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 4.1.3
datainflowsulawesi <- read_excel(path = "datasulawesi.xlsx")
datainflowsulawesi
## # A tibble: 6 x 12
##   Keterangan     `2011` `2012` `2013` `2014`  `2015` `2016` `2017` `2018` `2019`
##   <chr>           <dbl>  <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Sulawesi Utara  5671.  6635. 21646.  7374.  6286.   7266.  7044.  7781.  7809.
## 2 Sulawesi Teng~  1563.  1885.  1520.  3000.  2593.   2665.  2806.  3701.  4042.
## 3 Sulawesi Sela~ 10593. 13702. 17770. 19384. 19583.  21043. 18803. 21894. 24749.
## 4 Sulawesi Teng~   659.   964.  6093.  2256.  2385.   3491.  3618.  3632.  4390.
## 5 Sulawesi Barat    NA     NA     NA     NA     49.2   536.   746.   606.   542.
## 6 Gorontalo         NA     NA     NA     NA     NA      NA     NA   1088.  1983.
## # ... with 2 more variables: `2020` <dbl>, `2021` <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 4.1.3
## 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 'stringr' 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()

Kasus Data Inflow Uang Kartal di Pulau Sulawesi pada Tahun 2011 - 2021

datalongersulawesi <- datainflowsulawesi %>%
  pivot_longer(!Keterangan, names_to = "Tahun", values_to = "Kasus")
datalongersulawesi
## # A tibble: 66 x 3
##    Keterangan     Tahun  Kasus
##    <chr>          <chr>  <dbl>
##  1 Sulawesi Utara 2011   5671.
##  2 Sulawesi Utara 2012   6635.
##  3 Sulawesi Utara 2013  21646.
##  4 Sulawesi Utara 2014   7374.
##  5 Sulawesi Utara 2015   6286.
##  6 Sulawesi Utara 2016   7266.
##  7 Sulawesi Utara 2017   7044.
##  8 Sulawesi Utara 2018   7781.
##  9 Sulawesi Utara 2019   7809.
## 10 Sulawesi Utara 2020   6324.
## # ... with 56 more rows

Pivot Data inflow Uang Kartal di Pulau Sulawesi Berdasarkan Kasus

library(dplyr)
Sulawesi <- select(datalongersulawesi, Keterangan, Kasus)
Sulawesi
## # A tibble: 66 x 2
##    Keterangan      Kasus
##    <chr>           <dbl>
##  1 Sulawesi Utara  5671.
##  2 Sulawesi Utara  6635.
##  3 Sulawesi Utara 21646.
##  4 Sulawesi Utara  7374.
##  5 Sulawesi Utara  6286.
##  6 Sulawesi Utara  7266.
##  7 Sulawesi Utara  7044.
##  8 Sulawesi Utara  7781.
##  9 Sulawesi Utara  7809.
## 10 Sulawesi Utara  6324.
## # ... with 56 more rows

Kasus Data Inflow uang kartal di Provinsi Sulawesi Utara Periode 2011-2021

library(dplyr)
SulawesiUtara <- datalongersulawesi %>%
  filter(Keterangan == 'Sulawesi Utara') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiUtara
## # A tibble: 11 x 3
##    Keterangan     Tahun  Kasus
##    <chr>          <chr>  <dbl>
##  1 Sulawesi Utara 2011   5671.
##  2 Sulawesi Utara 2012   6635.
##  3 Sulawesi Utara 2013  21646.
##  4 Sulawesi Utara 2014   7374.
##  5 Sulawesi Utara 2015   6286.
##  6 Sulawesi Utara 2016   7266.
##  7 Sulawesi Utara 2017   7044.
##  8 Sulawesi Utara 2018   7781.
##  9 Sulawesi Utara 2019   7809.
## 10 Sulawesi Utara 2020   6324.
## 11 Sulawesi Utara 2021   4671.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Utara Tahun 2017

SulawesiUtara <- datalongersulawesi%>%
  filter(Keterangan == 'Sulawesi Utara', Tahun == '2017') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiUtara
## # A tibble: 1 x 3
##   Keterangan     Tahun Kasus
##   <chr>          <chr> <dbl>
## 1 Sulawesi Utara 2017  7044.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Tengah Periode 2011-2021

library(dplyr)
SulawesiTengah <- datalongersulawesi %>%
  filter(Keterangan == 'Sulawesi Tengah') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiTengah
## # A tibble: 11 x 3
##    Keterangan      Tahun Kasus
##    <chr>           <chr> <dbl>
##  1 Sulawesi Tengah 2011  1563.
##  2 Sulawesi Tengah 2012  1885.
##  3 Sulawesi Tengah 2013  1520.
##  4 Sulawesi Tengah 2014  3000.
##  5 Sulawesi Tengah 2015  2593.
##  6 Sulawesi Tengah 2016  2665.
##  7 Sulawesi Tengah 2017  2806.
##  8 Sulawesi Tengah 2018  3701.
##  9 Sulawesi Tengah 2019  4042.
## 10 Sulawesi Tengah 2020  3052.
## 11 Sulawesi Tengah 2021  2453.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Tengah Tahun 2018

