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

OutflowSumatera <- read_excel(path = "Linear Algebra/PivotOutflowSumatera.xlsx")
OutflowSumatera

## # 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       80092. 85235. 1.03e5 1.02e5 1.09e5 1.22e5 1.34e5 1.36e5 1.53e5
##  2 Aceh            6338.  6378. 2.33e4 8.63e3 9.64e3 1.13e4 1.18e4 1.14e4 1.31e4
##  3 Sumatera Utara 22176. 22495. 1.92e4 2.64e4 2.79e4 3.20e4 3.52e4 3.69e4 4.41e4
##  4 Sumatera Barat  5300.  6434. 6.51e3 7.06e3 7.47e3 9.20e3 1.08e4 8.45e3 9.46e3
##  5 Riau           12434. 13014. 1.55e4 1.52e4 1.58e4 1.76e4 1.81e4 1.79e4 1.93e4
##  6 Kep. Riau       5819.  6966. 8.75e3 1.01e4 9.80e3 1.01e4 1.07e4 1.26e4 1.26e4
##  7 Jambi           5217.  5013. 6.30e3 8.36e3 8.32e3 7.77e3 8.43e3 8.46e3 9.20e3
##  8 Sumatera Sela~ 14524. 15600. 1.27e4 1.34e4 1.35e4 1.58e4 1.70e4 1.79e4 1.91e4
##  9 Bengkulu        2561.  2959. 6.49e3 4.58e3 4.85e3 5.16e3 5.45e3 5.50e3 6.84e3
## 10 Lampung         5724.  6376. 4.57e3 8.34e3 9.95e3 1.04e4 1.34e4 1.37e4 1.56e4
## 11 Kep. Bangka B~     0      0  0      3.22e2 2.00e3 2.68e3 2.75e3 2.74e3 4.17e3
## # ... 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(OutflowSumatera,'Provinsi', '2019')
Sumatera2019

## # A tibble: 11 x 2
##    Provinsi              `2019`
##    <chr>                  <dbl>
##  1 Sumatera             153484.
##  2 Aceh                  13087.
##  3 Sumatera Utara        44051.
##  4 Sumatera Barat         9465.
##  5 Riau                  19277.
##  6 Kep. Riau             12644.
##  7 Jambi                  9204.
##  8 Sumatera Selatan      19121.
##  9 Bengkulu               6842.
## 10 Lampung               15626.
## 11 Kep. Bangka Belitung   4167.

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

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

## # A tibble: 121 x 3
##    Provinsi Tahun   Kasus
##    <chr>    <chr>   <dbl>
##  1 Sumatera 2011   80092.
##  2 Sumatera 2012   85235.
##  3 Sumatera 2013  103288.
##  4 Sumatera 2014  102338.
##  5 Sumatera 2015  109186.
##  6 Sumatera 2016  121992.
##  7 Sumatera 2017  133606.
##  8 Sumatera 2018  135676.
##  9 Sumatera 2019  153484.
## 10 Sumatera 2020  140589.
## # ... 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  80092.
##  2 Sumatera  85235.
##  3 Sumatera 103288.
##  4 Sumatera 102338.
##  5 Sumatera 109186.
##  6 Sumatera 121992.
##  7 Sumatera 133606.
##  8 Sumatera 135676.
##  9 Sumatera 153484.
## 10 Sumatera 140589.
## # ... 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 Outflow Uang Kartal di Pulau Sumatera Tahun 2011-2021

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