Manipulasi Data dengan Library dplyr dan Visualisasi Data dengan ggplot pada Pulau Kalimantan 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)
InflowKalimantan <- read_excel(path = "/Users/aisharadianto/Documents/College 2/(C) Linear Algebra/InflowKalimantan2.xlsx")
InflowKalimantan## # A tibble: 6 × 12
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158.
## 2 Kalimantan Bar… 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848.
## 3 Kalimantan Ten… 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385.
## 4 Kalimantan Sel… 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462.
## 5 Kalimantan Tim… 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991.
## 6 Kalimantan Uta… 0 0 0 0 0 0 341. 917. 1472.
## # … 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
Kalimantan1 <- select(InflowKalimantan, `2020`)
Kalimantan1## # A tibble: 6 × 1
## `2020`
## <dbl>
## 1 37200.
## 2 9294.
## 3 4178.
## 4 11753.
## 5 10612.
## 6 1362.Kalimantan2 <- select(InflowKalimantan, `2011`, `2013`, `2015`, `2019`, `2021`)
Kalimantan2## # A tibble: 6 × 5
## `2011` `2013` `2015` `2019` `2021`
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 13272. 37698. 29427. 46158. 31372.
## 2 2831. 4029. 6675. 11848. 7598.
## 3 779. 19328. 3547. 4385. 3534.
## 4 5369. 4226. 9558. 14462. 9655.
## 5 4293. 10115. 9646. 13991. 8914.
## 6 0 0 0 1472. 1671.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.
Kalimantan3 <- select(InflowKalimantan, -`2021`)
Kalimantan3## # A tibble: 6 × 11
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158.
## 2 Kalimantan Bar… 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848.
## 3 Kalimantan Ten… 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385.
## 4 Kalimantan Sel… 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462.
## 5 Kalimantan Tim… 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991.
## 6 Kalimantan Uta… 0 0 0 0 0 0 341. 917. 1472.
## # … with 1 more variable: `2020` <dbl>Selain memilih kolom, select() juga dapat digunakan untuk mengubah nama kolom, misalnya
Kalimantana <- InflowKalimantan %>%
select(tahun = `2014`, `2015`, `2016`)
Kalimantana## # A tibble: 6 × 3
## tahun `2015` `2016`
## <dbl> <dbl> <dbl>
## 1 26379. 29427. 32847.
## 2 5943. 6675. 7440.
## 3 1887. 3547. 3694.
## 4 9614. 9558. 10809.
## 5 8936. 9646. 10903.
## 6 0 0 0Mengambil Nilai Unik (Tidak Duplikasi) dari Sebuah Variable
Kalimantan4 <- distinct(InflowKalimantan, `2019`)
Kalimantan4## # A tibble: 6 × 1
## `2019`
## <dbl>
## 1 46158.
## 2 11848.
## 3 4385.
## 4 14462.
## 5 13991.
## 6 1472.Untuk mendapatkan nilai unik dari semua baris berdasarkan variabel tertentu tambahkan opsi .keep_all = TRUE setelah nama variable dalam fungsi distinct().
Kalimantan5 <- distinct(InflowKalimantan, `2019`, .keep_all = TRUE)
Kalimantan5## # A tibble: 6 × 12
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158.
## 2 Kalimantan Bar… 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848.
## 3 Kalimantan Ten… 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385.
## 4 Kalimantan Sel… 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462.
## 5 Kalimantan Tim… 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991.
## 6 Kalimantan Uta… 0 0 0 0 0 0 341. 917. 1472.
## # … 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).
Kalimantan6 <- InflowKalimantan %>%
filter(Keterangan <= 'Kalimantan') %>%
select(`2015`,`2016`)
Kalimantan6## # A tibble: 1 × 2
## `2015` `2016`
## <dbl> <dbl>
## 1 29427. 32847.Kalimantan7 <- InflowKalimantan %>%
filter(Keterangan == 'Kalimantan', Keterangan == 'Kalimantan Barat') %>%
select( -`2016`)
Kalimantan7## # 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(InflowKalimantan)## tibble [6 × 12] (S3: tbl_df/tbl/data.frame)
