Penjelasan

Pivot adalah alternatif dalam menganalisa sebuah data dengan mengelompokkan dan meringkas data. Hal tersebut menmungkinkan pengguna untuk mengambil informasi dari kumpulan data yang disediakan dengan cepat walaupun data dalam jumlah yang besar.

Memasukkan data dalam variabel

library(readxl)
Kalimantan <- read_excel(path = "C:/COba/Kalimantan_Out.xlsx")
Kalimantan
## # A tibble: 6 x 12
##   Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Kaliman~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## 2 Kaliman~  5221.  5698.  6011.  6764.  8486.  9402. 11132. 12278. 13768. 13501.
## 3 Kaliman~  6850.  7741. 15421.  8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~  5126.  5580.  5046.  6265.  6755.  7424.  9544.  8476.  9228.  8222.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~     0      0      0      0      0      0   1507.  2471.  3096.  2826.
## # ... with 1 more variable: `2021` <dbl>

Perintah Pivot data uang kartal Outflow di Kalimantan dengan tabel tahun dan kasus

library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.1.3
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5     v purrr   0.3.4
## v tibble  3.1.6     v dplyr   1.0.7
## v tidyr   1.2.0     v stringr 1.4.0
## v readr   2.1.2     v forcats 0.5.1
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
datalongerKalimantan <- Kalimantan %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerKalimantan 
## # A tibble: 66 x 3
##    Provinsi   Tahun  Kasus
##    <chr>      <chr>  <dbl>
##  1 Kalimantan 2011  29535.
##  2 Kalimantan 2012  33444.
##  3 Kalimantan 2013  44929.
##  4 Kalimantan 2014  38772.
##  5 Kalimantan 2015  41945.
##  6 Kalimantan 2016  42179.
##  7 Kalimantan 2017  50404.
##  8 Kalimantan 2018  53989.
##  9 Kalimantan 2019  57579.
## 10 Kalimantan 2020  52060.
## # ... with 56 more rows

Perintah Pivot data uang kartal Outflow di Kalimantan dengan tabel Provinsi dan kasus

library(dplyr)
Kalimantanb1 <- select(datalongerKalimantan, Provinsi, Kasus)
Kalimantanb1
## # A tibble: 66 x 2
##    Provinsi    Kasus
##    <chr>       <dbl>
##  1 Kalimantan 29535.
##  2 Kalimantan 33444.
##  3 Kalimantan 44929.
##  4 Kalimantan 38772.
##  5 Kalimantan 41945.
##  6 Kalimantan 42179.
##  7 Kalimantan 50404.
##  8 Kalimantan 53989.
##  9 Kalimantan 57579.
## 10 Kalimantan 52060.
## # ... with 56 more rows

Perintah Seleksi data untuk Provinsi Kalimantan Timur

Kalimantanab2 <- datalongerKalimantan  %>%
    filter(Provinsi == 'Kalimantan Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Kalimantanab2 
## # A tibble: 11 x 3
##    Provinsi         Tahun  Kasus
##    <chr>            <chr>  <dbl>
##  1 Kalimantan Timur 2011  12337.
##  2 Kalimantan Timur 2012  14426.
##  3 Kalimantan Timur 2013  18451.
##  4 Kalimantan Timur 2014  17398.
##  5 Kalimantan Timur 2015  16514.
##  6 Kalimantan Timur 2016  15221.
##  7 Kalimantan Timur 2017  16525.
##  8 Kalimantan Timur 2018  17724.
##  9 Kalimantan Timur 2019  18596.
## 10 Kalimantan Timur 2020  14993.
## 11 Kalimantan Timur 2021   9110.

Perintah Seleksi data untuk Provinsi Kalimantan pada tahun 2021

Kalimantanb3 <- datalongerKalimantan  %>%
    filter(Provinsi == 'Kalimantan Barat', Tahun=='2021') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Kalimantanb3 
## # A tibble: 1 x 3
##   Provinsi         Tahun Kasus
##   <chr>            <chr> <dbl>
## 1 Kalimantan Barat 2021  6958.

Visualisasi data Inflow Uang Kartal di pulau Jawa Berdasarkan Provinsi

ggplot(data = datalongerKalimantan, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 45, size = 8))

Visualisasi data Outflow Uang Kartal di pulau Kalimantan Berdasarkan Tahun

ggplot(data = datalongerKalimantan, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 45, size = 8))

Referensi

https://www.advernesia.com/ https://rpubs.com/suhartono-uinmaliki/863067