Pivot dan Visualisasi Data Outflow Uang Kartal di Pulau Sulampua Tahun 2012
Adila Qurrota A’yun
3/18/2022
Dosen Pengampu : Prof. Dr. Suhartono, M.Kom
Mata Kuliah : Linear Algebra
Prodi : Teknik Informatika
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Pengertian Pivot
Pivot merupakan salah satu fitur yang powerful di dalam Microsoft Excel, digunakan untuk merangkum data. Fungsi lengkapnya adalah untuk melakukan analisis, eksplorasi data, dan mempresentasikannya. Sehingga proses pembacaan dan penyajian data di dalam aplikasi menjadi lebih mudah sekaligus lebih detail. Pivot memungkinkan pengguna untuk melakukan manipulasi data agar tampilannya lebih sesuai dengan keinginan dan kebutuhan. Tujuannya untuk memastikan data yang penting bisa ditampilkan, sebab pivot biasanya digunakan untuk merangkum data dalam jumlah banyak sehingga bisa lebih mudah dibaca. Berikut pivot dan visualisasi data outflow uang kartal di pulau Sulampua tahun 2012 menggunakan bahasa pemrograman R.
library(readxl)outflowsulampua <- read_excel(path = "outflowSulampua.xlsx")
outflowsulampua## # A tibble: 11 x 13
## Provinsi Januari Februari Maret April Mei Juni Juli Agustus September
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Sulampua 1104. 1390. 2480. 3468. 3346. 3985. 3758. 5220. 1924.
## 2 Sulawesi U~ 196. 283. 434. 528. 497. 797. 614. 976. 309.
## 3 Sulawesi T~ 48.8 174. 201. 449. 434. 542. 364. 559. 170.
## 4 Sulawesi S~ 510. 455. 932. 1184. 913. 1076. 1012. 1895. 682.
## 5 Sulawesi T~ 136. 6.83 89.3 186. 343. 308. 327. 396. 38.0
## 6 Sulawesi B~ 0 0 0 0 0 0 0 0 0
## 7 Gorontalo 0 0 0 0 0 0 0 0 0
## 8 Maluku Uta~ 46.2 58.2 92.8 175. 157. 135. 177. 218. 52.2
## 9 Maluku 7.14 103. 194. 214. 206. 281. 288. 215. 139.
## 10 Papua 159. 311. 537. 732. 796. 845. 977. 961. 535.
## 11 Papua Barat 0 0 0 0 0 0 0 0 0
## # ... with 3 more variables: Oktober <dbl>, November <dbl>, Desember <dbl>library(tidyverse)## -- 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## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()Kasus Data Outflow Uang Kartal di Pulau Sulampua Bulan Januari-Desember Tahun 2012
datalongersulampua <- outflowsulampua %>%
pivot_longer(!Provinsi, names_to = "Bulan", values_to = "Kasus")
datalongersulampua## # A tibble: 132 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Sulampua Januari 1104.
## 2 Sulampua Februari 1390.
## 3 Sulampua Maret 2480.
## 4 Sulampua April 3468.
## 5 Sulampua Mei 3346.
## 6 Sulampua Juni 3985.
## 7 Sulampua Juli 3758.
## 8 Sulampua Agustus 5220.
## 9 Sulampua September 1924.
## 10 Sulampua Oktober 3556.
## # ... with 122 more rowsPivot Data Outflow Uang Kartal di Pulau Sulampua Berdasarkan Kasus
library(dplyr)
sulampua2 <- select(datalongersulampua , Provinsi, Kasus)
sulampua2## # A tibble: 132 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Sulampua 1104.
## 2 Sulampua 1390.
## 3 Sulampua 2480.
## 4 Sulampua 3468.
## 5 Sulampua 3346.
## 6 Sulampua 3985.
## 7 Sulampua 3758.
## 8 Sulampua 5220.
## 9 Sulampua 1924.
## 10 Sulampua 3556.
## # ... with 122 more rowsKasus Data Outflow Uang Kartal di Sulawesi Utara Bulan Januari-Desember Tahun 2012
library(dplyr)
sulawesiutara3 <- datalongersulampua %>%
filter(Provinsi == 'Sulawesi Utara') %>%
select('Provinsi', 'Bulan', 'Kasus')
sulawesiutara3## # A tibble: 12 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Sulawesi Utara Januari 196.
## 2 Sulawesi Utara Februari 283.
## 3 Sulawesi Utara Maret 434.
## 4 Sulawesi Utara April 528.
## 5 Sulawesi Utara Mei 497.
## 6 Sulawesi Utara Juni 797.
## 7 Sulawesi Utara Juli 614.
## 8 Sulawesi Utara Agustus 976.
## 9 Sulawesi Utara September 309.
## 10 Sulawesi Utara Oktober 366.
## 11 Sulawesi Utara November 375.
## 12 Sulawesi Utara Desember 1000.Kasus Data Inflow Uang Kartal di Sulawesi Utara Bulan Januari Tahun 2012
sulawesiutara4 <- datalongersulampua %>%
filter(Provinsi == 'Sulawesi Utara', Bulan == 'Januari') %>%
select('Provinsi', 'Bulan', 'Kasus')
sulawesiutara4## # A tibble: 1 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Sulawesi Utara Januari 196.Visualisasi Pivot Data Outflow Uang Kartal di Pulau Sulampua Berdasarkan Provinsi
ggplot(data = datalongersulampua, mapping = aes(x = Bulan, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
Visualisasi Pivot Data Outflow Uang Kartal di Pulau Sulampua Berdasarkan Bulan
ggplot(data = datalongersulampua, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Bulan) +
theme(axis.text.x = element_text(angle = 90))