## $ Keterangan: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
## $ 2011 : num [1:6] 13272 2831 779 5369 4293 ...
## $ 2012 : num [1:6] 17575 3386 1135 7311 5743 ...
## $ 2013 : num [1:6] 37698 4029 19328 4226 10115 ...
## $ 2014 : num [1:6] 26379 5943 1887 9614 8936 ...
## $ 2015 : num [1:6] 29427 6675 3547 9558 9646 ...
## $ 2016 : num [1:6] 32847 7440 3694 10809 10903 ...
## $ 2017 : num [1:6] 35119 7775 3655 12415 10933 ...
## $ 2018 : num [1:6] 41157 10249 4083 13604 12305 ...
## $ 2019 : num [1:6] 46158 11848 4385 14462 13991 ...
## $ 2020 : num [1:6] 37200 9294 4178 11753 10612 ...
## $ 2021 : num [1:6] 31372 7598 3534 9655 8914 ...str(InflowKalimantan %>% group_by(Keterangan))## grouped_df [6 × 12] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Keterangan: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
## $ 2011 : num [1:6] 13272 2831 779 5369 4293 ...
## $ 2012 : num [1:6] 17575 3386 1135 7311 5743 ...
## $ 2013 : num [1:6] 37698 4029 19328 4226 10115 ...
## $ 2014 : num [1:6] 26379 5943 1887 9614 8936 ...
## $ 2015 : num [1:6] 29427 6675 3547 9558 9646 ...
## $ 2016 : num [1:6] 32847 7440 3694 10809 10903 ...
## $ 2017 : num [1:6] 35119 7775 3655 12415 10933 ...
## $ 2018 : num [1:6] 41157 10249 4083 13604 12305 ...
## $ 2019 : num [1:6] 46158 11848 4385 14462 13991 ...
## $ 2020 : num [1:6] 37200 9294 4178 11753 10612 ...
## $ 2021 : num [1:6] 31372 7598 3534 9655 8914 ...
## - attr(*, "groups")= tibble [6 × 2] (S3: tbl_df/tbl/data.frame)
## ..$ Keterangan: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Selatan" "Kalimantan Tengah" ...
## ..$ .rows : list<int> [1:6]
## .. ..$ : int 1
## .. ..$ : int 2
## .. ..$ : int 4
## .. ..$ : int 3
## .. ..$ : int 5
## .. ..$ : int 6
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUEMengelompokkan Data
KalimantanUp <- InflowKalimantan %>%
group_by(Keterangan)
KalimantanUp## # A tibble: 6 × 12
## # Groups: Keterangan [6]
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158.
## 2 Kalimantan Bar… 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848.
## 3 Kalimantan Ten… 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385.
## 4 Kalimantan Sel… 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462.
## 5 Kalimantan Tim… 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991.
## 6 Kalimantan Uta… 0 0 0 0 0 0 341. 917. 1472.
## # … with 2 more variables: `2020` <dbl>, `2021` <dbl>Menambah Kolom
KalimantanUp1 <- InflowKalimantan %>%
mutate(`2022` = InflowKalimantan$`2021`/2)
KalimantanUp1 ## # A tibble: 6 × 13
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158.
## 2 Kalimantan Bar… 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848.
## 3 Kalimantan Ten… 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385.
## 4 Kalimantan Sel… 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462.
## 5 Kalimantan Tim… 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991.
## 6 Kalimantan Uta… 0 0 0 0 0 0 341. 917. 1472.
## # … with 3 more variables: `2020` <dbl>, `2021` <dbl>, `2022` <dbl>Mengurutkan Data
KalimantanUbah <- arrange(InflowKalimantan, `2011`)
KalimantanUbah## # A tibble: 6 × 12
## Keterangan `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan Uta… 0 0 0 0 0 0 341. 917. 1472.
## 2 Kalimantan Ten… 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385.
## 3 Kalimantan Bar… 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848.
## 4 Kalimantan Tim… 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991.
## 5 Kalimantan Sel… 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462.
## 6 Kalimantan 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158.
## # … 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 = InflowKalimantan, mapping = aes(x = Keterangan, y = `2015`)) +
geom_point()
ggplot(data = InflowKalimantan, mapping = aes(x = Keterangan, y = `2015`)) +
geom_bar(stat = "identity")
ggplot(InflowKalimantan, aes(Keterangan,`2021`, color=`Keterangan`))+
geom_point()