Pengertian Pivot Data

PivotTable merupakan fitur yang ada di program MS. Excel yang fungsinya untuk membuat rangkuman, melakukan analisa, eksplorasi data, serta mempresentasikannya. Dengan PivotTable menjadikan kegiatan anda dengan menggunakan ms. Excel lebih powerful seperti merangkum data dalam jumlah yang besar dengan waktu yang singkat. Selain itu juga efektif untuk memanipulasi layout data dari yang anda butuhkan.Dengan kata lain, Pivot adalah tabel interaktif yang memungkinkan pengguna mengelompokkan dan meringkas sejumlah besar data dalam suatu format tabular dan ringkas sehingga memudahkan pembuatan laporan dan analisis. Tabel ini dapat menyortir, menghitung, dan menjumlahkan data dan tersedia di berbagai program lembar kerja (spreadsheet).

library(readxl)

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

inflowSumatera <- read_excel(path = "Linear Algebra/PivotInflowSumatera.xlsx")
inflowSumatera

## # A tibble: 11 x 12
##    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. 8.60e4 86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh            2308.  2620. 36337. 4.57e3  4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Utara 23238. 25981. 18120. 3.05e4 30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Barat  9385. 11192. 14056. 1.41e4 13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau            3012.  4447.  8933. 6.36e3  7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau       1426.  2236.  3378. 2.56e3  3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi           1868.  2138.  3047. 5.17e3  4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sela~  7820.  9126.  8647. 1.00e4 10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu        1153.  1201.  2378. 3.26e3  2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung         7690.  6969.  3474. 9.45e3  8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka B~     0      0      0  1.37e1  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 2 more variables: `2020` <dbl>, `2021` <dbl>

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  3.1.6     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

## Warning: package 'ggplot2' was built under R version 4.1.2

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

## 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()

Tampilan Data Pivot Uang kartal Pulau Pada Tahun 2019

Sumatera2019<- select(inflowSumatera,'Provinsi', '2019')
Sumatera2019

## # A tibble: 11 x 2
##    Provinsi              `2019`
##    <chr>                  <dbl>
##  1 Sumatera             133762.
##  2 Aceh                   7509.
##  3 Sumatera Utara        47112.
##  4 Sumatera Barat        14750.
##  5 Riau                  10915.
##  6 Kep. Riau              6077.
##  7 Jambi                  6486.
##  8 Sumatera Selatan      14812.
##  9 Bengkulu               5789.
## 10 Lampung               17046.
## 11 Kep. Bangka Belitung   3265.

Kasus Data Outflow Uang Kartal di Pulau Sumatera pada Tahun 2011-2021

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

## # A tibble: 121 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 111 more rows

Pivot Data Outflow Uang Kartal di Pulau Sumatera berdasarkan Kasus

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

## # A tibble: 121 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 111 more rows

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Sumatera Berdasarkan Provinsi

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

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Sumatera Berdasarkan Tahun

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

Pivot dan Visualisasi Data Inflow Uang Kartal di Pulau Sumatera

Hilmi Zuhri Adi Brata, Prof. Dr. Suhartono, M.Kom