Visualisasi Pivot Data Inflow Uang Kartal di Sulawesi Utara

Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Jurusan : Teknik Informatika

Pengertian Pivot

Pivot table adalah ringkasan data yang dikemas dalam tabel interaktif agar memudahkan dan membantu kamu untuk membuat laporan dan menganalisisnya dengan melihat perbandingan data yang kamu miliki.

Singkatnya, gunanya pivot table adalah untuk merangkum, mengelompokkan, mengeksplorasi, mempresentasikan, menghitung, dan menganalisa data.

library(readxl)
datainflowsulawesi <- read_excel(path = "Sulawesi.xlsx")
datainflowsulawesi

## # A tibble: 36 x 12
##    Propinsi       `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>           <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Aceh            2308.  2620. 36337. 4.57e3  4710.  5775.  5514.  5799.  7509.
##  2 Sumatera Utara 23238. 25981. 18120. 3.05e4 30254. 34427. 35617. 41769. 47112.
##  3 Sumatera Barat  9385. 11192. 14056. 1.41e4 13309. 14078. 15312. 15058. 14750.
##  4 Riau            3012.  4447.  8933. 6.36e3  7156.  8211.  8553. 10730. 10915.
##  5 Kep. Riau       1426.  2236.  3378. 2.56e3  3218.  4317.  4412.  5134.  6077.
##  6 Jambi           1868.  2138.  3047. 5.17e3  4978.  4398.  4404.  5657.  6486.
##  7 Sumatera Sela~  7820.  9126.  8647. 1.00e4 10797. 12752. 13075. 14267. 14812.
##  8 Bengkulu        1153.  1201.  2378. 3.26e3  2791.  2889.  3620.  4150.  5789.
##  9 Lampung         7690.  6969.  3474. 9.45e3  8160.  9373. 12078. 13415. 17046.
## 10 Kep. Bangka B~     0      0      0  1.37e1  1177.  1544.  1164.  1517.  3265.
## # ... with 26 more rows, and 2 more variables: `2020` <dbl>, `2021` <dbl>

Kasus Data Inflow Uang Kartal di Indonesia 2011 - 2021

library(tidyverse)

## -- 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

## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

datalongersulawesi <- datainflowsulawesi %>% 
  pivot_longer(!Propinsi, names_to = "Tahun", values_to = "Kasus")
datalongersulawesi 

## # A tibble: 396 x 3
##    Propinsi Tahun  Kasus
##    <chr>    <chr>  <dbl>
##  1 Aceh     2011   2308.
##  2 Aceh     2012   2620.
##  3 Aceh     2013  36337.
##  4 Aceh     2014   4567.
##  5 Aceh     2015   4710.
##  6 Aceh     2016   5775.
##  7 Aceh     2017   5514.
##  8 Aceh     2018   5799.
##  9 Aceh     2019   7509.
## 10 Aceh     2020   6641.
## # ... with 386 more rows

Pivot Data Inflow Uang Kartal di Indonesia berdasarkan Kasus

sulawesi1 <- select(datalongersulawesi, Propinsi,Kasus)
sulawesi1

## # A tibble: 396 x 2
##    Propinsi  Kasus
##    <chr>     <dbl>
##  1 Aceh      2308.
##  2 Aceh      2620.
##  3 Aceh     36337.
##  4 Aceh      4567.
##  5 Aceh      4710.
##  6 Aceh      5775.
##  7 Aceh      5514.
##  8 Aceh      5799.
##  9 Aceh      7509.
## 10 Aceh      6641.
## # ... with 386 more rows

Kasus Data Inflow Uang Kartal di Sulawesi Utara Periode 2011 - 2021

library(dplyr)
sulawesiup2 <- datalongersulawesi  %>%
    filter(Propinsi == 'Sulawesi Utara') %>%
    select('Propinsi', 'Tahun', 'Kasus')
sulawesiup2 

## # A tibble: 11 x 3
##    Propinsi       Tahun  Kasus
##    <chr>          <chr>  <dbl>
##  1 Sulawesi Utara 2011   5671.
##  2 Sulawesi Utara 2012   6635.
##  3 Sulawesi Utara 2013  21646.
##  4 Sulawesi Utara 2014   7374.
##  5 Sulawesi Utara 2015   6286.
##  6 Sulawesi Utara 2016   7266.
##  7 Sulawesi Utara 2017   7044.
##  8 Sulawesi Utara 2018   7781.
##  9 Sulawesi Utara 2019   7809.
## 10 Sulawesi Utara 2020   6324.
## 11 Sulawesi Utara 2021   4671.

Kasus Data Inflow Uang Kartal di Sulawesi Utara Tahun 2011

sulawesiup3 <- datalongersulawesi %>%
  filter(Propinsi == 'Sulawesi Utara', Tahun == '2011') %>%
 select('Propinsi', 'Tahun', 'Kasus')
sulawesiup3

## # A tibble: 1 x 3
##   Propinsi       Tahun Kasus
##   <chr>          <chr> <dbl>
## 1 Sulawesi Utara 2011  5671.

Visualisasi Pivot Data Inflow Uang Kartal di Indonesia berdasarkan Provinsi

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

Visualisasi Pivot Data Inflow Uang Kartal di Indonesia berdasarkan Tahun

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

Visualisasi Pivot Data Inflow Uang Kartal di Sulawesi Utara berdasarkan Provinsi

ggplot(data = sulawesiup2, mapping = aes(x = Tahun, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Propinsi) +
  theme(axis.text.x = element_text(angle = 90))

Visualisasi Pivot Data Inflow Uang Kartal di Sulawesi Utara berdasarkan Tahun

ggplot(data = sulawesiup2, mapping = aes(x = Propinsi, y = Kasus)) +
  geom_point() +
  facet_wrap( ~ Tahun) +
  theme(axis.text.x = element_text(angle = 90))

Referensi

https://www.kitalulus.com/seputar-kerja/pivot-table-adalah

https://www.bi.go.id/id/statistik/ekonomi-keuangan/ssp/indikator-pengedaran-uang.aspx