Nama : Muhammad Ridho
NIM : 210605110102
Kelas : Liniear Algebra (C)
Dosen Pengempu : Prof. Dr. Suhartono, M.Kom
Universitas : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Jurusan : Teknik Informatika
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)
datainflowkalimantan <- read_excel(path = "inflow tahunan1.xlsx")
datainflowkalimantan
## # A tibble: 6 x 12
## Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kaliman~ 13272. 17575. 37698. 26379. 29427. 32847. 35119. 41157. 46158. 37200.
## 2 Kaliman~ 2831. 3386. 4029. 5943. 6675. 7440. 7775. 10249. 11848. 9294.
## 3 Kaliman~ 779. 1135. 19328. 1887. 3547. 3694. 3655. 4083. 4385. 4178.
## 4 Kaliman~ 5369. 7311. 4226. 9614. 9558. 10809. 12415. 13604. 14462. 11753.
## 5 Kaliman~ 4293. 5743. 10115. 8936. 9646. 10903. 10933. 12305. 13991. 10612.
## 6 Kaliman~ 0 0 0 0 0 0 341. 917. 1472. 1362.
## # ... with 1 more variable: `2021` <dbl>
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 1.0.7
## v tidyr 1.2.0 v stringr 1.4.0
## v readr 2.1.2 v forcats 0.5.1
## Warning: package 'tidyr' was built under R version 4.1.3
## Warning: package 'readr' 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()
datalongerkalimantan <- datainflowkalimantan %>%
pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerkalimantan
## # A tibble: 66 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan 2011 13272.
## 2 Kalimantan 2012 17575.
## 3 Kalimantan 2013 37698.
## 4 Kalimantan 2014 26379.
## 5 Kalimantan 2015 29427.
## 6 Kalimantan 2016 32847.
## 7 Kalimantan 2017 35119.
## 8 Kalimantan 2018 41157.
## 9 Kalimantan 2019 46158.
## 10 Kalimantan 2020 37200.
## # ... with 56 more rows
library(dplyr)
kalimantan2 <- select(datalongerkalimantan, Provinsi, Kasus)
kalimantan2
## # A tibble: 66 x 2
## Provinsi Kasus
## <chr> <dbl>
## 1 Kalimantan 13272.
## 2 Kalimantan 17575.
## 3 Kalimantan 37698.
## 4 Kalimantan 26379.
## 5 Kalimantan 29427.
## 6 Kalimantan 32847.
## 7 Kalimantan 35119.
## 8 Kalimantan 41157.
## 9 Kalimantan 46158.
## 10 Kalimantan 37200.
## # ... with 56 more rows
library(dplyr)
kalimantan3 <- datalongerkalimantan %>%
filter(Provinsi == 'Kalimantan Barat') %>%
select('Provinsi', 'Tahun', 'Kasus')
kalimantan3
## # A tibble: 11 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Barat 2011 2831.
## 2 Kalimantan Barat 2012 3386.
## 3 Kalimantan Barat 2013 4029.
## 4 Kalimantan Barat 2014 5943.
## 5 Kalimantan Barat 2015 6675.
## 6 Kalimantan Barat 2016 7440.
## 7 Kalimantan Barat 2017 7775.
## 8 Kalimantan Barat 2018 10249.
## 9 Kalimantan Barat 2019 11848.
## 10 Kalimantan Barat 2020 9294.
## 11 Kalimantan Barat 2021 7598.
kalimantan4 <- datalongerkalimantan %>%
filter(Provinsi == 'Kalimantan Barat', Tahun == '2021') %>%
select('Provinsi', 'Tahun', 'Kasus')
kalimantan4
## # A tibble: 1 x 3
## Provinsi Tahun Kasus
## <chr> <chr> <dbl>
## 1 Kalimantan Barat 2021 7598.
ggplot(data = datalongerkalimantan, mapping = aes(x = Tahun, y = Kasus)) +
geom_point() +
facet_wrap( ~ Provinsi) +
theme(axis.text.x = element_text(angle = 90))
ggplot(data = datalongerkalimantan, mapping = aes(x = Provinsi, y = Kasus)) +
geom_point() +
facet_wrap( ~ Tahun) +
theme(axis.text.x = element_text(angle = 90))