Sulawesi Tengah" "Sulawesi Selatan" ...
##  $ 2011    : num [1:11] 25056 5671 1563 10593 659 ...
##  $ 2012    : num [1:11] 31011 6635 1885 13702 964 ...
##  $ 2013    : num [1:11] 63774 21646 1520 17770 6093 ...
##  $ 2014    : num [1:11] 41607 7374 3000 19384 2256 ...
##  $ 2015    : num [1:11] 40309 6286 2593 19583 2385 ...
##  $ 2016    : num [1:11] 45737 7266 2665 21043 3491 ...
##  $ 2017    : num [1:11] 44126 7044 2806 18803 3618 ...
##  $ 2018    : num [1:11] 52672 7781 3701 21894 3632 ...
##  $ 2019    : num [1:11] 60202 7809 4042 24749 4390 ...
##  $ 2020    : num [1:11] 52812 6324 3052 21551 3353 ...
##  $ 2021    : num [1:11] 45714 4671 2453 18335 3270 ...
str(manipulasiinflow %>% group_by(Provinsi))
## grouped_df [11 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:11] "Sulampua" "Sulawesi Utara" "Sulawesi Tengah" "Sulawesi Selatan" ...
##  $ 2011    : num [1:11] 25056 5671 1563 10593 659 ...
##  $ 2012    : num [1:11] 31011 6635 1885 13702 964 ...
##  $ 2013    : num [1:11] 63774 21646 1520 17770 6093 ...
##  $ 2014    : num [1:11] 41607 7374 3000 19384 2256 ...
##  $ 2015    : num [1:11] 40309 6286 2593 19583 2385 ...
##  $ 2016    : num [1:11] 45737 7266 2665 21043 3491 ...
##  $ 2017    : num [1:11] 44126 7044 2806 18803 3618 ...
##  $ 2018    : num [1:11] 52672 7781 3701 21894 3632 ...
##  $ 2019    : num [1:11] 60202 7809 4042 24749 4390 ...
##  $ 2020    : num [1:11] 52812 6324 3052 21551 3353 ...
##  $ 2021    : num [1:11] 45714 4671 2453 18335 3270 ...
##  - attr(*, "groups")= tibble [11 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:11] "Gorontalo" "Maluku" "Maluku Utara" "Papua" ...
##   ..$ .rows   : list<int> [1:11] 
##   .. ..$ : int 7
##   .. ..$ : int 9
##   .. ..$ : int 8
##   .. ..$ : int 10
##   .. ..$ : int 11
##   .. ..$ : int 1
##   .. ..$ : int 6
##   .. ..$ : int 4
##   .. ..$ : int 3
##   .. ..$ : int 5
##   .. ..$ : int 2
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE

8 7. Pengelompokan dan Pengurutan Data

8.1 Pengelompokan Data

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

8.2 Pengurutan Data

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

9 8. Menambahkan Kolom Pada Tabel

Sulawesiup1 <- manipulasiinflow %>%
    mutate(`2021` = manipulasiinflow$`2020`/2)
Sulawesiup1

10 9. 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()