Manipulasi Data dengan Library dplyr dan Visualisasi Data dengan ggplot pada Pulau Sulampua 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)
InflowSulampua <- read_excel(path = "/Users/aisharadianto/Documents/College 2/(C) Linear Algebra/InflowSulampua2.xlsx")
InflowSulampua## # 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 Sulampua 25056. 31011. 63774. 4.16e4 4.03e4 45737. 44126. 52672. 60202.
## 2 Sulawesi Utara 5671. 6635. 21646. 7.37e3 6.29e3 7266. 7044. 7781. 7809.
## 3 Sulawesi Teng… 1563. 1885. 1520. 3.00e3 2.59e3 2665. 2806. 3701. 4042.
## 4 Sulawesi Sela… 10593. 13702. 17770. 1.94e4 1.96e4 21043. 18803. 21894. 24749.
## 5 Sulawesi Teng… 659. 964. 6093. 2.26e3 2.38e3 3491. 3618. 3632. 4390.
## 6 Sulawesi Barat 0 0 0 0 4.92e1 536. 746. 606. 542.
## 7 Gorontalo 0 0 0 0 0 0 0 1088. 1983.
## 8 Maluku Utara 586. 633. 10273. 1.01e3 1.01e3 1259. 1339. 1530. 1924.
## 9 Maluku 1273. 1147. 4341. 1.78e3 1.79e3 2367. 2484. 3210. 4056.
## 10 Papua 4710. 6047. 2131. 6.79e3 6.10e3 6291. 6353. 8076. 9259.
## 11 Papua Barat 0 0 0 1.17e1 5.18e2 818. 933. 1153. 1448.
## # … 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
Sulampua1 <- select(InflowSulampua, `2020`)
Sulampua1## # A tibble: 11 × 1
## `2020`
## <dbl>
## 1 52812.
## 2 6324.
## 3 3052.
## 4 21551.
## 5 3353.
## 6 329.
## 7 2227.
## 8 1876.
## 9 2909.
## 10 9556.
## 11 1635.Sulampua2 <- select(InflowSulampua, `2011`, `2013`, `2015`, `2019`, `2021`)
Sulampua2## # A tibble: 11 × 5
## `2011` `2013` `2015` `2019` `2021`
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 25056. 63774. 40309. 60202. 45714.
## 2 5671. 21646. 6286. 7809. 4671.
## 3 1563. 1520. 2593. 4042. 2453.
## 4 10593. 17770. 19583. 24749. 18335.
## 5 659. 6093. 2385. 4390. 3270.
## 6 0 0 49.2 542. 265.
## 7 0 0 0 1983. 1770.
## 8 586. 10273. 1007. 1924. 1738.
## 9 1273. 4341. 1790. 4056. 2795.
## 10 4710. 2131. 6099. 9259. 8509.
## 11 0 0 518. 1448. 1907.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.
Sulampua3 <- select(InflowSulampua, -`2021`)
Sulampua3## # 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 Sulampua 25056. 31011. 63774. 4.16e4 4.03e4 45737. 44126. 52672. 60202.
