pivot adalah nilai yang dikelompokkan yang menggabungkan item individual dari tabel yang lebih luas (seperti dari database , spreadsheet , atau program intelijen bisnis ) dalam satu atau beberapa kategori terpisah. Ringkasan ini dapat mencakup jumlah, rata-rata, atau statistik lainnya, yang dikelompokkan bersama oleh tabel pivot menggunakan fungsi agregasi terpilih yang diterapkan ke nilai yang dikelompokkan. Berikut adalah contoh penerapan pivot pada pemrograman R.
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
datainflowjawa <- read_excel(path = "D:/1. PERKULIAHAN/Semester 2/Linier Algebra/data/Inflowjawa.xlsx")
## New names:
## * `` -> ...1
datainflowjawa
## # A tibble: 5 x 14
## ...1 Provinsi JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS
## <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 Jawa Barat 1791. 2448. 2344. 4638. 2988. 4745. 10250. 1833.
## 2 2 Jawa Tengah 1006. 2280. 2290. 4329. 3047. 5247. 11993. 1597.
## 3 3 Yogyakarta 292. 700. 727. 1306. 793. 1327. 3344. 642.
## 4 4 Jawa Timur 1477. 2466. 3692. 6113. 3701. 7691. 13457. 2902.
## 5 5 Banten 0 0 0 0 0 0 0 0
## # ... with 4 more variables: SEPTEMBER <dbl>, OKTOBER <dbl>, NOVEMBER <dbl>,
## # DESEMBER <dbl>
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.1.3
## -- 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 4.1.3
## Warning: package 'tibble' was built under R version 4.1.2
## Warning: package 'tidyr' was built under R version 4.1.3
## Warning: package 'readr' was built under R version 4.1.3
## Warning: package 'purrr' was built under R version 4.1.3
## Warning: package 'dplyr' was built under R version 4.1.3
## Warning: package 'forcats' was built under R version 4.1.3
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
datalongerjawa<- datainflowjawa %>%
pivot_longer(!Provinsi, names_to = "Bulan", values_to = "Kasus")
datalongerjawa
## # A tibble: 65 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Jawa Barat ...1 1
## 2 Jawa Barat JANUARI 1791.
## 3 Jawa Barat FEBRUARI 2448.
## 4 Jawa Barat MARET 2344.
## 5 Jawa Barat APRIL 4638.
## 6 Jawa Barat MEI 2988.
## 7 Jawa Barat JUNI 4745.
## 8 Jawa Barat JULI 10250.
## 9 Jawa Barat AGUSTUS 1833.
## 10 Jawa Barat SEPTEMBER 3157.
## # ... with 55 more rows
library(dplyr)
kasusjawa <- select(datalongerjawa, Provinsi, Kasus)
kasusjawa
## # A tibble: 65 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Jawa Barat 1
## 2 Jawa Barat 1791.
## 3 Jawa Barat 2448.
## 4 Jawa Barat 2344.
## 5 Jawa Barat 4638.
## 6 Jawa Barat 2988.
## 7 Jawa Barat 4745.
## 8 Jawa Barat 10250.
## 9 Jawa Barat 1833.
## 10 Jawa Barat 3157.
## # ... with 55 more rows
library(dplyr)
kasusjawatimur <- datalongerjawa %>%
filter(Provinsi == 'Jawa Timur') %>%
select('Provinsi', 'Bulan', 'Kasus')
kasusjawatimur
## # A tibble: 13 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Jawa Timur ...1 4
## 2 Jawa Timur JANUARI 1477.
## 3 Jawa Timur FEBRUARI 2466.
## 4 Jawa Timur MARET 3692.
## 5 Jawa Timur APRIL 6113.
## 6 Jawa Timur MEI 3701.
## 7 Jawa Timur JUNI 7691.
## 8 Jawa Timur JULI 13457.
## 9 Jawa Timur AGUSTUS 2902.
## 10 Jawa Timur SEPTEMBER 5136.
## 11 Jawa Timur OKTOBER 3916.
## 12 Jawa Timur NOVEMBER 4380.
## 13 Jawa Timur DESEMBER 8654.
kasusjawatimur2 <- datalongerjawa %>%
filter(Provinsi == 'Jawa Timur', Bulan == 'September') %>%
select('Provinsi', 'Bulan', 'Kasus')
kasusjawatimur2
## # A tibble: 0 x 3
## # ... with 3 variables: Provinsi <chr>, Bulan <chr>, Kasus <dbl>
ggplot(data = datalongerjawa, mapping = aes(x = Bulan, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerjawa, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Bulan) +
theme(axis.text.x = element_text(angle = 90))