Pivot dan Visualisasi Data Inflow-Outflow Uang Kartal di Pulau Bali Nusa Tenggara Tahun 2011-2021

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 inflow-outflow uang kartal di pulau Bali Nusa Tenggara tahun 2011-2021 menggunakan bahasa pemrograman R.

library(readxl)

inflowbalinusra <- read_excel(path = "inflowBaliNusra.xlsx")
inflowbalinusra

## # A tibble: 4 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Bali Nu~ 10322. 14613. 17512. 20807. 23008. 30965. 30797. 33866. 38116. 29400.
## 2 Bali      6394.  8202.  5066. 11590. 13072. 17914. 16962. 18610. 21422. 14735.
## 3 Nusa Te~  1803.  3676.  7024.  5704.  6285.  8842.  8383.  9140.  9614.  8007.
## 4 Nusa Te~  2125.  2735.  5422.  3512.  3651.  4210.  5452.  6116.  7080.  6657.
## # ... with 1 more variable: `2021` <dbl>

outflowbalinusra <- read_excel(path = "outflowBaliNusra.xlsx")
outflowbalinusra

## # A tibble: 4 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Bali Nu~ 16424. 19421. 29399. 23391. 26728. 31941. 34160. 37260. 38680. 31224.
## 2 Bali      8912. 10782.  7248. 13104. 14471. 18140. 17822. 20434. 20654. 14323.
## 3 Nusa Te~  3819.  4379. 10628.  5620.  6728.  8149.  8770.  9271. 10288.  8546.
## 4 Nusa Te~  3693.  4260. 11524.  4668.  5530.  5652.  7569.  7555.  7738.  8356.
## # ... with 1 more variable: `2021` <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 Inflow Uang Kartal di Pulau Bali Nusa Tenggara Tahun 2011-2021

indatalongerbalinusra <- inflowbalinusra %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
indatalongerbalinusra

## # A tibble: 44 x 3
##    Provinsi   Tahun  Kasus
##    <chr>      <chr>  <dbl>
##  1 Bali Nusra 2011  10322.
##  2 Bali Nusra 2012  14613.
##  3 Bali Nusra 2013  17512.
##  4 Bali Nusra 2014  20807.
##  5 Bali Nusra 2015  23008.
##  6 Bali Nusra 2016  30965.
##  7 Bali Nusra 2017  30797.
##  8 Bali Nusra 2018  33866.
##  9 Bali Nusra 2019  38116.
## 10 Bali Nusra 2020  29400.
## # ... with 34 more rows

Kasus Data Outflow Uang Kartal di Pulau Bali Nusa Tenggara Tahun 2011-2021

outdatalongerbalinusra <- outflowbalinusra %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
outdatalongerbalinusra

## # A tibble: 44 x 3
##    Provinsi   Tahun  Kasus
##    <chr>      <chr>  <dbl>
##  1 Bali Nusra 2011  16424.
##  2 Bali Nusra 2012  19421.
##  3 Bali Nusra 2013  29399.
##  4 Bali Nusra 2014  23391.
##  5 Bali Nusra 2015  26728.
##  6 Bali Nusra 2016  31941.
##  7 Bali Nusra 2017  34160.
##  8 Bali Nusra 2018  37260.
##  9 Bali Nusra 2019  38680.
## 10 Bali Nusra 2020  31224.
## # ... with 34 more rows

Pivot Data Inflow Uang Kartal di Pulau Bali Nusa Tenggara Berdasarkan Kasus

library(dplyr)
balinusra1 <- select(indatalongerbalinusra, Provinsi, Kasus)
balinusra1

## # A tibble: 44 x 2
##    Provinsi    Kasus
##    <chr>       <dbl>
##  1 Bali Nusra 10322.
##  2 Bali Nusra 14613.
##  3 Bali Nusra 17512.
##  4 Bali Nusra 20807.
##  5 Bali Nusra 23008.
##  6 Bali Nusra 30965.
##  7 Bali Nusra 30797.
##  8 Bali Nusra 33866.
##  9 Bali Nusra 38116.
## 10 Bali Nusra 29400.
## # ... with 34 more rows

Pivot Data Outflow Uang Kartal di Pulau Bali Nusa Tenggara Berdasarkan Kasus

library(dplyr)
balinusra2 <- select(outdatalongerbalinusra, Provinsi, Kasus)
balinusra2

