Universitas : UIN MAULANA MALIK IBRAHIM MALANG
Jurusan : Teknik Informatika
Dalam melakukan manipulasi data di R kita dapat menggunakan package dplyr. Package ini dibuat oleh Handley Wickham dan Roman Francois yang berisi kumpulan fungsi yang memudahkan manipulasi data yaitu antara lain:
sample() untuk mengambil sampel secara acak dari tabel
mutate() untuk menambah kolom
select() untuk mengambil data atau variabel yang dibutuhkan
arrange() untuk mengurutkan data
filter() untuk menyaring data
groupby() untuk mengelompokkan data
Beberapa alasan mengapa dplyr digunakan ketika melakukan manipulasi data yaitu pemrosesannya cepat sehingga meminimalisir waktu, kode yang simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi. Cara menginstall package dplyr yaitu sebagai berikut:
install.package(dplyr)
Sedangkan untuk memanggil dplyr yaitu dengan sintaks:
library(dplyr)
Beberapa alasan mengapa dplyr digunakan ketika melakukan manipulasi data yaitu pemrosesannya cepat sehingga meminimalisir waktu, kode yang simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi.
library(readxl)dataoutflowkalimantan <- read_excel(path = "OutflowTahunKalimantan.xlsx")
dataoutflowkalimantan## # 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~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## 2 Kaliman~ 5221. 5698. 6011. 6764. 8486. 9402. 11132. 12278. 13768. 13501.
## 3 Kaliman~ 6850. 7741. 15421. 8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~ 5126. 5580. 5046. 6265. 6755. 7424. 9544. 8476. 9228. 8222.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~ 0 0 0 0 0 0 1507. 2471. 3096. 2826.
## # ... with 1 more variable: `2021` <dbl>
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()
kalimantan2 <- select(dataoutflowkalimantan,'Provinsi', '2018')
kalimantan2## # A tibble: 6 x 2
## Provinsi `2018`
## <chr> <dbl>
## 1 Kalimantan 53989.
## 2 Kalimantan Barat 12278.
## 3 Kalimantan Tengah 13040.
## 4 Kalimantan Selatan 8476.
## 5 Kalimantan Timur 17724.
## 6 Kalimantan Utara 2471.
kalimantan3 <- select(dataoutflowkalimantan, -'2012')
kalimantan3## # A tibble: 6 x 11
## Provinsi `2011` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020` `2021`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kaliman~ 29535. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060. 30291.
## 2 Kaliman~ 5221. 6011. 6764. 8486. 9402. 11132. 12278. 13768. 13501. 6958.
## 3 Kaliman~ 6850. 15421. 8346. 10190. 10131. 11695. 13040. 12891. 12518. 7071.
## 4 Kaliman~ 5126. 5046. 6265. 6755. 7424. 9544. 8476. 9228. 8222. 5192.
## 5 Kaliman~ 12337. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993. 9110.
## 6 Kaliman~ 0 0 0 0 0 1507. 2471. 3096. 2826. 1960.
kalimantan4 <- dataoutflowkalimantan %>% select('Provinsi', '2011', '2012', '2013' , '2014' , '2015')
kalimantan4## # A tibble: 6 x 6
## Provinsi `2011` `2012` `2013` `2014` `2015`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 29535. 33444. 44929. 38772. 41945.
## 2 Kalimantan Barat 5221. 5698. 6011. 6764. 8486.
## 3 Kalimantan Tengah 6850. 7741. 15421. 8346. 10190.
## 4 Kalimantan Selatan 5126. 5580. 5046. 6265. 6755.
## 5 Kalimantan Timur 12337. 14426. 18451. 17398. 16514.
## 6 Kalimantan Utara 0 0 0 0 0
kalimantan5 <- dataoutflowkalimantan %>% rename('Tahun 2011' = '2011' , 'Tahun 2012' = '2012' , 'Tahun 2013' = '2013' , 'Tahun 2014' = '2014' , 'Tahun 2015' = '2015' , 'Tahun 2016' = '2016' , 'Tahun 2017' = '2017' , 'Tahun 2018' = '2018' , 'Tahun 2019' = '2019' , 'Tahun 2020' = '2020' , 'Tahun 2021' = '2021')
head(kalimantan5)## # A tibble: 6 x 12
## Provinsi `Tahun 2011` `Tahun 2012` `Tahun 2013` `Tahun 2014` `Tahun 2015`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan 29535. 33444. 44929. 38772. 41945.
## 2 Kalimantan B~ 5221. 5698. 6011. 6764. 8486.
## 3 Kalimantan T~ 6850. 7741. 15421. 8346. 10190.
## 4 Kalimantan S~ 5126. 5580. 5046. 6265. 6755.
## 5 Kalimantan T~ 12337. 14426. 18451. 17398. 16514.
## 6 Kalimantan U~ 0 0 0 0 0
## # ... with 6 more variables: `Tahun 2016` <dbl>, `Tahun 2017` <dbl>,
## # `Tahun 2018` <dbl>, `Tahun 2019` <dbl>, `Tahun 2020` <dbl>,
## # `Tahun 2021` <dbl>
kalimantan6 <- dataoutflowkalimantan %>%
filter(Provinsi == 'Kalimantan Timur') %>%
select( 'Provinsi', '2011','2012', '2013','2014', '2015', '2016')
kalimantan6## # A tibble: 1 x 7
## Provinsi `2011` `2012` `2013` `2014` `2015` `2016`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kalimantan Timur 12337. 14426. 18451. 17398. 16514. 15221.
