Pengertian Manipulasi Data
Manipulasi Data adalah istilah yang digunakan untuk menggambarkan proses modifikasi struktur data agar lebih mudah dibaca. Misalnya, Anda dapat mengurutkan data berdasarkan abjad. Sehingga pemiliki dapat segera menerima informasi yang bermanfaat. Berikut manipulasi Data Outfloew uang kartal di pulau Jawa :
## # 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>
|
Manipulasi Data Outflow Uang Kartal di Pulau Jawa pada bulan Februari 2020 |
library(tidyverse)
jawafeb <- select(dataout, 'Provinsi', 'Februari')
jawafeb
## # A tibble: 11 x 2
## Provinsi Februari
## <chr> <dbl>
## 1 DKI Jakarta 11123.
## 2 Jawa 14285.
## 3 Jawa Barat 2762.
## 4 Jawa Tengah 4020.
## 5 Yogyakarta 1308.
## 6 Jawa Timur 5645.
## 7 Banten 551.
## 8 Bali Nusa 2029.
## 9 Bali 1561.
## 10 Nusa Tenggara Barat 304.
## 11 Nusa Tenggara Timur 164.
|
Manipulasi Data Outflow Uang Kartal di Pulau Jawa pada bulan September - Oktober 2020 |
septokt <- dataout %>% select('Provinsi', 'September', 'Oktober')
septokt
## # A tibble: 11 x 3
## Provinsi September Oktober
## <chr> <dbl> <dbl>
## 1 DKI Jakarta 9271. 17563.
## 2 Jawa 17080. 30709.
## 3 Jawa Barat 3280. 7566.
## 4 Jawa Tengah 5217. 8650.
## 5 Yogyakarta 897. 2181.
## 6 Jawa Timur 6949. 10935.
## 7 Banten 737. 1378.
## 8 Bali Nusa 2282. 3580.
## 9 Bali 1053. 1420.
## 10 Nusa Tenggara Barat 582. 1251.
## 11 Nusa Tenggara Timur 647. 910.
|
Manipulasi Data Outflow Uang Kartal di Pulau Jawa dengan mengganti bulan Maret menjadi Maret 2020 |
jawarename <- dataout %>% rename('Maret 2020' = 'Maret')
head(jawarename)
## # A tibble: 6 x 13
## Provinsi Januari Februari `Maret 2020` April Mei Juni Juli Agustus
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 DKI Jakarta 9622. 11123. 23706. 10583. 16666. 3350. 14707. 9345.
## 2 Jawa 8951. 14285. 21428. 22753. 37980. 7331. 23260. 15952.
## 3 Jawa Barat 2023. 2762. 4091. 5413. 10271. 1325. 4706. 3583.
## 4 Jawa Tengah 1985. 4020. 6116. 6865. 11936. 2209. 7306. 4868.
## 5 Yogyakarta 626. 1308. 1245. 672. 2279. 755. 1586. 1012.
## 6 Jawa Timur 3790. 5645. 9175. 9057. 11911. 2584. 8544. 5713.
## # ... with 4 more variables: September <dbl>, Oktober <dbl>, November <dbl>,
## # Desember <dbl>
|
Manipulasi Data Outflow Uang Kartal di Pulau Jawa Provinsi DKI Jakarta pada bulan Januari - Maret 2020 |
jakarta <- dataout %>%
filter(Provinsi == 'DKI Jakarta') %>%
select('Provinsi','Januari', 'Februari', 'Maret')
jakarta
## # A tibble: 1 x 4
## Provinsi Januari Februari Maret
## <chr> <dbl> <dbl> <dbl>
## 1 DKI Jakarta 9622. 11123. 23706.
|
Manipulasi Data Outflow Uang Kartal di Pulau Jawa Provinsi Jawa Timur pada bulan Oktober -Desember 2020 |
jatim <- dataout %>%
filter(Provinsi == 'Jawa Timur') %>%
select('Provinsi','Oktober', 'November', 'Desember')
jatim
## # A tibble: 1 x 4
## Provinsi Oktober November Desember
## <chr> <dbl> <dbl> <dbl>
## 1 Jawa Timur 10935. 5170. 13900.
|
Struktur Data Outflow Uang Kartal di Pulau Jawa |
str(dataout)