SulawesiTengah <- datalongersulawesi%>%
  filter(Keterangan == 'Sulawesi Tengah', Tahun == '2018') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiTengah
## # A tibble: 1 x 3
##   Keterangan      Tahun Kasus
##   <chr>           <chr> <dbl>
## 1 Sulawesi Tengah 2018  3701.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Selatan Periode 2011-2021

library(dplyr)
SulawesiSelatan <- datalongersulawesi %>%
  filter(Keterangan == 'Sulawesi Selatan') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiSelatan
## # A tibble: 11 x 3
##    Keterangan       Tahun  Kasus
##    <chr>            <chr>  <dbl>
##  1 Sulawesi Selatan 2011  10593.
##  2 Sulawesi Selatan 2012  13702.
##  3 Sulawesi Selatan 2013  17770.
##  4 Sulawesi Selatan 2014  19384.
##  5 Sulawesi Selatan 2015  19583.
##  6 Sulawesi Selatan 2016  21043.
##  7 Sulawesi Selatan 2017  18803.
##  8 Sulawesi Selatan 2018  21894.
##  9 Sulawesi Selatan 2019  24749.
## 10 Sulawesi Selatan 2020  21551.
## 11 Sulawesi Selatan 2021  18335.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Selatan Tahun 2011

SulawesiSelatan <- datalongersulawesi%>%
  filter(Keterangan == 'Sulawesi Selatan', Tahun == '2011') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiSelatan
## # A tibble: 1 x 3
##   Keterangan       Tahun  Kasus
##   <chr>            <chr>  <dbl>
## 1 Sulawesi Selatan 2011  10593.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Tenggara Periode 2011-2021

library(dplyr)
SulawesiTenggara <- datalongersulawesi %>%
  filter(Keterangan == 'Sulawesi Tenggara') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiTenggara
## # A tibble: 11 x 3
##    Keterangan        Tahun Kasus
##    <chr>             <chr> <dbl>
##  1 Sulawesi Tenggara 2011   659.
##  2 Sulawesi Tenggara 2012   964.
##  3 Sulawesi Tenggara 2013  6093.
##  4 Sulawesi Tenggara 2014  2256.
##  5 Sulawesi Tenggara 2015  2385.
##  6 Sulawesi Tenggara 2016  3491.
##  7 Sulawesi Tenggara 2017  3618.
##  8 Sulawesi Tenggara 2018  3632.
##  9 Sulawesi Tenggara 2019  4390.
## 10 Sulawesi Tenggara 2020  3353.
## 11 Sulawesi Tenggara 2021  3270.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Tenggara Tahun 2019

SulawesiTenggara <- datalongersulawesi%>%
  filter(Keterangan == 'Sulawesi Tenggara', Tahun == '2019') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiTenggara
## # A tibble: 1 x 3
##   Keterangan        Tahun Kasus
##   <chr>             <chr> <dbl>
## 1 Sulawesi Tenggara 2019  4390.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Barat Periode 2011-2021

library(dplyr)
SulawesiTBarat <- datalongersulawesi %>%
  filter(Keterangan == 'Sulawesi Barat') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiTBarat
## # A tibble: 11 x 3
##    Keterangan     Tahun Kasus
##    <chr>          <chr> <dbl>
##  1 Sulawesi Barat 2011   NA  
##  2 Sulawesi Barat 2012   NA  
##  3 Sulawesi Barat 2013   NA  
##  4 Sulawesi Barat 2014   NA  
##  5 Sulawesi Barat 2015   49.2
##  6 Sulawesi Barat 2016  536. 
##  7 Sulawesi Barat 2017  746. 
##  8 Sulawesi Barat 2018  606. 
##  9 Sulawesi Barat 2019  542. 
## 10 Sulawesi Barat 2020  329. 
## 11 Sulawesi Barat 2021  265.

Kasus Data Inflow uang kartal di Provinsi Sulawesi Barat Tahun 2021

SulawesiTBarat <- datalongersulawesi%>%
  filter(Keterangan == 'Sulawesi Barat', Tahun == '2021') %>%
  select('Keterangan', 'Tahun', 'Kasus')
SulawesiTBarat
## # A tibble: 1 x 3
##   Keterangan     Tahun Kasus
##   <chr>          <chr> <dbl>
## 1 Sulawesi Barat 2021   265.

Kasus Data Inflow uang kartal di Provinsi Gorontalo Periode 2011-2021

library(dplyr)
Gorontalo <- datalongersulawesi %>%
  filter(Keterangan == 'Gorontalo') %>%
  select('Keterangan', 'Tahun', 'Kasus')
Gorontalo
## # A tibble: 11 x 3
##    Keterangan Tahun Kasus
##    <chr>      <chr> <dbl>
##  1 Gorontalo  2011    NA 
##  2 Gorontalo  2012    NA 
##  3 Gorontalo  2013    NA 
##  4 Gorontalo  2014    NA 
##  5 Gorontalo  2015    NA 
##  6 Gorontalo  2016    NA 
##  7 Gorontalo  2017    NA 
##  8 Gorontalo  2018  1088.
##  9 Gorontalo  2019  1983.
## 10 Gorontalo  2020  2227.
## 11 Gorontalo  2021  1770.

Kasus Data Inflow uang kartal di Provinsi Gorontalo Tahun 2014

Gorontalo <- datalongersulawesi%>%
  filter(Keterangan == 'Gorontalo', Tahun == '2014') %>%
  select('Keterangan', 'Tahun', 'Kasus')
Gorontalo
## # A tibble: 1 x 3
##   Keterangan Tahun Kasus
##   <chr>      <chr> <dbl>
## 1 Gorontalo  2014     NA

Hasil Visualisasi dimasing-masing Provinsi

ggplot(data = datalongersulawesi, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point(col = "Grey") +
  facet_wrap( ~ Keterangan) +
  theme(axis.text.x = element_text(angle = 90))
## Warning: Removed 11 rows containing missing values (geom_point).