## 2 Sulawesi Utara 5671. 6635. 21646. 7.37e3 6.29e3 7266. 7044. 7781. 7809.
## 3 Sulawesi Teng… 1563. 1885. 1520. 3.00e3 2.59e3 2665. 2806. 3701. 4042.
## 4 Sulawesi Sela… 10593. 13702. 17770. 1.94e4 1.96e4 21043. 18803. 21894. 24749.
## 5 Sulawesi Teng… 659. 964. 6093. 2.26e3 2.38e3 3491. 3618. 3632. 4390.
## 6 Sulawesi Barat 0 0 0 0 4.92e1 536. 746. 606. 542.
## 7 Gorontalo 0 0 0 0 0 0 0 1088. 1983.
## 8 Maluku Utara 586. 633. 10273. 1.01e3 1.01e3 1259. 1339. 1530. 1924.
## 9 Maluku 1273. 1147. 4341. 1.78e3 1.79e3 2367. 2484. 3210. 4056.
## 10 Papua 4710. 6047. 2131. 6.79e3 6.10e3 6291. 6353. 8076. 9259.
## 11 Papua Barat 0 0 0 1.17e1 5.18e2 818. 933. 1153. 1448.
## # … with 1 more variable: `2020` <dbl>Selain memilih kolom, select() juga dapat digunakan untuk mengubah nama kolom, misalnya
Sulampuaa <- InflowSulampua %>%
select(tahun = `2014`, `2015`, `2016`)
Sulampuaa## # A tibble: 11 × 3
## tahun `2015` `2016`
## <dbl> <dbl> <dbl>
## 1 41607. 40309. 45737.
## 2 7374. 6286. 7266.
## 3 3000. 2593. 2665.
## 4 19384. 19583. 21043.
## 5 2256. 2385. 3491.
## 6 0 49.2 536.
## 7 0 0 0
## 8 1006. 1007. 1259.
## 9 1781. 1790. 2367.
## 10 6794. 6099. 6291.
## 11 11.7 518. 818.Mengambil Nilai Unik (Tidak Duplikasi) dari Sebuah Variable
Sulampua4 <- distinct(InflowSulampua, `2019`)
Sulampua4## # A tibble: 11 × 1
## `2019`
## <dbl>
## 1 60202.
## 2 7809.
## 3 4042.
## 4 24749.
## 5 4390.
## 6 542.
## 7 1983.
## 8 1924.
## 9 4056.
## 10 9259.
## 11 1448.Untuk mendapatkan nilai unik dari semua baris berdasarkan variabel tertentu tambahkan opsi .keep_all = TRUE setelah nama variable dalam fungsi distinct().
Sulampua5 <- distinct(InflowSulampua, `2019`, .keep_all = TRUE)
Sulampua5## # 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 Sulampua 25056. 31011. 63774. 4.16e4 4.03e4 45737. 44126. 52672. 60202.
## 2 Sulawesi Utara 5671. 6635. 21646. 7.37e3 6.29e3 7266. 7044. 7781. 7809.
## 3 Sulawesi Teng… 1563. 1885. 1520. 3.00e3 2.59e3 2665. 2806. 3701. 4042.
## 4 Sulawesi Sela… 10593. 13702. 17770. 1.94e4 1.96e4 21043. 18803. 21894. 24749.
## 5 Sulawesi Teng… 659. 964. 6093. 2.26e3 2.38e3 3491. 3618. 3632. 4390.
## 6 Sulawesi Barat 0 0 0 0 4.92e1 536. 746. 606. 542.
## 7 Gorontalo 0 0 0 0 0 0 0 1088. 1983.
## 8 Maluku Utara 586. 633. 10273. 1.01e3 1.01e3 1259. 1339. 1530. 1924.
## 9 Maluku 1273. 1147. 4341. 1.78e3 1.79e3 2367. 2484. 3210. 4056.
## 10 Papua 4710. 6047. 2131. 6.79e3 6.10e3 6291. 6353. 8076. 9259.
## 11 Papua Barat 0 0 0 1.17e1 5.18e2 818. 933. 1153. 1448.
## # … 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).
Sulampua6 <- InflowSulampua %>%
filter(Keterangan <= 'Sulampua') %>%
select(`2015`,`2016`)
Sulampua6## # A tibble: 6 × 2
## `2015` `2016`
## <dbl> <dbl>
## 1 40309. 45737.
## 2 0 0
## 3 1007. 1259.
## 4 1790. 2367.
## 5 6099. 6291.
## 6 518. 818.Sulampua7 <- InflowSulampua %>%
filter(Keterangan == 'Sulampua', Keterangan == 'Sulampua Barat') %>%
select( -`2016`)
Sulampua7## # 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(InflowSulampua)## tibble [11 × 12] (S3: tbl_df/tbl/data.frame)
