Pengertian Manipulasi Data
Manipulasi Data adalah istilah yang digunakan untuk menggambarkan proses modifikasi struktur data agar lebih mudah dibaca. Misalnya, Anda dapat mengurutkan data berdasarkan abjad. Sehingga pemiliki dapat segera menerima informasi yang bermanfaat. Berikut manipulasi Data Outfloew uang kartal di pulau Sumatera :
## # A tibble: 11 x 13
## Provinsi Januari Februari Maret April Mei Juni Juli Agustus
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Sumatera 4694. 6959. 12668. 11776. 19645. 3972. 12710. 9744.
## 2 Aceh 182. 426. 1434. 1432. 1690. 436. 1769. 456.
## 3 Sumatera Utara 1456. 2150. 3244. 3371. 4148. 1474. 3526. 3054.
## 4 Sumatera Barat 102. 308. 782. 819. 2242. 34.1 651. 566.
## 5 Riau 740. 832. 1264. 1775. 2926. 283. 1530. 1470.
## 6 Kep. Riau 627. 494. 823. 708. 964. 221. 615. 526.
## 7 Jambi 230. 422. 606. 714. 1263. 144. 634. 610.
## 8 Sumatera Selatan 516. 1087. 1852. 1261. 2590. 608. 1445. 1494.
## 9 Bengkulu 257. 332. 442. 531. 970. 210. 681. 483.
## 10 Lampung 456. 787. 1872. 872. 2180. 535. 1538. 948.
## 11 Kep.Bangka Belit~ 126. 121. 347. 292. 673. 28.3 321. 137.
## # ... with 4 more variables: September <dbl>, Oktober <dbl>, November <dbl>,
## # Desember <dbl>
|
Manipulasi Data Outflow Uang Kartal di Pulau Sumatera pada bulan Februari 2020 |
library(tidyverse)
sumutfeb <- select(dataout, 'Provinsi', 'Februari')
sumutfeb
## # A tibble: 11 x 2
## Provinsi Februari
## <chr> <dbl>
## 1 Sumatera 6959.
## 2 Aceh 426.
## 3 Sumatera Utara 2150.
## 4 Sumatera Barat 308.
## 5 Riau 832.
## 6 Kep. Riau 494.
## 7 Jambi 422.
## 8 Sumatera Selatan 1087.
## 9 Bengkulu 332.
## 10 Lampung 787.
## 11 Kep.Bangka Belitung 121.
|
Manipulasi Data Outflow Uang Kartal di Pulau Sumatera pada bulan September - Oktober 2020 |
septokt <- dataout %>% select('Provinsi', 'September', 'Oktober')
septokt
## # A tibble: 11 x 3
## Provinsi September Oktober
## <chr> <dbl> <dbl>
## 1 Sumatera 9247. 14432.
## 2 Aceh 830. 1175.
## 3 Sumatera Utara 2142. 3857.
## 4 Sumatera Barat 343. 793.
## 5 Riau 1394. 2018.
## 6 Kep. Riau 522. 967.
## 7 Jambi 689. 1124.
## 8 Sumatera Selatan 1371. 1979.
## 9 Bengkulu 506. 625.
## 10 Lampung 1153. 1423.
## 11 Kep.Bangka Belitung 297. 471.
|
Manipulasi Data Outflow Uang Kartal di Pulau Sumatera dengan mengganti bulan Maret menjadi Maret 2020 |
sumutrename <- dataout %>% rename('Maret 2020' = 'Maret')
head(sumutrename)
## # A tibble: 6 x 13
## Provinsi Januari Februari `Maret 2020` April Mei Juni Juli Agustus
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Sumatera 4694. 6959. 12668. 11776. 19645. 3972. 12710. 9744.
## 2 Aceh 182. 426. 1434. 1432. 1690. 436. 1769. 456.
## 3 Sumatera Ut~ 1456. 2150. 3244. 3371. 4148. 1474. 3526. 3054.
## 4 Sumatera Ba~ 102. 308. 782. 819. 2242. 34.1 651. 566.
## 5 Riau 740. 832. 1264. 1775. 2926. 283. 1530. 1470.
## 6 Kep. Riau 627. 494. 823. 708. 964. 221. 615. 526.
## # ... with 4 more variables: September <dbl>, Oktober <dbl>, November <dbl>,
## # Desember <dbl>
|
Manipulasi Data Outflow Uang Kartal di Pulau Sumatera Provinsi Aceh pada bulan Januari - Maret 2020 |
Aceh <- dataout %>%
filter(Provinsi == 'Aceh') %>%
select('Provinsi','Januari', 'Februari', 'Maret')
Aceh
## # A tibble: 1 x 4
## Provinsi Januari Februari Maret
## <chr> <dbl> <dbl> <dbl>
## 1 Aceh 182. 426. 1434.
|
Manipulasi Data Outflow Uang Kartal di Pulau Sumatera Provinsi Riau pada bulan Oktober -Desember 2020 |
Riau <- dataout %>%
filter(Provinsi == 'Riau') %>%
select('Provinsi','Oktober', 'November', 'Desember')
Riau
## # A tibble: 1 x 4
## Provinsi Oktober November Desember
## <chr> <dbl> <dbl> <dbl>
## 1 Riau 2018. 1409. 3498.
|
Struktur Data Outflow Uang Kartal di Pulau Sumatera |
str(dataout)
