Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Fakultas : Sains dan Teknologi

Program Studi : Teknik Informatika

Mata Kuliah : Linear Algebra (C)

0.0.1 Apa itu Pivot?

Pivot merupakan bentuk penggolongan suatu data ataupun nilai dalam tabel dengan menggabungkan item individual dari tabel yang lebih luas dalam satu atau beberapa kategori terpisah. Ringkasan ini dapat mencakup jumlah, rata-rata, atau statistik lain. Hal ini memungkinkan pengguna mengambil informasi dengan cepat dari kumpulan data dalam jumlah besar. Serta dapat menganalisis data numerik secara mendetail dan menjawab pertanyaan yang tak terduga tentang data pengguna.

0.1 Pivot data Inflow Uang Kartal Wilayah Jawa

  Untuk pengaplikasian pivot data ini bisa dilakukan melalui pemrograman R ataupun Excel. Namun, disini saya mengaplikasikan pivot data pada pemrograman R dengan mengimport data yang telah saya pilih dari Ms.Excel.
  
  Data yang saya ambil adalah dari sutus statistik Bank Indonesia yakni Inflow uang kartal dari wilayah Jawa.
  
  Berikut penerapan pivot data inflow uang kartal di wilayah Jawa mulai dari Tahun 2011 sampai dengan tahun 2021 menggunakan bahasa pemrograman R.

0.1.0.1 Menginputkan data Inflow dengan mengimport dari Ms.Excel

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.3
InJawa <- read_excel("C:/Users/user/Downloads/InJawa.xlsx")
InJawa

0.1.1 Pivot data Inflow Uang Kartal dengan melakukan pivot_longer

Menganalisa data dengan memanggil library tidyverse, Paket ini terdiri dari kumpulan berbagai library. Kemudian melakukan pivot_longer() membuat kumpulan data lebih panjang dengan menambah jumlah baris dan mengurangi jumlah kolom. Saya tidak percaya masuk akal untuk menggambarkan kumpulan data sebagai "bentuk panjang". Panjang adalah istilah relatif.

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   1.0.8
## 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 4.1.3
## Warning: package 'tibble' was built under R version 4.1.3
## Warning: package 'tidyr' was built under R version 4.1.3
## Warning: package 'readr' was built under R version 4.1.3
## Warning: package 'purrr' was built under R version 4.1.3
## Warning: package 'dplyr' was built under R version 4.1.3
## Warning: package 'forcats' was built under R version 4.1.3
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
datalongerInflow <- InJawa %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerInflow
library(dplyr)
Kartal_Jawaup2 <- select(datalongerInflow, Provinsi, Kasus)
Kartal_Jawaup2 
library(dplyr)
Kartal_Jawaup4 <- datalongerInflow  %>%
    filter(Provinsi == 'Jawa Barat') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Kartal_Jawaup4

0.1.1.1 Kasus Data Intflow Uang Kartal di Jawa Tengah pada Tahun 2012

Kartal_Jawaup5 <- datalongerInflow  %>%
  filter(Provinsi == 'Jawa Tengah', Tahun == '2012') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Kartal_Jawaup5

0.2 Visualisasi Pivot data Inflow Uang Kartal Wilayah Jawa

0.2.0.1 1. (geom_point)

Geom titik digunakan untuk membuat scatterplot. Scatterplot paling berguna untuk menampilkan hubungan antara dua variabel kontinu

ggplot(data = datalongerInflow, mapping = aes(x = Tahun, y = Kasus, color = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 120))

ggplot(data = datalongerInflow, mapping = aes(x = Provinsi, y = Kasus, color = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

0.2.0.2 2. (geom_col)

mendefinisikan transformasi statistik menjadi identitas. Ini berarti bahwa nilai untuk parameter posisi x dan y dipetakan langsung ke variabel dari kumpulan data yang dipilih.

ggplot(data = datalongerInflow, mapping = aes(x = Provinsi, y = Kasus , color = Kasus, fill = Kasus)) +
  geom_col() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

0.2.0.3 3. (geom_boxplot)

boxplot() di R membantu memvisualisasikan distribusi data menurut kuartil dan mendeteksi keberadaan outlier. Ini memvisualisasikan lima statistik ringkasan (median, dua engsel dan dua kumis), dan semua poin "terluar" satu per satu.

ggplot(data = datalongerInflow, mapping = aes(x = Provinsi, y = Kasus, color = Kasus)) +
  geom_boxplot() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

