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
dataoutflowkalimantan <- read_excel(path = "outflow tahunan1.xlsx")
dataoutflowkalimantan
## # 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~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## 2 Kaliman~  5221.  5698.  6011.  6764.  8486.  9402. 11132. 12278. 13768. 13501.
## 3 Kaliman~  6850.  7741. 15421.  8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~  5126.  5580.  5046.  6265.  6755.  7424.  9544.  8476.  9228.  8222.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~     0      0      0      0      0      0   1507.  2471.  3096.  2826.
## # ... 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 outflow Uang Kartal di Pulau kalimantan Barat pada periode 2011-2021

datalongerkalimantan <- dataoutflowkalimantan %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerkalimantan
## # A tibble: 66 x 3
##    Provinsi   Tahun  Kasus
##    <chr>      <chr>  <dbl>
##  1 Kalimantan 2011  29535.
##  2 Kalimantan 2012  33444.
##  3 Kalimantan 2013  44929.
##  4 Kalimantan 2014  38772.
##  5 Kalimantan 2015  41945.
##  6 Kalimantan 2016  42179.
##  7 Kalimantan 2017  50404.
##  8 Kalimantan 2018  53989.
##  9 Kalimantan 2019  57579.
## 10 Kalimantan 2020  52060.
## # ... with 56 more rows

Pivot Data outflow 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 29535.
##  2 Kalimantan 33444.
##  3 Kalimantan 44929.
##  4 Kalimantan 38772.
##  5 Kalimantan 41945.
##  6 Kalimantan 42179.
##  7 Kalimantan 50404.
##  8 Kalimantan 53989.
##  9 Kalimantan 57579.
## 10 Kalimantan 52060.
## # ... with 56 more rows

Kasus Data outflow 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 outflow 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 outflow 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   6850.
##  2 Kalimantan Tengah 2012   7741.
##  3 Kalimantan Tengah 2013  15421.
##  4 Kalimantan Tengah 2014   8346.
##  5 Kalimantan Tengah 2015  10190.
##  6 Kalimantan Tengah 2016  10131.
##  7 Kalimantan Tengah 2017  11695.
##  8 Kalimantan Tengah 2018  13040.
##  9 Kalimantan Tengah 2019  12891.
## 10 Kalimantan Tengah 2020  12518.
## 11 Kalimantan Tengah 2021   7071.

Kasus Data outflow 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  7071.

Kasus Data outflow 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  5126.
##  2 Kalimantan Selatan 2012  5580.
##  3 Kalimantan Selatan 2013  5046.
##  4 Kalimantan Selatan 2014  6265.
##  5 Kalimantan Selatan 2015  6755.
##  6 Kalimantan Selatan 2016  7424.
##  7 Kalimantan Selatan 2017  9544.
##  8 Kalimantan Selatan 2018  8476.
##  9 Kalimantan Selatan 2019  9228.
## 10 Kalimantan Selatan 2020  8222.
## 11 Kalimantan Selatan 2021  5192.

Kasus Data outflow 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  5192.

Visualisasi Pivot Data outflow 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 outflow 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))