Manipulasi Data dengan Library dplyr dan Visualisasi Data dengan ggplot pada Pulau Sumatera 10 Tahun Terakhir
Aisha Dwi Anindita Radianto, Prof. Dr. Suhartono, M.Kom
24/03/2022
Dosen Pengampu : Prof. Dr. Suhartono, M.Kom
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Fakultas : Sains dan Teknologi
Jurusan : Teknik Informatika
Kelas : (C) Linear Algebra
NIM : 210605110058
Manipulasi Data dengan dplyr
Untuk memanipulasi data di R , sebenarnya dapat dilakukan secara “manual” menggunakan syntax R , tetapi hal ini cukup menyulitkan jika data yang akan kita gunakan harus dimanipulasi secara masif dan complex, sehingga diperlukan library yang mempermudah proses manipulasi data ,salah satunya adalah library “dplyr” sebelum masuk kedalam cara menggunakan dplyr, kita kenali dulu apa saja fungsi-fungsi yang dimiliki oleh library ini, sebagai berikut.
rename() — digunakan untuk melakukan perubahan nama kolom
select() — memilih variabel/kolom yang ingin kita manipulasi
filter() — untuk menyaring data sesuai kriteria yang kita perlukan
slice() — memotong baris sesui keperluan
arrange() — mengurutkan data berdasarkan kolom dan kriteria yang dibuat
mutate() — menambah variabel baru dalam dataset
transmute() — menambah variabel sekaligus menjadikannya subset dari dataset
Beberapa alasan mengapa dplyr digunakan ketika melakukan manipulasi data yaitu pemrosesannya cepat sehingga meminimalisir waktu, kode yang simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi. Cara menginstall package dplyr yaitu sebagai berikut:
install.package(dplyr)
Sedangkan untuk memanggil dplyr yaitu dengan sintaks:
library(dplyr)
Beberapa alasan mengapa dplyr digunakan ketika melakukan manipulasi data yaitu pemrosesannya cepat sehingga meminimalisir waktu, kode yang simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi.
library(readxl)library(readxl)
InflowSumatera <- read_excel(path = "/Users/aisharadianto/Documents/College 2/(C) Linear Algebra/InflowSumatera2.xlsx")
InflowSumatera## # A tibble: 11 × 12
## Keterangan `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)## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4
## ✓ tibble 3.1.6 ✓ dplyr 1.0.8
## ✓ tidyr 1.2.0 ✓ stringr 1.4.0
## ✓ readr 2.1.2 ✓ forcats 0.5.1## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()Memilih atau Membuang Beberapa Variabel yang Tidak Digunakan
Sumatera1 <- select(InflowSumatera, `2020`)
Sumatera1## # A tibble: 11 × 1
## `2020`
## <dbl>
## 1 109345.
## 2 6641.
## 3 36609.
## 4 10696.
## 5 9148.
## 6 6175.
## 7 5628.
## 8 11756.
## 9 4971.
## 10 15158.
## 11 2562.Sumatera2 <- select(InflowSumatera, `2011`, `2013`, `2015`, `2019`, `2021`)
Sumatera2## # A tibble: 11 × 5
## `2011` `2013` `2015` `2019` `2021`
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 57900. 98369. 86549. 133762. 89270.
## 2 2308. 36337. 4710. 7509. 3702.
## 3 23238. 18120. 30254. 47112. 31840.
## 4 9385. 14056. 13309. 14750. 10748.
## 5 3012. 8933. 7156. 10915. 7769.
## 6 1426. 3378. 3218. 6077. 5009.
## 7 1868. 3047. 4978. 6486. 4980.
## 8 7820. 8647. 10797. 14812. 9106.
## 9 1153. 2378. 2791. 5789. 4160.
## 10 7690. 3474. 8160. 17046. 10697.
## 11 0 0 1177. 3265. 1259.Jika variabel yang ingin Anda pilih cukup banyak sedangkan variabel yang ingin Anda buang lebih sedikit, Anda dapat menuliskan nama variabel dengan menambahkan tanda negatif (-) di depan nama atau indeks masing-masing variabel.
