Pengertian Pivot
Pivot adalah proses membuat rangkuman, melakukan analisa, eksplorasi, dan mempresentasikan data. Salah satu software yang menyediakan fitur Pivot adalah MSExcel. Pada MSExcel terdapat fitur PivotTable dimana biasanya merupakan laporan berbentuk tabel yang dalam waktu saat singkat mampu menampilkan ringkasan berdasarkan jumlah data besar kedalam bentuk atau orientasi berbeda dan sanggup melakukan kalkulasi dalam setiap item yang dibutuhkan.
Misalkan apabila kita mempunyai data yang diunduh dari sebuah database atau dibuat sendiri dengan jumlah ratusan, ribuan, atau bahkan ratusan ribu baris data, tentunya akan sulit untuk mengolah serta mendapatkan informasi secara cepat. Informasi yang dimaksud misalnya : Menampilkan data berdasarkan kriteria atau perhitungan tertentu, membandingkan antar field (kolom) satu dengan yang lainnya, menampilkan perulangan data, hubungan perulangan data pada suatu periode dan lain sebagainya.
Selain itu bahasa pemrograman R juga menyediakan fitur provit data. Berikut penerapan pivotdata outlow uang kartal di Pulau Jawa pada tahun 2020 menggunakan bahasa pemrograman R.
## # A tibble: 11 x 13
## Provinsi Januari Februari Maret April Mei Juni Juli Agustus September
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 DKI Jak~ 9622. 11123. 23706. 10583. 16666. 3350. 14707. 9345. 9271.
## 2 Jawa 8951. 14285. 21428. 22753. 37980. 7331. 23260. 15952. 17080.
## 3 Jawa Ba~ 2023. 2762. 4091. 5413. 10271. 1325. 4706. 3583. 3280.
## 4 Jawa Te~ 1985. 4020. 6116. 6865. 11936. 2209. 7306. 4868. 5217.
## 5 Yogyaka~ 626. 1308. 1245. 672. 2279. 755. 1586. 1012. 897.
## 6 Jawa Ti~ 3790. 5645. 9175. 9057. 11911. 2584. 8544. 5713. 6949.
## 7 Banten 528. 551. 800. 745. 1583. 458. 1118. 776. 737.
## 8 Bali Nu~ 1415. 2029. 2399. 2118. 3842. 1644. 2259. 2434. 2282.
## 9 Bali 998. 1561. 1466. 772. 1129. 598. 1148. 1028. 1053.
## 10 Nusa Te~ 291. 304. 631. 932. 1720. 533. 486. 669. 582.
## 11 Nusa Te~ 126. 164. 302. 415. 992. 513. 625. 737. 647.
## # ... with 3 more variables: Oktober <dbl>, November <dbl>, Desember <dbl>
|
Kasus Data Outflow Uang Kartal di Pulau Jawa pada bulan Januari - Desember 2020 |
library(tidyverse)
datalong <- dataout %>%
pivot_longer(!Provinsi, names_to = "Bulan", values_to = "Kasus")
datalong
## # A tibble: 132 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 DKI Jakarta Januari 9622.
## 2 DKI Jakarta Februari 11123.
## 3 DKI Jakarta Maret 23706.
## 4 DKI Jakarta April 10583.
## 5 DKI Jakarta Mei 16666.
## 6 DKI Jakarta Juni 3350.
## 7 DKI Jakarta Juli 14707.
## 8 DKI Jakarta Agustus 9345.
## 9 DKI Jakarta September 9271.
## 10 DKI Jakarta Oktober 17563.
## # ... with 122 more rows
|
Pivot Data Outflow Uang Kartal di Pulau Jawa berdasarkan Kasus |
|
jawa <- select(datalong, Provinsi, Kasus)
jawa
## # A tibble: 132 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 DKI Jakarta 9622.
## 2 DKI Jakarta 11123.
## 3 DKI Jakarta 23706.
## 4 DKI Jakarta 10583.
## 5 DKI Jakarta 16666.
## 6 DKI Jakarta 3350.
## 7 DKI Jakarta 14707.
## 8 DKI Jakarta 9345.
## 9 DKI Jakarta 9271.
## 10 DKI Jakarta 17563.
## # ... with 122 more rows
|
Kasus Data Outflow Uang Kartal di DKI Jakarta pada Bulan Januari - Desember 2020 |
jakarta <- datalong %>%
filter(Provinsi == 'DKI Jakarta') %>%
select('Provinsi', 'Bulan', 'Kasus')
jakarta
## # A tibble: 12 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 DKI Jakarta Januari 9622.
## 2 DKI Jakarta Februari 11123.
## 3 DKI Jakarta Maret 23706.
## 4 DKI Jakarta April 10583.
## 5 DKI Jakarta Mei 16666.
## 6 DKI Jakarta Juni 3350.
## 7 DKI Jakarta Juli 14707.
## 8 DKI Jakarta Agustus 9345.
## 9 DKI Jakarta September 9271.
## 10 DKI Jakarta Oktober 17563.
## 11 DKI Jakarta November 10715.
## 12 DKI Jakarta Desember 27127.
Kasus Data Outflow Uang Kartal di DKI Jakarta pada Bulan Agustus 2020 |
jakarta <- datalong %>%
filter(Provinsi == 'DKI Jakarta', Bulan == 'Agustus') %>%
select('Provinsi', 'Bulan', 'Kasus')
jakarta
## # A tibble: 1 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 DKI Jakarta Agustus 9345.
|
Kasus Data Outflow Uang Kartal di Jawa Timur pada Bulan Januari - Desember 2020 |
jatim <- datalong %>%
filter(Provinsi == 'Jawa Timur') %>%
select('Provinsi', 'Bulan', 'Kasus')
jatim
## # A tibble: 12 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Jawa Timur Januari 3790.
## 2 Jawa Timur Februari 5645.
## 3 Jawa Timur Maret 9175.
## 4 Jawa Timur April 9057.
## 5 Jawa Timur Mei 11911.
## 6 Jawa Timur Juni 2584.
## 7 Jawa Timur Juli 8544.
## 8 Jawa Timur Agustus 5713.
## 9 Jawa Timur September 6949.
## 10 Jawa Timur Oktober 10935.
## 11 Jawa Timur November 5170.
## 12 Jawa Timur Desember 13900.
Kasus Data Outflow Uang Kartal di Jawa Timur pada Bulan Agustus 2020 |
jatim <- datalong %>%
filter(Provinsi == 'Jawa Timur', Bulan == 'Agustus') %>%
select('Provinsi', 'Bulan', 'Kasus')
jatim
## # A tibble: 1 x 3
## Provinsi Bulan Kasus
## <chr> <chr> <dbl>
## 1 Jawa Timur Agustus 5713.
|
Visualisasi Pivot Data Outflow Uang Kartal di Pulau Jawa berdasarkan Provinsi |
|
ggplot(data = datalong, mapping = aes(x = Bulan, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
|
Visualisasi Pivot Data Outflow Uang Kartal di Pulau Jawa berdasarkan Bulan |
ggplot(data = datalong, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Bulan) +
theme(axis.text.x = element_text(angle = 90))
https://www.computer-course-center.com/blog/komputer-administrasi-perkantoran/cara-mudah-membuat-pivot-table.html
https://www.bi.go.id/id/fungsi-utama/sistem-pembayaran/pengelolaan-rupiah/default.aspx
https://rpubs.com/suhartono-uinmaliki/861286