Universitas : UIN Maulana Malik Ibrahim Malang
Jurusan : Teknik Informatika
Pivot table adalah sebuah tabel yang berisi data rangkuman dari data dibeberapa tabel lainnya, dibuat dengan melakukan penjumlahan, menghitung rata-rata, mengurutkan data termasuk juga mengelompokkan data, sehingga dihasilkan tabel rangkuman yang lebih informatif dan mudah dibaca.
library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
datainflowKalimantan <- read_excel(path = "inflowDataKalimantan.xlsx")
datainflowKalimantan
## # A tibble: 6 x 11
## Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~ 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848. 9294.
## 3 Kaliman~ 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385. 4178.
## 4 Kaliman~ 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~ 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~ 0 0 0 0 0 0 341. 917. 1472. 1362.
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.1.2
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5 v purrr 0.3.4
## v tibble 3.1.4 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 'tidyr' was built under R version 4.1.2
## Warning: package 'readr' was built under R version 4.1.2
## Warning: package 'purrr' was built under R version 4.1.2
## Warning: package 'dplyr' was built under R version 4.1.2
## Warning: package 'forcats' was built under R version 4.1.2
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
datalongerKalimantan <- datainflowKalimantan %>%
pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerKalimantan
## # A tibble: 60 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan 2011 13272.
## 2 Kalimantan 2012 17575.
## 3 Kalimantan 2013 37698.
## 4 Kalimantan 2014 26379.
## 5 Kalimantan 2015 29427.
## 6 Kalimantan 2016 32847.
## 7 Kalimantan 2017 35119.
## 8 Kalimantan 2018 41157.
## 9 Kalimantan 2019 46158.
## 10 Kalimantan 2020 37200.
## # ... with 50 more rows
library(dplyr)
Kalimantan <- select(datalongerKalimantan, Provinsi, Kasus)
Kalimantan
## # A tibble: 60 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Kalimantan 13272.
## 2 Kalimantan 17575.
## 3 Kalimantan 37698.
## 4 Kalimantan 26379.
## 5 Kalimantan 29427.
## 6 Kalimantan 32847.
## 7 Kalimantan 35119.
## 8 Kalimantan 41157.
## 9 Kalimantan 46158.
## 10 Kalimantan 37200.
## # ... with 50 more rows
library(dplyr)
Kalimantan2 <- datalongerKalimantan %>%
filter(Provinsi == 'Kalimantan Tengah') %>%
select('Provinsi', 'Tahun', 'Kasus')
Kalimantan2
## # A tibble: 10 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Tengah 2011 779.
## 2 Kalimantan Tengah 2012 1135.
## 3 Kalimantan Tengah 2013 19328.
## 4 Kalimantan Tengah 2014 1887.
## 5 Kalimantan Tengah 2015 3547.
## 6 Kalimantan Tengah 2016 3694.
## 7 Kalimantan Tengah 2017 3655.
## 8 Kalimantan Tengah 2018 4083.
## 9 Kalimantan Tengah 2019 4385.
## 10 Kalimantan Tengah 2020 4178.
Kalimantan3 <- datalongerKalimantan %>%
filter(Provinsi == 'Kalimantan Tengah', Tahun == '2020') %>%
select('Provinsi', 'Tahun', 'Kasus')
Kalimantan3
## # A tibble: 1 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Tengah 2020 4178.
ggplot(data = datalongerKalimantan, mapping = aes(x = Tahun, y = Kasus)) +
geom_point(col = "dark green") +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerKalimantan, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point(col = "purple") +
facet_wrap( ~ Tahun) +
theme(axis.text.x = element_text(angle = 90))