str(dataoutflowkalimantan)## tibble [6 x 12] (S3: tbl_df/tbl/data.frame)
## $ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
## $ 2011 : num [1:6] 29535 5221 6850 5126 12337 ...
## $ 2012 : num [1:6] 33444 5698 7741 5580 14426 ...
## $ 2013 : num [1:6] 44929 6011 15421 5046 18451 ...
## $ 2014 : num [1:6] 38772 6764 8346 6265 17398 ...
## $ 2015 : num [1:6] 41945 8486 10190 6755 16514 ...
## $ 2016 : num [1:6] 42179 9402 10131 7424 15221 ...
## $ 2017 : num [1:6] 50404 11132 11695 9544 16525 ...
## $ 2018 : num [1:6] 53989 12278 13040 8476 17724 ...
## $ 2019 : num [1:6] 57579 13768 12891 9228 18596 ...
## $ 2020 : num [1:6] 52060 13501 12518 8222 14993 ...
## $ 2021 : num [1:6] 30291 6958 7071 5192 9110 ...
str(dataoutflowkalimantan %>% group_by(Provinsi))## grouped_df [6 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
## $ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Tengah" "Kalimantan Selatan" ...
## $ 2011 : num [1:6] 29535 5221 6850 5126 12337 ...
## $ 2012 : num [1:6] 33444 5698 7741 5580 14426 ...
## $ 2013 : num [1:6] 44929 6011 15421 5046 18451 ...
## $ 2014 : num [1:6] 38772 6764 8346 6265 17398 ...
## $ 2015 : num [1:6] 41945 8486 10190 6755 16514 ...
## $ 2016 : num [1:6] 42179 9402 10131 7424 15221 ...
## $ 2017 : num [1:6] 50404 11132 11695 9544 16525 ...
## $ 2018 : num [1:6] 53989 12278 13040 8476 17724 ...
## $ 2019 : num [1:6] 57579 13768 12891 9228 18596 ...
## $ 2020 : num [1:6] 52060 13501 12518 8222 14993 ...
## $ 2021 : num [1:6] 30291 6958 7071 5192 9110 ...
## - attr(*, "groups")= tibble [6 x 2] (S3: tbl_df/tbl/data.frame)
## ..$ Provinsi: chr [1:6] "Kalimantan" "Kalimantan Barat" "Kalimantan Selatan" "Kalimantan Tengah" ...
## ..$ .rows : list<int> [1:6]
## .. ..$ : int 1
## .. ..$ : int 2
## .. ..$ : int 4
## .. ..$ : int 3
## .. ..$ : int 5
## .. ..$ : int 6
## .. ..@ ptype: int(0)
## ..- attr(*, ".drop")= logi TRUE
kalimantan7 <- dataoutflowkalimantan %>%
group_by(Provinsi)
kalimantan7## # A tibble: 6 x 12
## # Groups: Provinsi [6]
## Provinsi `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Kaliman~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## 2 Kaliman~ 5221. 5698. 6011. 6764. 8486. 9402. 11132. 12278. 13768. 13501.
## 3 Kaliman~ 6850. 7741. 15421. 8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~ 5126. 5580. 5046. 6265. 6755. 7424. 9544. 8476. 9228. 8222.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~ 0 0 0 0 0 0 1507. 2471. 3096. 2826.
## # ... with 1 more variable: `2021` <dbl>
kalimantan8 <- arrange (dataoutflowkalimantan, `2011`)
kalimantan8## # 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~ 0 0 0 0 0 0 1507. 2471. 3096. 2826.
## 2 Kaliman~ 5126. 5580. 5046. 6265. 6755. 7424. 9544. 8476. 9228. 8222.
## 3 Kaliman~ 5221. 5698. 6011. 6764. 8486. 9402. 11132. 12278. 13768. 13501.
## 4 Kaliman~ 6850. 7741. 15421. 8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 5 Kaliman~ 12337. 14426. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~ 29535. 33444. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## # ... with 1 more variable: `2021` <dbl>
kalimantan9 <- dataoutflowkalimantan %>%
mutate(`2012` = dataoutflowkalimantan$`2013`/2)
kalimantan9## # 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~ 29535. 22465. 44929. 38772. 41945. 42179. 50404. 53989. 57579. 52060.
## 2 Kaliman~ 5221. 3006. 6011. 6764. 8486. 9402. 11132. 12278. 13768. 13501.
## 3 Kaliman~ 6850. 7710. 15421. 8346. 10190. 10131. 11695. 13040. 12891. 12518.
## 4 Kaliman~ 5126. 2523. 5046. 6265. 6755. 7424. 9544. 8476. 9228. 8222.
## 5 Kaliman~ 12337. 9225. 18451. 17398. 16514. 15221. 16525. 17724. 18596. 14993.
## 6 Kaliman~ 0 0 0 0 0 0 1507. 2471. 3096. 2826.
## # ... with 1 more variable: `2021` <dbl>
ggplot(data = dataoutflowkalimantan, mapping = aes(x = Provinsi, y = `2019`)) +
geom_point(col = "Red")