## $ Keterangan: chr [1:11] "Sulampua" "Sulawesi Utara" "Sulawesi Tengah" "Sulawesi Selatan" ...
## $ 2011 : num [1:11] 25056 5671 1563 10593 659 ...
## $ 2012 : num [1:11] 31011 6635 1885 13702 964 ...
## $ 2013 : num [1:11] 63774 21646 1520 17770 6093 ...
## $ 2014 : num [1:11] 41607 7374 3000 19384 2256 ...
## $ 2015 : num [1:11] 40309 6286 2593 19583 2385 ...
## $ 2016 : num [1:11] 45737 7266 2665 21043 3491 ...
## $ 2017 : num [1:11] 44126 7044 2806 18803 3618 ...
## $ 2018 : num [1:11] 52672 7781 3701 21894 3632 ...
## $ 2019 : num [1:11] 60202 7809 4042 24749 4390 ...
## $ 2020 : num [1:11] 52812 6324 3052 21551 3353 ...
## $ 2021 : num [1:11] 45714 4671 2453 18335 3270 ...str(InflowSulampua %>% group_by(Keterangan))## grouped_df [11 × 12] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Keterangan: chr [1:11] "Sulampua" "Sulawesi Utara" "Sulawesi Tengah" "Sulawesi Selatan" ...
## $ 2011 : num [1:11] 25056 5671 1563 10593 659 ...
## $ 2012 : num [1:11] 31011 6635 1885 13702 964 ...
## $ 2013 : num [1:11] 63774 21646 1520 17770 6093 ...
## $ 2014 : num [1:11] 41607 7374 3000 19384 2256 ...
## $ 2015 : num [1:11] 40309 6286 2593 19583 2385 ...
## $ 2016 : num [1:11] 45737 7266 2665 21043 3491 ...
## $ 2017 : num [1:11] 44126 7044 2806 18803 3618 ...
## $ 2018 : num [1:11] 52672 7781 3701 21894 3632 ...
## $ 2019 : num [1:11] 60202 7809 4042 24749 4390 ...
## $ 2020 : num [1:11] 52812 6324 3052 21551 3353 ...
## $ 2021 : num [1:11] 45714 4671 2453 18335 3270 ...
## - attr(*, "groups")= tibble [11 × 2] (S3: tbl_df/tbl/data.frame)
## ..$ Keterangan: chr [1:11] "Gorontalo" "Maluku" "Maluku Utara" "Papua" ...
## ..$ .rows : list<int> [1:11]
## .. ..$ : int 7
## .. ..$ : int 9
## .. ..$ : int 8
## .. ..$ : int 10
## .. ..$ : int 11
## .. ..$ : int 1
## .. ..$ : int 6
## .. ..$ : int 4
## .. ..$ : int 3
## .. ..$ : int 5
## .. ..$ : int 2
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUEMengelompokkan Data
SulampuaUp <- InflowSulampua %>%
group_by(Keterangan)
SulampuaUp## # 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 Sulampua 25056. 31011. 63774. 4.16e4 4.03e4 45737. 44126. 52672. 60202.
