Pivot Data dan Visualisasi Data Inflow Uang Kartal di Pulau Sumatera menggunakan R/Rstudio

Universitas : UIN Maulana Malik Ibrahim Malang

Jurusan : Teknik Informatika

Pengertian Pivot Table

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.

Pivot Table Inflow di Pulau Sumatera

library(readxl)

## Warning: package 'readxl' was built under R version 4.1.2

datainflowSumatera <- read_excel(path = "inflowDataSumatera.xlsx")
datainflowSumatera

## # A tibble: 11 x 11
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 1 more variable: 2020 <dbl>

Kasus Data Inflow di Pulau Sumatera Sepuluh Tahun Terakhir

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()

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

## # A tibble: 110 x 3
##    Provinsi Tahun   Kasus
##    <chr>    <chr>   <dbl>
##  1 Sumatera 2011   57900.
##  2 Sumatera 2012   65911.
##  3 Sumatera 2013   98369.
##  4 Sumatera 2014   86024.
##  5 Sumatera 2015   86549.
##  6 Sumatera 2016   97764.
##  7 Sumatera 2017  103748.
##  8 Sumatera 2018  117495.
##  9 Sumatera 2019  133762.
## 10 Sumatera 2020  109345.
## # ... with 100 more rows

Pivot Data Inflow di Pulau Sumatera berdasarkan Kasus

library(dplyr)
Sumatera <- select(datalongerSumatera, Provinsi, Kasus)
Sumatera

## # A tibble: 110 x 2
##    Provinsi   Kasus
##    <chr>      <dbl>
##  1 Sumatera  57900.
##  2 Sumatera  65911.
##  3 Sumatera  98369.
##  4 Sumatera  86024.
##  5 Sumatera  86549.
##  6 Sumatera  97764.
##  7 Sumatera 103748.
##  8 Sumatera 117495.
##  9 Sumatera 133762.
## 10 Sumatera 109345.
## # ... with 100 more rows

Kasus Data Inflow Uang Kartal di Kep. Riau Sepuluh Tahun Terakhir

library(dplyr)
Sumatera2 <- datalongerSumatera  %>%
    filter(Provinsi == 'Kep. Riau') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Sumatera2

## # A tibble: 10 x 3
##    Provinsi  Tahun Kasus
##    <chr>     <chr> <dbl>
##  1 Kep. Riau 2011  1426.
##  2 Kep. Riau 2012  2236.
##  3 Kep. Riau 2013  3378.
##  4 Kep. Riau 2014  2563.
##  5 Kep. Riau 2015  3218.
##  6 Kep. Riau 2016  4317.
##  7 Kep. Riau 2017  4412.
##  8 Kep. Riau 2018  5134.
##  9 Kep. Riau 2019  6077.
## 10 Kep. Riau 2020  6175.

Kasus Data Inflow di Kep. Riau Tahun 2020

Sumatera3 <- datalongerSumatera %>%
  filter(Provinsi == 'Kep. Riau', Tahun == '2020') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Sumatera3

## # A tibble: 1 x 3
##   Provinsi  Tahun Kasus
##   <chr>     <chr> <dbl>
## 1 Kep. Riau 2020  6175.

Visualisasi Pivot Data Inflow di Pulau Sumatera berdasarkan Provinsi

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

Visualisasi Pivot Data Inflow di Pulau Sumatera berdasarkan Tahun

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

Referensi

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