0.3 Menganimasikan Visualisasi Pivot Data Inflow Uang Kartal

library(ggplot2)
library(gganimate)
## Warning: package 'gganimate' was built under R version 4.1.3
## No renderer backend detected. gganimate will default to writing frames to separate files
## Consider installing:
## - the `gifski` package for gif output
## - the `av` package for video output
## and restarting the R session
library(tidyverse)

theme_set(theme_minimal())

set.seed(1)
datalongerInflow
ggplot(data=datalongerInflow, aes(x=Provinsi, y=Tahun, color=Kasus)) +
  geom_point()+
  transition_states(Kasus) +
  shadow_trail()+
 enter_fade()+
  exit_fly(x_loc = 0, y_loc = 0)
## Warning: No renderer available. Please install the gifski, av, or magick package
## to create animated output
## NULL

0.4 Pivot data Outflow Uang Kartal Wilayah Jawa

  Untuk pengaplikasian pivot data ini bisa dilakukan melalui pemrograman R ataupun Excel. Namun, disini saya mengaplikasikan pivot data pada pemrograman R dengan mengimport data yang telah saya pilih dari Ms.Excel.
  
  Data yang saya ambil adalah dari sutus statistik Bank Indonesia yakni Outflow uang kartal dari wilayah Jawa.
  
  Berikut penerapan pivot data Outflow uang kartal di wilayah Jawa mulai dari Tahun 2011 sampai dengan tahun 2021 menggunakan bahasa pemrograman R.

0.4.0.1 Menginputkan data Outflow dengan mengimport dari Ms.Excel

library(readxl)
OutJawa <- read_excel("C:/Users/user/Downloads/OutJawa.xlsx")
OutJawa

0.4.1 Pivot data Outflow Uang Kartal dengan melakukan pivot_longer

Menganalisa data dengan memanggil library tidyverse, Paket ini terdiri dari kumpulan berbagai library. Kemudian melakukan pivot_longer() membuat kumpulan data lebih panjang dengan menambah jumlah baris dan mengurangi jumlah kolom. Saya tidak percaya masuk akal untuk menggambarkan kumpulan data sebagai "bentuk panjang". Panjang adalah istilah relatif.

library(tidyverse)

datalongerOutflow <- OutJawa %>% 
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerOutflow
library(dplyr)
Out_Jawaup6 <- select(datalongerOutflow, Provinsi, Kasus)
Out_Jawaup6 
library(dplyr)
Out_Jawaup7 <- datalongerOutflow  %>%
    filter(Provinsi == 'Jawa Timur') %>%
    select('Provinsi', 'Tahun', 'Kasus')
Out_Jawaup7

0.4.1.1 Kasus Data Intflow Uang Kartal di Jawa Tengah pada Tahun 2012

Out_Jawaup8 <- datalongerOutflow  %>%
  filter(Provinsi == 'Yogyakarta', Tahun == '2012') %>%
 select('Provinsi', 'Tahun', 'Kasus')
Out_Jawaup8

0.5 Visualisasi Pivot data Outflow Uang Kartal Wilayah Jawa

0.5.0.1 1. (geom_point)

Geom titik digunakan untuk membuat scatterplot. Scatterplot paling berguna untuk menampilkan hubungan antara dua variabel kontinu

ggplot(data = datalongerOutflow, mapping = aes(x = Tahun, y = Kasus, color = Kasus)) +
  geom_point() +
  facet_wrap( ~ Provinsi) +
  theme(axis.text.x = element_text(angle = 120))

ggplot(data = datalongerOutflow, mapping = aes(x = Provinsi, y = Kasus, color = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

0.5.0.2 2. (geom_col)

mendefinisikan transformasi statistik menjadi identitas. Ini berarti bahwa nilai untuk parameter posisi x dan y dipetakan langsung ke variabel dari kumpulan data yang dipilih.

ggplot(data = datalongerInflow, mapping = aes(x = Provinsi, y = Kasus , color = Kasus, fill = Kasus)) +
  geom_col() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

0.5.0.3 3. (geom_boxplot)

boxplot() di R membantu memvisualisasikan distribusi data menurut kuartil dan mendeteksi keberadaan outlier. Ini memvisualisasikan lima statistik ringkasan (median, dua engsel dan dua kumis), dan semua poin "terluar" satu per satu.

ggplot(data = datalongerOutflow, mapping = aes(x = Provinsi, y = Kasus, color = Kasus)) +
  geom_boxplot() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

0.6 Menganimasikan Visualisasi Pivot Data Inflow Uang Kartal

library(ggplot2)
library(gganimate)
library(tidyverse)

theme_set(theme_minimal())

set.seed(1)
datalongerOutflow
ggplot(data=datalongerOutflow, aes(x=Provinsi, y=Tahun, color=Kasus)) +
  geom_point()+
  transition_states(Kasus) +
  shadow_trail()+
 enter_fade()+
  exit_fly(x_loc = 0, y_loc = 0)
## Warning: No renderer available. Please install the gifski, av, or magick package
## to create animated output
## NULL