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
dataoutflowsumatera <- read_excel(path = "outflow tahunan.xlsx")
dataoutflowsumatera
## # A tibble: 11 x 12
##    Provinsi     `2011` `2012`  `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>         <dbl>  <dbl>   <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera     80092. 85235. 103288. 102338. 1.09e5 1.22e5 1.34e5 1.36e5 1.53e5
##  2 Aceh          6338.  6378.  23278.   8630. 9.64e3 1.13e4 1.18e4 1.14e4 1.31e4
##  3 Sumatera Ut~ 22176. 22495.  19235.  26391. 2.79e4 3.20e4 3.52e4 3.69e4 4.41e4
##  4 Sumatera Ba~  5300.  6434.   6511.   7060. 7.47e3 9.20e3 1.08e4 8.45e3 9.46e3
##  5 Riau         12434. 13014.  15460.  15158. 1.58e4 1.76e4 1.81e4 1.79e4 1.93e4
##  6 Kep. Riau     5819.  6966.   8747.  10122. 9.80e3 1.01e4 1.07e4 1.26e4 1.26e4
##  7 Jambi         5217.  5013.   6302.   8361. 8.32e3 7.77e3 8.43e3 8.46e3 9.20e3
##  8 Sumatera Se~ 14524. 15600.  12693.  13372. 1.35e4 1.58e4 1.70e4 1.79e4 1.91e4
##  9 Bengkulu      2561.  2959.   6490.   4583. 4.85e3 5.16e3 5.45e3 5.50e3 6.84e3
## 10 Lampung       5724.  6376.   4571.   8339. 9.95e3 1.04e4 1.34e4 1.37e4 1.56e4
## 11 Kep. Bangka~     0      0       0     322. 2.00e3 2.68e3 2.75e3 2.74e3 4.17e3
## # ... with 2 more variables: 2020 <dbl>, 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 outflowUang Kartal di Pulau sumatera pada periode 2011-2021

datalongerSumatera <- dataoutflowsumatera %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerSumatera
## # A tibble: 121 x 3
##    Provinsi Tahun   Kasus
##    <chr>    <chr>   <dbl>
##  1 Sumatera 2011   80092.
##  2 Sumatera 2012   85235.
##  3 Sumatera 2013  103288.
##  4 Sumatera 2014  102338.
##  5 Sumatera 2015  109186.
##  6 Sumatera 2016  121992.
##  7 Sumatera 2017  133606.
##  8 Sumatera 2018  135676.
##  9 Sumatera 2019  153484.
## 10 Sumatera 2020  140589.
## # ... with 111 more rows

Pivot Data outflowUang Kartal di Pulau sumatera Berdasarkan Kasus

library(dplyr)
sumatera2 <- select(datalongerSumatera, Provinsi, Kasus)
sumatera2
## # A tibble: 121 x 2
##    Provinsi   Kasus
##    <chr>      <dbl>
##  1 Sumatera  80092.
##  2 Sumatera  85235.
##  3 Sumatera 103288.
##  4 Sumatera 102338.
##  5 Sumatera 109186.
##  6 Sumatera 121992.
##  7 Sumatera 133606.
##  8 Sumatera 135676.
##  9 Sumatera 153484.
## 10 Sumatera 140589.
## # ... with 111 more rows

Kasus Data outflowUang Kartal di provinsi Riau Periode 2011-2021

library(dplyr)
sumatera3 <- datalongerSumatera  %>%
    filter(Provinsi == 'Riau') %>%
    select('Provinsi', 'Tahun', 'Kasus')
sumatera3 
## # A tibble: 11 x 3
##    Provinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Riau     2011  12434.
##  2 Riau     2012  13014.
##  3 Riau     2013  15460.
##  4 Riau     2014  15158.
##  5 Riau     2015  15789.
##  6 Riau     2016  17645.
##  7 Riau     2017  18128.
##  8 Riau     2018  17926.
##  9 Riau     2019  19277.
## 10 Riau     2020  19139.
## 11 Riau     2021  12631.

Kasus Data outflowUang Kartal di provinsi Riau Tahun 2021

sumatera4 <- datalongerSumatera %>%
  filter(Provinsi == 'Riau', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
sumatera4
## # A tibble: 1 x 3
##   Provinsi Tahun  Kasus
##   <chr>    <chr>  <dbl>
## 1 Riau     2021  12631.

Visualisasi Pivot Data outflowUang Kartal di pulau sumatera Berdasarkan Provinsi

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

Visualisasi Pivot Data outflowUang Kartal di pulau sumatera Berdasarkan Tahun

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