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
dataoutflowkalimantan <- read_excel(path = "datakalimantan2.xlsx")
dataoutflowkalimantan## # A tibble: 5 x 12
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan Bar~ 5221. 5698. 6011. 6764. 8486. 9402. 11132. 12278. 13768.
## 2 Kalimantan Ten~ 6850. 7741. 15421. 8346. 10190. 10131. 11695. 13040. 12891.
## 3 Kalimantan Sel~ 5126. 5580. 5046. 6265. 6755. 7424. 9544. 8476. 9228.
## 4 Kalimantan Tim~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596.
## 5 Kalimantan Uta~ NA NA NA NA NA NA 1507. 2471. 3096.
## # ... 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()
datalongerkalimantan <- dataoutflowkalimantan %>%
pivot_longer(!Keterangan, names_to = "Tahun", values_to = "Kasus")
datalongerkalimantan## # A tibble: 55 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Barat 2011 5221.
## 2 Kalimantan Barat 2012 5698.
## 3 Kalimantan Barat 2013 6011.
## 4 Kalimantan Barat 2014 6764.
## 5 Kalimantan Barat 2015 8486.
## 6 Kalimantan Barat 2016 9402.
## 7 Kalimantan Barat 2017 11132.
## 8 Kalimantan Barat 2018 12278.
## 9 Kalimantan Barat 2019 13768.
## 10 Kalimantan Barat 2020 13501.
## # ... with 45 more rows
library(dplyr)Kalimantan <- select(datalongerkalimantan, Keterangan, Kasus)
Kalimantan## # A tibble: 55 x 2
## Keterangan Kasus
## <chr> <dbl>
## 1 Kalimantan Barat 5221.
## 2 Kalimantan Barat 5698.
## 3 Kalimantan Barat 6011.
## 4 Kalimantan Barat 6764.
## 5 Kalimantan Barat 8486.
## 6 Kalimantan Barat 9402.
## 7 Kalimantan Barat 11132.
## 8 Kalimantan Barat 12278.
## 9 Kalimantan Barat 13768.
## 10 Kalimantan Barat 13501.
## # ... with 45 more rows
library(dplyr)KalimantanBarat <- datalongerkalimantan %>%
filter(Keterangan == 'Kalimantan Barat') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanBarat## # A tibble: 11 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Barat 2011 5221.
## 2 Kalimantan Barat 2012 5698.
## 3 Kalimantan Barat 2013 6011.
## 4 Kalimantan Barat 2014 6764.
## 5 Kalimantan Barat 2015 8486.
## 6 Kalimantan Barat 2016 9402.
## 7 Kalimantan Barat 2017 11132.
## 8 Kalimantan Barat 2018 12278.
## 9 Kalimantan Barat 2019 13768.
## 10 Kalimantan Barat 2020 13501.
## 11 Kalimantan Barat 2021 6958.
KalimantanBarat <- datalongerkalimantan%>%
filter(Keterangan == 'Kalimantan Barat', Tahun == '2012') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanBarat## # A tibble: 1 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Barat 2012 5698.
library(dplyr)KalimantanTengah <- datalongerkalimantan %>%
filter(Keterangan == 'Kalimantan Tengah') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanTengah## # A tibble: 11 x 3
## Keterangan 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.
KalimantanTengah <- datalongerkalimantan%>%
filter(Keterangan == 'Kalimantan Tengah', Tahun == '2014') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanTengah## # A tibble: 1 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Tengah 2014 8346.
library(dplyr)KalimantanSelatan <- datalongerkalimantan %>%
filter(Keterangan == 'Kalimantan Selatan') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanSelatan## # A tibble: 11 x 3
## Keterangan 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.
KalimantanSelatan <- datalongerkalimantan%>%
filter(Keterangan == 'Kalimantan Selatan', Tahun == '2016') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanSelatan## # A tibble: 1 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Selatan 2016 7424.
library(dplyr)KalimantanTimur <- datalongerkalimantan %>%
filter(Keterangan == 'Kalimantan Timur') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanTimur## # A tibble: 11 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Timur 2011 12337.
## 2 Kalimantan Timur 2012 14426.
## 3 Kalimantan Timur 2013 18451.
## 4 Kalimantan Timur 2014 17398.
## 5 Kalimantan Timur 2015 16514.
## 6 Kalimantan Timur 2016 15221.
## 7 Kalimantan Timur 2017 16525.
## 8 Kalimantan Timur 2018 17724.
## 9 Kalimantan Timur 2019 18596.
## 10 Kalimantan Timur 2020 14993.
## 11 Kalimantan Timur 2021 9110.
KalimantanTimur <- datalongerkalimantan%>%
filter(Keterangan == 'Kalimantan Timur', Tahun == '2018') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanTimur## # A tibble: 1 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Timur 2018 17724.
library(dplyr)KalimantanUtara <- datalongerkalimantan %>%
filter(Keterangan == 'Kalimantan Utara') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanUtara## # A tibble: 11 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Utara 2011 NA
## 2 Kalimantan Utara 2012 NA
## 3 Kalimantan Utara 2013 NA
## 4 Kalimantan Utara 2014 NA
## 5 Kalimantan Utara 2015 NA
## 6 Kalimantan Utara 2016 NA
## 7 Kalimantan Utara 2017 1507.
## 8 Kalimantan Utara 2018 2471.
## 9 Kalimantan Utara 2019 3096.
## 10 Kalimantan Utara 2020 2826.
## 11 Kalimantan Utara 2021 1960.
KalimantanUtara <- datalongerkalimantan%>%
filter(Keterangan == 'Kalimantan Utara', Tahun == '2020') %>%
select('Keterangan', 'Tahun', 'Kasus')
KalimantanUtara## # A tibble: 1 x 3
## Keterangan Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Utara 2020 2826.
ggplot(data = datalongerkalimantan, mapping = aes(x = Tahun, y = Kasus)) +
geom_point(col = "Blue") +
facet_wrap( ~ Keterangan) +
theme(axis.text.x = element_text(angle = 90))## Warning: Removed 6 rows containing missing values (geom_point).