Pengertian Pivot Table

pivot table adalah ringkasan data yang dikemas dalam tabel interaktif agar memudahkan dan membantu kamu untuk membuat laporan dan menganalisisnya dengan melihat perbandingan data yang kamu miliki.

Singkatnya, gunanya pivot table adalah untuk merangkum, mengelompokkan, mengeksplorasi, mempresentasikan, menghitung, dan menganalisa data.

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
datainflowkalimantan <- read_excel(path = "inflow tahunan1.xlsx")
datainflowkalimantan
## # 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()

Kasus Data inflow Uang Kartal di Pulau kalimantan Barat pada periode 2011-2021

datalongerkalimantan <- datainflowkalimantan %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerkalimantan
## # 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

Pivot Data inflow Uang Kartal di Pulau kalimantan Barat Berdasarkan Kasus

library(dplyr)
kalimantan2 <- select(datalongerkalimantan, Provinsi, Kasus)
kalimantan2
## # 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

Kasus Data inflow Uang Kartal di provinsi kalimantan Barat Periode 2011-2021

library(dplyr)
kalimantan3 <- datalongerkalimantan  %>%
    filter(Provinsi == 'kalimantan Barat') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kalimantan3 
## # A tibble: 0 x 3
## # ... with 3 variables: Provinsi <chr>, Tahun <chr>, Kasus <dbl>

Kasus Data inflow Uang Kartal di provinsi kalimantan Barat Tahun 2021

kalimantan4 <- datalongerkalimantan %>%
  filter(Provinsi == 'kalimantan', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kalimantan4
## # A tibble: 0 x 3
## # ... with 3 variables: Provinsi <chr>, Tahun <chr>, Kasus <dbl>

Kasus Data inflow Uang Kartal di provinsi kalimantan Tengah Periode 2011-2021

library(dplyr)
kalteng <- datalongerkalimantan  %>%
    filter(Provinsi == 'Kalimantan Tengah') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kalteng 
## # A tibble: 11 x 3
##    Provinsi          Tahun  Kasus
##    <chr>             <chr>  <dbl>
##  1 Kalimantan Tengah 2011    779.
##  2 Kalimantan Tengah 2012   1135.
##  3 Kalimantan Tengah 2013  19328.
##  4 Kalimantan Tengah 2014   1887.
##  5 Kalimantan Tengah 2015   3547.
##  6 Kalimantan Tengah 2016   3694.
##  7 Kalimantan Tengah 2017   3655.
##  8 Kalimantan Tengah 2018   4083.
##  9 Kalimantan Tengah 2019   4385.
## 10 Kalimantan Tengah 2020   4178.
## 11 Kalimantan Tengah 2021   3534.

Kasus Data inflow Uang Kartal di provinsi kalimantan Tengah Tahun 2021

kalteng1 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Tengah', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kalteng1
## # A tibble: 1 x 3
##   Provinsi          Tahun Kasus
##   <chr>             <chr> <dbl>
## 1 Kalimantan Tengah 2021  3534.

Kasus Data inflow Uang Kartal di provinsi kalimantan Selatan Periode 2011-2021

library(dplyr)
kalsel <- datalongerkalimantan  %>%
    filter(Provinsi == 'Kalimantan Selatan') %>%
    select('Provinsi', 'Tahun', 'Kasus')
kalsel 
## # A tibble: 11 x 3
##    Provinsi           Tahun  Kasus
##    <chr>              <chr>  <dbl>
##  1 Kalimantan Selatan 2011   5369.
##  2 Kalimantan Selatan 2012   7311.
##  3 Kalimantan Selatan 2013   4226.
##  4 Kalimantan Selatan 2014   9614.
##  5 Kalimantan Selatan 2015   9558.
##  6 Kalimantan Selatan 2016  10809.
##  7 Kalimantan Selatan 2017  12415.
##  8 Kalimantan Selatan 2018  13604.
##  9 Kalimantan Selatan 2019  14462.
## 10 Kalimantan Selatan 2020  11753.
## 11 Kalimantan Selatan 2021   9655.

Kasus Data inflow Uang Kartal di provinsi kalimantan Selatan Tahun 2021

library(dplyr)
kalsel1 <- datalongerkalimantan %>%
  filter(Provinsi == 'Kalimantan Selatan', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
kalsel1
## # A tibble: 1 x 3
##   Provinsi           Tahun Kasus
##   <chr>              <chr> <dbl>
## 1 Kalimantan Selatan 2021  9655.

Visualisasi Pivot Data inflow Uang Kartal di pulau kalimantan Berdasarkan Provinsi

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

Visualisasi Pivot Data inflow Uang Kartal di pulau kalimantan Berdasarkan Tahun

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