## tibble [11 x 13] (S3: tbl_df/tbl/data.frame)
## $ Provinsi : chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
## $ Januari : num [1:11] 4694 182 1456 102 740 ...
## $ Februari : num [1:11] 6959 426 2150 308 832 ...
## $ Maret : num [1:11] 12668 1434 3244 782 1264 ...
## $ April : num [1:11] 11776 1432 3371 819 1775 ...
## $ Mei : num [1:11] 19645 1690 4148 2242 2926 ...
## $ Juni : num [1:11] 3971.8 436 1473.5 34.1 282.8 ...
## $ Juli : num [1:11] 12710 1769 3526 651 1530 ...
## $ Agustus : num [1:11] 9744 456 3054 566 1470 ...
## $ September: num [1:11] 9247 830 2142 343 1394 ...
## $ Oktober : num [1:11] 14432 1175 3857 793 2018 ...
## $ November : num [1:11] 9435 774 2151 484 1409 ...
## $ Desember : num [1:11] 25307 2270 9185 1638 3498 ...
str(dataout %>% group_by(Provinsi))
## grouped_df [11 x 13] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Provinsi : chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
## $ Januari : num [1:11] 4694 182 1456 102 740 ...
## $ Februari : num [1:11] 6959 426 2150 308 832 ...
## $ Maret : num [1:11] 12668 1434 3244 782 1264 ...
## $ April : num [1:11] 11776 1432 3371 819 1775 ...
## $ Mei : num [1:11] 19645 1690 4148 2242 2926 ...
## $ Juni : num [1:11] 3971.8 436 1473.5 34.1 282.8 ...
## $ Juli : num [1:11] 12710 1769 3526 651 1530 ...
## $ Agustus : num [1:11] 9744 456 3054 566 1470 ...
## $ September: num [1:11] 9247 830 2142 343 1394 ...
## $ Oktober : num [1:11] 14432 1175 3857 793 2018 ...
## $ November : num [1:11] 9435 774 2151 484 1409 ...
## $ Desember : num [1:11] 25307 2270 9185 1638 3498 ...
## - attr(*, "groups")= tibble [11 x 2] (S3: tbl_df/tbl/data.frame)
## ..$ Provinsi: chr [1:11] "Aceh" "Bengkulu" "Jambi" "Kep. Riau" ...
## ..$ .rows : list<int> [1:11]
## .. ..$ : int 2
## .. ..$ : int 9
## .. ..$ : int 7
## .. ..$ : int 6
## .. ..$ : int 11
## .. ..$ : int 10
## .. ..$ : int 5
## .. ..$ : int 1
## .. ..$ : int 4
## .. ..$ : int 8
## .. ..$ : int 3
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUE
sumut <- dataout %>%
group_by(Provinsi)
sumut
## # A tibble: 11 x 13
## # Groups: Provinsi [11]
## Provinsi Januari Februari Maret April Mei Juni Juli Agustus
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Sumatera 4694. 6959. 12668. 11776. 19645. 3972. 12710. 9744.
## 2 Aceh 182. 426. 1434. 1432. 1690. 436. 1769. 456.
## 3 Sumatera Utara 1456. 2150. 3244. 3371. 4148. 1474. 3526. 3054.
## 4 Sumatera Barat 102. 308. 782. 819. 2242. 34.1 651. 566.
## 5 Riau 740. 832. 1264. 1775. 2926. 283. 1530. 1470.
## 6 Kep. Riau 627. 494. 823. 708. 964. 221. 615. 526.
## 7 Jambi 230. 422. 606. 714. 1263. 144. 634. 610.
## 8 Sumatera Selatan 516. 1087. 1852. 1261. 2590. 608. 1445. 1494.
## 9 Bengkulu 257. 332. 442. 531. 970. 210. 681. 483.
## 10 Lampung 456. 787. 1872. 872. 2180. 535. 1538. 948.
## 11 Kep.Bangka Belit~ 126. 121. 347. 292. 673. 28.3 321. 137.
## # ... with 4 more variables: September <dbl>, Oktober <dbl>, November <dbl>,
## # Desember <dbl>
dataout %>%
filter(Provinsi == 'Aceh') %>%
count('Aceh', sort = TRUE)
## # A tibble: 1 x 2
## `"Aceh"` n
## <chr> <int>
## 1 Aceh 1
sumutaceh <- dataout %>%
mutate('Januari' = dataout$'Februari'/2)
sumutaceh
## # A tibble: 11 x 13
## Provinsi Januari Februari Maret April Mei Juni Juli Agustus
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Sumatera 3479. 6959. 12668. 11776. 19645. 3972. 12710. 9744.
## 2 Aceh 213. 426. 1434. 1432. 1690. 436. 1769. 456.
## 3 Sumatera Utara 1075. 2150. 3244. 3371. 4148. 1474. 3526. 3054.
## 4 Sumatera Barat 154. 308. 782. 819. 2242. 34.1 651. 566.
## 5 Riau 416. 832. 1264. 1775. 2926. 283. 1530. 1470.
## 6 Kep. Riau 247. 494. 823. 708. 964. 221. 615. 526.
## 7 Jambi 211. 422. 606. 714. 1263. 144. 634. 610.
## 8 Sumatera Selatan 543. 1087. 1852. 1261. 2590. 608. 1445. 1494.
## 9 Bengkulu 166. 332. 442. 531. 970. 210. 681. 483.
## 10 Lampung 393. 787. 1872. 872. 2180. 535. 1538. 948.
## 11 Kep.Bangka Belit~ 60.3 121. 347. 292. 673. 28.3 321. 137.
## # ... with 4 more variables: September <dbl>, Oktober <dbl>, November <dbl>,
## # Desember <dbl>
|
Visualisasi Data Outflow Uang Kartal di Pulau Sumatera pada bulan Februari 2020 |
|
ggplot(data = dataout, mapping = aes(x = Provinsi, y = `Februari`)) +
geom_point()
https://inmarketing.id/data-manipulation-adalah.html
https://rpubs.com/suhartono-uinmaliki/861286
https://www.bi.go.id/id/fungsi-utama/sistem-pembayaran/pengelolaan-rupiah/default.aspx