## 2 Sulawesi Utara 5671. 6635. 21646. 7.37e3 6.29e3 7266. 7044. 7781. 7809.
## 3 Sulawesi Teng… 1563. 1885. 1520. 3.00e3 2.59e3 2665. 2806. 3701. 4042.
## 4 Sulawesi Sela… 10593. 13702. 17770. 1.94e4 1.96e4 21043. 18803. 21894. 24749.
## 5 Sulawesi Teng… 659. 964. 6093. 2.26e3 2.38e3 3491. 3618. 3632. 4390.
## 6 Sulawesi Barat 0 0 0 0 4.92e1 536. 746. 606. 542.
## 7 Gorontalo 0 0 0 0 0 0 0 1088. 1983.
## 8 Maluku Utara 586. 633. 10273. 1.01e3 1.01e3 1259. 1339. 1530. 1924.
## 9 Maluku 1273. 1147. 4341. 1.78e3 1.79e3 2367. 2484. 3210. 4056.
## 10 Papua 4710. 6047. 2131. 6.79e3 6.10e3 6291. 6353. 8076. 9259.
## 11 Papua Barat 0 0 0 1.17e1 5.18e2 818. 933. 1153. 1448.
## # … with 2 more variables: `2020` <dbl>, `2021` <dbl>Menambah Kolom
SulampuaUp1 <- InflowSulampua %>%
mutate(`2022` = InflowSulampua$`2021`/2)
SulampuaUp1 ## # 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 Sulampua 25056. 31011. 63774. 4.16e4 4.03e4 45737. 44126. 52672. 60202.
## 2 Sulawesi Utara 5671. 6635. 21646. 7.37e3 6.29e3 7266. 7044. 7781. 7809.
## 3 Sulawesi Teng… 1563. 1885. 1520. 3.00e3 2.59e3 2665. 2806. 3701. 4042.
## 4 Sulawesi Sela… 10593. 13702. 17770. 1.94e4 1.96e4 21043. 18803. 21894. 24749.
## 5 Sulawesi Teng… 659. 964. 6093. 2.26e3 2.38e3 3491. 3618. 3632. 4390.
## 6 Sulawesi Barat 0 0 0 0 4.92e1 536. 746. 606. 542.
## 7 Gorontalo 0 0 0 0 0 0 0 1088. 1983.
## 8 Maluku Utara 586. 633. 10273. 1.01e3 1.01e3 1259. 1339. 1530. 1924.
## 9 Maluku 1273. 1147. 4341. 1.78e3 1.79e3 2367. 2484. 3210. 4056.
## 10 Papua 4710. 6047. 2131. 6.79e3 6.10e3 6291. 6353. 8076. 9259.
## 11 Papua Barat 0 0 0 1.17e1 5.18e2 818. 933. 1153. 1448.
## # … with 3 more variables: `2020` <dbl>, `2021` <dbl>, `2022` <dbl>Mengurutkan Data
SulampuaUbah <- arrange(InflowSulampua, `2011`)
SulampuaUbah## # 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 Sulawesi Barat 0 0 0 0 4.92e1 536. 746. 606. 542.
## 2 Gorontalo 0 0 0 0 0 0 0 1088. 1983.
## 3 Papua Barat 0 0 0 1.17e1 5.18e2 818. 933. 1153. 1448.
## 4 Maluku Utara 586. 633. 10273. 1.01e3 1.01e3 1259. 1339. 1530. 1924.
## 5 Sulawesi Teng… 659. 964. 6093. 2.26e3 2.38e3 3491. 3618. 3632. 4390.
## 6 Maluku 1273. 1147. 4341. 1.78e3 1.79e3 2367. 2484. 3210. 4056.
## 7 Sulawesi Teng… 1563. 1885. 1520. 3.00e3 2.59e3 2665. 2806. 3701. 4042.
## 8 Papua 4710. 6047. 2131. 6.79e3 6.10e3 6291. 6353. 8076. 9259.
## 9 Sulawesi Utara 5671. 6635. 21646. 7.37e3 6.29e3 7266. 7044. 7781. 7809.
## 10 Sulawesi Sela… 10593. 13702. 17770. 1.94e4 1.96e4 21043. 18803. 21894. 24749.
## 11 Sulampua 25056. 31011. 63774. 4.16e4 4.03e4 45737. 44126. 52672. 60202.
## # … 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 = InflowSulampua, mapping = aes(x = Keterangan, y = `2015`)) +
geom_point()
ggplot(data = InflowSulampua, mapping = aes(x = Keterangan, y = `2015`)) +
geom_bar(stat = "identity")
ggplot(InflowSulampua, aes(Keterangan,`2021`, color=`Keterangan`))+
geom_point()