Relasional Data Set Komponen Pembentuk ITB (Indeks Tendensi Bisnis) Triwulan II-2019
Muh Miftahul Khair, Prof. Dr. Suhartono, M.Kom
28/3/2022
Lembaga : UIN Maulana Malik Ibrahim Malang
Jurusan : Teknik Informatika
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()1. Relasional Data Set Komponen Pembentuk Indeks Tendensi Bisnis Triwulan II-2019
1.1 Tabel Data Pendapatan Usaha
data_PU <-data.frame(Kategori= c('Pertanian, Kehutanan, dan Perikanan',
'Pertambangan dan Penggalian',
'Industri Pengolahan',
'Pengadaan Listrik dan Gas',
'Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang',
'Konstruksi',
'Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor',
'Transportasi dan Pergudangan',
'Penyediaan Akomodasi dan Makan Minum',
'Informasi dan Komunikasi',
'Jasa Keuangan dan Asuransi',
'Real Estat',
'Jasa Perusahaan',
'Administrasi Pemerintahan, Pertahanan dan
Jaminan Sosial Wajib',
'Jasa Pendidikan',
'Jasa Lainnya'
),
'Pendapatan Usaha' = c(106.32, 94.48, 111.63, 121.31, 112.86, 103.98, 129.80, 136.15, 128.81, 118.18, 108.45, 105.33, 112.20, 134.62, 109.92, 104.76
),
stringsAsFactors = FALSE)
data_PU## Kategori
## 1 Pertanian, Kehutanan, dan Perikanan
## 2 Pertambangan dan Penggalian
## 3 Industri Pengolahan
## 4 Pengadaan Listrik dan Gas
## 5 Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
## 6 Konstruksi
## 7 Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor
## 8 Transportasi dan Pergudangan
## 9 Penyediaan Akomodasi dan Makan Minum
## 10 Informasi dan Komunikasi
## 11 Jasa Keuangan dan Asuransi
## 12 Real Estat
## 13 Jasa Perusahaan
## 14 Administrasi Pemerintahan, Pertahanan dan \nJaminan Sosial Wajib
## 15 Jasa Pendidikan
## 16 Jasa Lainnya
## Pendapatan.Usaha
## 1 106.32
## 2 94.48
## 3 111.63
## 4 121.31
## 5 112.86
## 6 103.98
## 7 129.80
## 8 136.15
## 9 128.81
## 10 118.18
## 11 108.45
## 12 105.33
## 13 112.20
## 14 134.62
## 15 109.92
## 16 104.761.2 Visualisasi Data
barplot(data_PU$Pendapatan.Usaha, main = "Pendapatan Usaha", col= "darkgreen")
1.3 Tabel Data Rata-rata Jumlah Jam Kerja
data_RJK <-data.frame(Kategori = c('Pertambangan dan Penggalian',
'Industri Pengolahan',
'Pengadaan Listrik dan Gas',
'Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang',
'Konstruksi',
'Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor',
'Transportasi dan Pergudangan',
'Penyediaan Akomodasi dan Makan Minum',
'Informasi dan Komunikasi',
'Jasa Keuangan dan Asuransi',
'Real Estat',
'Jasa Perusahaan',
'Administrasi Pemerintahan, Pertahanan dan
Jaminan Sosial Wajib',
'Jasa Pendidikan',
'Jasa Kesehatan dan Kegiatan Sosial',
'Jasa Lainnya'
),
"Rata-rata Jumlah Jam Kerja" = c(95.80, 97.90, 109.23, 101.49, 108.38, 98.38, 110.22, 105.51, 99.27, 104.73, 101.30, 105.59, 107.14, 106.40, 110.34, 107.25),
stringsAsFactors = FALSE)
data_RJK## Kategori
## 1 Pertambangan dan Penggalian
## 2 Industri Pengolahan
## 3 Pengadaan Listrik dan Gas
## 4 Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
## 5 Konstruksi
## 6 Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor
## 7 Transportasi dan Pergudangan
## 8 Penyediaan Akomodasi dan Makan Minum
## 9 Informasi dan Komunikasi
## 10 Jasa Keuangan dan Asuransi
## 11 Real Estat
## 12 Jasa Perusahaan
## 13 Administrasi Pemerintahan, Pertahanan dan \nJaminan Sosial Wajib
## 14 Jasa Pendidikan
## 15 Jasa Kesehatan dan Kegiatan Sosial
## 16 Jasa Lainnya
## Rata.rata.Jumlah.Jam.Kerja
## 1 95.80
## 2 97.90
## 3 109.23
## 4 101.49
## 5 108.38
## 6 98.38
## 7 110.22
## 8 105.51
## 9 99.27
## 10 104.73
## 11 101.30
## 12 105.59
## 13 107.14
## 14 106.40
## 15 110.34
## 16 107.251.4 Visualisasi Data
barplot(data_RJK$Rata.rata.Jumlah.Jam.Kerja, main = "Rata-rata Jumlah Jam Kerja", col= "darkorange")
2. Inner Joins antara Data Pendapatan Usaha dengan Data Rata-rata Jumlah Jam Kerja
InnerJoins <- data_PU %>%
inner_join(data_RJK, by = "Kategori")
InnerJoins## Kategori