Sumatera3 <- select(InflowSumatera, -`2021`)
Sumatera3## # A tibble: 11 × 11
## Keterangan `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 1 more variable: `2020` <dbl>Selain memilih kolom, select() juga dapat digunakan untuk mengubah nama kolom, misalnya
Sumateraa <- InflowSumatera %>%
select(tahun = `2014`, `2015`, `2016`)
Sumateraa## # A tibble: 11 × 3
## tahun `2015` `2016`
## <dbl> <dbl> <dbl>
## 1 86024. 86549. 97764.
## 2 4567. 4710. 5775.
## 3 30503. 30254. 34427.
## 4 14103. 13309. 14078.
## 5 6358. 7156. 8211.
## 6 2563. 3218. 4317.
## 7 5169. 4978. 4398.
## 8 10038. 10797. 12752.
## 9 3262. 2791. 2889.
## 10 9448. 8160. 9373.
## 11 13.7 1177. 1544.Mengambil Nilai Unik (Tidak Duplikasi) dari Sebuah Variable
Sumatera4 <- distinct(InflowSumatera, `2019`)
Sumatera4## # A tibble: 11 × 1
## `2019`
## <dbl>
## 1 133762.
## 2 7509.
## 3 47112.
## 4 14750.
## 5 10915.
## 6 6077.
## 7 6486.
## 8 14812.
## 9 5789.
## 10 17046.
## 11 3265.Untuk mendapatkan nilai unik dari semua baris berdasarkan variabel tertentu tambahkan opsi .keep_all = TRUE setelah nama variable dalam fungsi distinct().
Sumatera5 <- distinct(InflowSumatera, `2019`, .keep_all = TRUE)
Sumatera5## # A tibble: 11 × 12
## Keterangan `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>Menyeleksi Baris
filter() digunakan untuk menyeleksi atau memilih baris atau observasi berdasarkan nilainya. Dalam filter(), kita dapat menggunakan berbagai operator, seperti operator dasar <, <=, >, >, == (sama dengan) dan %in% (bagian dari). Argumen filter() yang lebih dari satu dapat digabungkan dengan bolean operator, yaitu & (and/dan), | (or/atau) dan ! (not/tidak).
Sumatera6 <- InflowSumatera %>%
filter(Keterangan <= 'Sumatera') %>%
select(`2015`,`2016`)
Sumatera6## # A tibble: 8 × 2
## `2015` `2016`
## <dbl> <dbl>
## 1 86549. 97764.
## 2 4710. 5775.
## 3 7156. 8211.
## 4 3218. 4317.
## 5 4978. 4398.
## 6 2791. 2889.
## 7 8160. 9373.
## 8 1177. 1544.Sumatera7 <- InflowSumatera %>%
filter(Keterangan == 'Sumatera', Keterangan == 'Sumatera Barat') %>%
select( -`2016`)
Sumatera7## # A tibble: 0 × 11
## # … with 11 variables: Keterangan <chr>, 2011 <dbl>, 2012 <dbl>, 2013 <dbl>,
## # 2014 <dbl>, 2015 <dbl>, 2017 <dbl>, 2018 <dbl>, 2019 <dbl>, 2020 <dbl>,
## # 2021 <dbl>str(InflowSumatera)## tibble [11 × 12] (S3: tbl_df/tbl/data.frame)
## $ Keterangan: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
## $ 2011 : num [1:11] 57900 2308 23238 9385 3012 ...
## $ 2012 : num [1:11] 65911 2620 25981 11192 4447 ...
## $ 2013 : num [1:11] 98369 36337 18120 14056 8933 ...
## $ 2014 : num [1:11] 86024 4567 30503 14103 6358 ...
## $ 2015 : num [1:11] 86549 4710 30254 13309 7156 ...
## $ 2016 : num [1:11] 97764 5775 34427 14078 8211 ...
## $ 2017 : num [1:11] 103748 5514 35617 15312 8553 ...
## $ 2018 : num [1:11] 117495 5799 41769 15058 10730 ...
## $ 2019 : num [1:11] 133762 7509 47112 14750 10915 ...
## $ 2020 : num [1:11] 109345 6641 36609 10696 9148 ...
## $ 2021 : num [1:11] 89270 3702 31840 10748 7769 ...str(InflowSumatera %>% group_by(Keterangan))## grouped_df [11 × 12] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Keterangan: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