## # A tibble: 44 x 2
##    Provinsi    Kasus
##    <chr>       <dbl>
##  1 Bali Nusra 16424.
##  2 Bali Nusra 19421.
##  3 Bali Nusra 29399.
##  4 Bali Nusra 23391.
##  5 Bali Nusra 26728.
##  6 Bali Nusra 31941.
##  7 Bali Nusra 34160.
##  8 Bali Nusra 37260.
##  9 Bali Nusra 38680.
## 10 Bali Nusra 31224.
## # ... with 34 more rows

Kasus Data Inflow Uang Kartal di Nusa Tenggara Barat Tahun 2011-2021

library(dplyr)
nusrabarat1 <- indatalongerbalinusra %>%
    filter(Provinsi == 'Nusa Tenggara Barat') %>%
    select('Provinsi', 'Tahun', 'Kasus')
nusrabarat1

## # A tibble: 11 x 3
##    Provinsi            Tahun Kasus
##    <chr>               <chr> <dbl>
##  1 Nusa Tenggara Barat 2011  1803.
##  2 Nusa Tenggara Barat 2012  3676.
##  3 Nusa Tenggara Barat 2013  7024.
##  4 Nusa Tenggara Barat 2014  5704.
##  5 Nusa Tenggara Barat 2015  6285.
##  6 Nusa Tenggara Barat 2016  8842.
##  7 Nusa Tenggara Barat 2017  8383.
##  8 Nusa Tenggara Barat 2018  9140.
##  9 Nusa Tenggara Barat 2019  9614.
## 10 Nusa Tenggara Barat 2020  8007.
## 11 Nusa Tenggara Barat 2021  5888.

Kasus Data Outflow Uang Kartal di Nusa Tenggara Barat Tahun 2011-2021

library(dplyr)
nusrabarat2 <- outdatalongerbalinusra %>%
    filter(Provinsi == 'Nusa Tenggara Barat') %>%
    select('Provinsi', 'Tahun', 'Kasus')
nusrabarat2

## # A tibble: 11 x 3
##    Provinsi            Tahun  Kasus
##    <chr>               <chr>  <dbl>
##  1 Nusa Tenggara Barat 2011   3819.
##  2 Nusa Tenggara Barat 2012   4379.
##  3 Nusa Tenggara Barat 2013  10628.
##  4 Nusa Tenggara Barat 2014   5620.
##  5 Nusa Tenggara Barat 2015   6728.
##  6 Nusa Tenggara Barat 2016   8149.
##  7 Nusa Tenggara Barat 2017   8770.
##  8 Nusa Tenggara Barat 2018   9271.
##  9 Nusa Tenggara Barat 2019  10288.
## 10 Nusa Tenggara Barat 2020   8546.
## 11 Nusa Tenggara Barat 2021   5222.

Kasus Data Inflow Uang Kartal di Nusa Tenggara Barat Tahun 2021

nusrabarat1 <- indatalongerbalinusra %>%
  filter(Provinsi == 'Nusa Tenggara Barat', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
nusrabarat1

## # A tibble: 1 x 3
##   Provinsi            Tahun Kasus
##   <chr>               <chr> <dbl>
## 1 Nusa Tenggara Barat 2021  5888.

Kasus Data Outflow Uang Kartal di Nusa Tenggara Barat Tahun 2021

nusrabarat1 <- outdatalongerbalinusra %>%
  filter(Provinsi == 'Nusa Tenggara Barat', Tahun == '2021') %>%
 select('Provinsi', 'Tahun', 'Kasus')
nusrabarat1

## # A tibble: 1 x 3
##   Provinsi            Tahun Kasus
##   <chr>               <chr> <dbl>
## 1 Nusa Tenggara Barat 2021  5222.

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Bali Nusa Tenggara Berdasarkan Provinsi

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

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Bali Nusa Tenggara Berdasarkan Provinsi

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

Visualisasi Pivot Data Inflow Uang Kartal di Pulau Bali Nusa Tenggara Berdasarkan Priode

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

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Bali Nusa Tenggara Berdasarkan Priode

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

Referensi

https://www.roketpulsa.id/news/pengertian-dan-cara-menggunakan-fitur-pivot-table-excel/

https://www.bi.go.id/id/fungsi-utama/sistem-pembayaran/pengelolaan-rupiah/default.aspx

https://rpubs.com/suhartono-uinmaliki/868629