## 1 Pertambangan dan Penggalian
## 2 Industri Pengolahan
## 3 Pengadaan Listrik dan Gas
## 4 Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
## 5 Konstruksi
## 6 Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor
## 7 Transportasi dan Pergudangan
## 8 Penyediaan Akomodasi dan Makan Minum
## 9 Informasi dan Komunikasi
## 10 Jasa Keuangan dan Asuransi
## 11 Real Estat
## 12 Jasa Perusahaan
## 13 Administrasi Pemerintahan, Pertahanan dan \nJaminan Sosial Wajib
## 14 Jasa Pendidikan
## 15 Jasa Lainnya
## Pendapatan.Usaha Rata.rata.Jumlah.Jam.Kerja
## 1 94.48 95.80
## 2 111.63 97.90
## 3 121.31 109.23
## 4 112.86 101.49
## 5 103.98 108.38
## 6 129.80 98.38
## 7 136.15 110.22
## 8 128.81 105.51
## 9 118.18 99.27
## 10 108.45 104.73
## 11 105.33 101.30
## 12 112.20 105.59
## 13 134.62 107.14
## 14 109.92 106.40
## 15 104.76 107.253. Outer Joins antara Data Pendapatan Usaha dengan Data Rata-rata Jumlah Jam Kerja
## A Left Join
Leftjoins <- left_join(data_PU,data_RJK)## Joining, by = "Kategori"Leftjoins## Kategori
## 1 Pertanian, Kehutanan, dan Perikanan
## 2 Pertambangan dan Penggalian
## 3 Industri Pengolahan
## 4 Pengadaan Listrik dan Gas
## 5 Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
## 6 Konstruksi
## 7 Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor
## 8 Transportasi dan Pergudangan
## 9 Penyediaan Akomodasi dan Makan Minum
## 10 Informasi dan Komunikasi
## 11 Jasa Keuangan dan Asuransi
## 12 Real Estat
## 13 Jasa Perusahaan
## 14 Administrasi Pemerintahan, Pertahanan dan \nJaminan Sosial Wajib
## 15 Jasa Pendidikan
## 16 Jasa Lainnya
## Pendapatan.Usaha Rata.rata.Jumlah.Jam.Kerja
## 1 106.32 NA
## 2 94.48 95.80
## 3 111.63 97.90
## 4 121.31 109.23
## 5 112.86 101.49
## 6 103.98 108.38
## 7 129.80 98.38
## 8 136.15 110.22
## 9 128.81 105.51
## 10 118.18 99.27
## 11 108.45 104.73
## 12 105.33 101.30
## 13 112.20 105.59
## 14 134.62 107.14
## 15 109.92 106.40
## 16 104.76 107.25## A Right Join
Rightjoins <- right_join(data_PU,data_RJK)## Joining, by = "Kategori"Rightjoins## Kategori
## 1 Pertambangan dan Penggalian
## 2 Industri Pengolahan
## 3 Pengadaan Listrik dan Gas
## 4 Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
## 5 Konstruksi
## 6 Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor
## 7 Transportasi dan Pergudangan
## 8 Penyediaan Akomodasi dan Makan Minum
## 9 Informasi dan Komunikasi
## 10 Jasa Keuangan dan Asuransi
## 11 Real Estat
## 12 Jasa Perusahaan
## 13 Administrasi Pemerintahan, Pertahanan dan \nJaminan Sosial Wajib
## 14 Jasa Pendidikan
## 15 Jasa Lainnya
## 16 Jasa Kesehatan dan Kegiatan Sosial
## Pendapatan.Usaha Rata.rata.Jumlah.Jam.Kerja
## 1 94.48 95.80
## 2 111.63 97.90
## 3 121.31 109.23
## 4 112.86 101.49
## 5 103.98 108.38
## 6 129.80 98.38
## 7 136.15 110.22
## 8 128.81 105.51
## 9 118.18 99.27
## 10 108.45 104.73
## 11 105.33 101.30
## 12 112.20 105.59
## 13 134.62 107.14
## 14 109.92 106.40
## 15 104.76 107.25
## 16 NA 110.34## A Full Join
fullJoins <- full_join(data_PU,data_RJK)## Joining, by = "Kategori"fullJoins## Kategori
## 1 Pertanian, Kehutanan, dan Perikanan
## 2 Pertambangan dan Penggalian
## 3 Industri Pengolahan
## 4 Pengadaan Listrik dan Gas
## 5 Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang
## 6 Konstruksi
## 7 Perdagangan Besar dan Eceran, Reparasi dan Perawatan Mobil dan Sepeda Motor
## 8 Transportasi dan Pergudangan
## 9 Penyediaan Akomodasi dan Makan Minum
## 10 Informasi dan Komunikasi
## 11 Jasa Keuangan dan Asuransi
## 12 Real Estat
## 13 Jasa Perusahaan
## 14 Administrasi Pemerintahan, Pertahanan dan \nJaminan Sosial Wajib
## 15 Jasa Pendidikan
## 16 Jasa Lainnya
## 17 Jasa Kesehatan dan Kegiatan Sosial
## Pendapatan.Usaha Rata.rata.Jumlah.Jam.Kerja
## 1 106.32 NA
## 2 94.48 95.80
## 3 111.63 97.90
## 4 121.31 109.23
## 5 112.86 101.49
## 6 103.98 108.38
## 7 129.80 98.38
## 8 136.15 110.22
## 9 128.81 105.51
## 10 118.18 99.27
## 11 108.45 104.73
## 12 105.33 101.30
## 13 112.20 105.59
## 14 134.62 107.14
## 15 109.92 106.40
## 16 104.76 107.25
## 17 NA 110.344. Visualisasi Relasional Data Set
Menggunakan data inner joins karena baris yang tidak cocok keyword-nya tidak disertakan dalam hasil pada tabel gabungan. Sehingga dapat di visualisasikan gabungan data dari tabel tersebut.
plot(InnerJoins$Pendapatan.Usaha,type = "o", col= "Red")
lines(InnerJoins$Rata.rata.Jumlah.Jam.Kerja, ,type = "o", col= "darkblue")
legend("topleft",c("Pendapatan Usaha","Rata2 Jmlh Jam Kerja"),fill=c("red","darkblue"))