## $ 2011 : num [1:11] 57900 2308 23238 9385 3012 ...
## $ 2012 : num [1:11] 65911 2620 25981 11192 4447 ...
## $ 2013 : num [1:11] 98369 36337 18120 14056 8933 ...
## $ 2014 : num [1:11] 86024 4567 30503 14103 6358 ...
## $ 2015 : num [1:11] 86549 4710 30254 13309 7156 ...
## $ 2016 : num [1:11] 97764 5775 34427 14078 8211 ...
## $ 2017 : num [1:11] 103748 5514 35617 15312 8553 ...
## $ 2018 : num [1:11] 117495 5799 41769 15058 10730 ...
## $ 2019 : num [1:11] 133762 7509 47112 14750 10915 ...
## $ 2020 : num [1:11] 109345 6641 36609 10696 9148 ...
## $ 2021 : num [1:11] 89270 3702 31840 10748 7769 ...
## - attr(*, "groups")= tibble [11 × 2] (S3: tbl_df/tbl/data.frame)
## ..$ Keterangan: chr [1:11] "Aceh" "Bengkulu" "Jambi" "Kep. Bangka Belitung" ...
## ..$ .rows : list<int> [1:11]
## .. ..$ : int 2
## .. ..$ : int 9
## .. ..$ : int 7
## .. ..$ : int 11
## .. ..$ : int 6
## .. ..$ : int 10
## .. ..$ : int 5
## .. ..$ : int 1
## .. ..$ : int 4
## .. ..$ : int 8
## .. ..$ : int 3
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUEMengelompokkan Data
SumateraUp <- InflowSumatera %>%
group_by(Keterangan)
SumateraUp## # A tibble: 11 × 12
## # Groups: Keterangan [11]
## Keterangan `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>Menambah Kolom
SumateraUp1 <- InflowSumatera %>%
mutate(`2022` = InflowSumatera$`2021`/2)
SumateraUp1 ## # A tibble: 11 × 13
## Keterangan `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 3 more variables: `2020` <dbl>, `2021` <dbl>, `2022` <dbl>Mengurutkan Data
SumateraUbah <- arrange(InflowSumatera, `2011`)
SumateraUbah## # A tibble: 11 × 12
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kep. Bangka B… 0 0 0 1.37e1 1177. 1544. 1.16e3 1.52e3 3.27e3
## 2 Bengkulu 1153. 1201. 2378. 3.26e3 2791. 2889. 3.62e3 4.15e3 5.79e3
## 3 Kep. Riau 1426. 2236. 3378. 2.56e3 3218. 4317. 4.41e3 5.13e3 6.08e3
## 4 Jambi 1868. 2138. 3047. 5.17e3 4978. 4398. 4.40e3 5.66e3 6.49e3
## 5 Aceh 2308. 2620. 36337. 4.57e3 4710. 5775. 5.51e3 5.80e3 7.51e3
## 6 Riau 3012. 4447. 8933. 6.36e3 7156. 8211. 8.55e3 1.07e4 1.09e4
## 7 Lampung 7690. 6969. 3474. 9.45e3 8160. 9373. 1.21e4 1.34e4 1.70e4
## 8 Sumatera Sela… 7820. 9126. 8647. 1.00e4 10797. 12752. 1.31e4 1.43e4 1.48e4
## 9 Sumatera Barat 9385. 11192. 14056. 1.41e4 13309. 14078. 1.53e4 1.51e4 1.47e4
## 10 Sumatera Utara 23238. 25981. 18120. 3.05e4 30254. 34427. 3.56e4 4.18e4 4.71e4
## 11 Sumatera 57900. 65911. 98369. 8.60e4 86549. 97764. 1.04e5 1.17e5 1.34e5
## # … with 2 more variables: `2020` <dbl>, `2021` <dbl>Visualisasi Data dengan ggplot
ggplot2 adalah package yang berfungsi membuat grafik yang merepresentasikan data dengan menerapkan warna, simbol, dan lainnya. Package ini memiliki banyak fungsi dan plot yang bisa kita pilih untuk memvisualisasikan data. Beberapa kelebihan yang dimiliki ggplot2 yaitu antara lain fleksibel dalam penggunaannya, fungsi yang lengkap untuk visualisasi, dan penggunaan metodenya tidak ribet. Cara install dan penggunaan package ggplot2 sama dengan package yang sudah dibahas di poin sebelumnya yaitu:
install.package(ggplot2) #install package
library(ggplot2) #memanggil ggplot2
Contoh visualisasi data dengan ggplot2 bisa dilihat dibawah ini:
ggplot(data = InflowSumatera, mapping = aes(x = Keterangan, y = `2015`)) +
geom_point()
ggplot(data = InflowSumatera, mapping = aes(x = Keterangan, y = `2015`)) +
geom_bar(stat = "identity")
ggplot(InflowSumatera, aes(Keterangan,`2021`, color=`Keterangan`))+
geom_point()