## tibble [11 x 13] (S3: tbl_df/tbl/data.frame)
## $ Provinsi : chr [1:11] "DKI Jakarta" "Jawa" "Jawa Barat" "Jawa Tengah" ...
## $ Januari : num [1:11] 9622 8951 2023 1985 626 ...
## $ Februari : num [1:11] 11123 14285 2762 4020 1308 ...
## $ Maret : num [1:11] 23706 21428 4091 6116 1245 ...
## $ April : num [1:11] 10583 22753 5413 6865 672 ...
## $ Mei : num [1:11] 16666 37980 10271 11936 2279 ...
## $ Juni : num [1:11] 3350 7331 1325 2209 755 ...
## $ Juli : num [1:11] 14707 23260 4706 7306 1586 ...
## $ Agustus : num [1:11] 9345 15952 3583 4868 1012 ...
## $ September: num [1:11] 9271 17080 3280 5217 897 ...
## $ Oktober : num [1:11] 17563 30709 7566 8650 2181 ...
## $ November : num [1:11] 10715 14909 3409 3846 1458 ...
## $ Desember : num [1:11] 27127 36725 8807 9324 2600 ...
str(dataout %>% group_by(Provinsi))
## grouped_df [11 x 13] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Provinsi : chr [1:11] "DKI Jakarta" "Jawa" "Jawa Barat" "Jawa Tengah" ...
## $ Januari : num [1:11] 9622 8951 2023 1985 626 ...
## $ Februari : num [1:11] 11123 14285 2762 4020 1308 ...
## $ Maret : num [1:11] 23706 21428 4091 6116 1245 ...
## $ April : num [1:11] 10583 22753 5413 6865 672 ...
## $ Mei : num [1:11] 16666 37980 10271 11936 2279 ...
## $ Juni : num [1:11] 3350 7331 1325 2209 755 ...
## $ Juli : num [1:11] 14707 23260 4706 7306 1586 ...
## $ Agustus : num [1:11] 9345 15952 3583 4868 1012 ...
## $ September: num [1:11] 9271 17080 3280 5217 897 ...
## $ Oktober : num [1:11] 17563 30709 7566 8650 2181 ...
## $ November : num [1:11] 10715 14909 3409 3846 1458 ...
## $ Desember : num [1:11] 27127 36725 8807 9324 2600 ...
## - attr(*, "groups")= tibble [11 x 2] (S3: tbl_df/tbl/data.frame)
## ..$ Provinsi: chr [1:11] "Bali" "Bali Nusa" "Banten" "DKI Jakarta" ...
## ..$ .rows : list<int> [1:11]
## .. ..$ : int 9
## .. ..$ : int 8
## .. ..$ : int 7
## .. ..$ : int 1
## .. ..$ : int 2
## .. ..$ : int 3
## .. ..$ : int 4
## .. ..$ : int 6
## .. ..$ : int 10
## .. ..$ : int 11
## .. ..$ : int 5
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUE
jabar <- dataout %>%
group_by(Provinsi)
jabar
## # A tibble: 11 x 13
## # Groups: Provinsi [11]
## 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>
dataout %>%
filter(Provinsi == 'DKI Jakarta') %>%
count('DKI jakarta', sort = TRUE)
## # A tibble: 1 x 2
## `"DKI jakarta"` n
## <chr> <int>
## 1 DKI jakarta 1
jawajakarta <- dataout %>%
mutate('Januari' = dataout$'Februari'/2)
jawajakarta
## # 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~ 5561. 11123. 23706. 10583. 16666. 3350. 14707. 9345. 9271.
## 2 Jawa 7143. 14285. 21428. 22753. 37980. 7331. 23260. 15952. 17080.
## 3 Jawa Ba~ 1381. 2762. 4091. 5413. 10271. 1325. 4706. 3583. 3280.
## 4 Jawa Te~ 2010. 4020. 6116. 6865. 11936. 2209. 7306. 4868. 5217.
## 5 Yogyaka~ 654. 1308. 1245. 672. 2279. 755. 1586. 1012. 897.
## 6 Jawa Ti~ 2822. 5645. 9175. 9057. 11911. 2584. 8544. 5713. 6949.
## 7 Banten 275. 551. 800. 745. 1583. 458. 1118. 776. 737.
## 8 Bali Nu~ 1014. 2029. 2399. 2118. 3842. 1644. 2259. 2434. 2282.
## 9 Bali 780. 1561. 1466. 772. 1129. 598. 1148. 1028. 1053.
## 10 Nusa Te~ 152. 304. 631. 932. 1720. 533. 486. 669. 582.
## 11 Nusa Te~ 82.0 164. 302. 415. 992. 513. 625. 737. 647.
## # ... with 3 more variables: Oktober <dbl>, November <dbl>, Desember <dbl>
|
Visualisasi Data Outflow Uang Kartal di Pulau Jawa pada bulan Februari 2020 |
|
ggplot(data = dataout, mapping = aes(x = Provinsi, y = `Februari`)) +
geom_point()
https://inmarketing.id/data-manipulation-adalah.html
https://rpubs.com/suhartono-uinmaliki/861286
https://www.bi.go.id/id/fungsi-utama/sistem-pembayaran/pengelolaan-rupiah/default.aspx