Universitas : UIN Maulana Malik Ibrahim Malang

Jurusan : Teknik Informatika

Linier Algebra C ’21

Definisi Pivot Table

Pivot Table adalah ringkasan data dalam bentuk tabel interaktif agar kita dapat membuat laporan dan menganalisanya dengan melihat perbandingan, pola dan tren dalam data kita.

Pivot table dapat digunakan untuk meringkas data dalam jumlah yang besar dengan mudah ketika kita harus menganalisis data numerik dengan detail atau menemukan jawaban pertanyaan tentang data, sehingga kita bisa menemukan kesimpulan dengan cepat. Penyajian data dengan pivot table juga akan lebih cepat karena tanpa harus menggunakan bermacam-macam rumus Excel secara manual yang membingungkan.

Fungsi utama pivot table yaitu untuk melakukan analisis, kombinasi, dan perbandingan pada sejumlah data dan lalu mengeksploitasinya untuk disajikan sebagai sebuah laporan dalam bentuk tabel. Tabel-tabel Excel dalam pivot table memiliki tujuan agar sebuah data dapat disajikan secara ringkas berdasarkan beberapa parameter yang dibutuhkan dan relevan dengan data.

Bahasa pemrograman R juga bisa membuat pivot table. Berikut merupakan cara yang digunakan untuk bisa menampilkan sebuah data menjadi pivot tabel.

library(readxl)
dataoutflowbalinusra <-read_excel(path = "Outflow bali nusra.xlsx")
dataoutflowbalinusra
## # A tibble: 4 x 13
##      No Provinsi  `2011` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019`
##   <dbl> <chr>      <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1     1 Bali dan~ 16424. 19421. 29399. 23391. 26728. 31941. 34160. 37260. 38680.
## 2     2 Bali       8912. 10782.  7248. 13104. 14471. 18140. 17822. 20434. 20654.
## 3     3 Nusa Ten~  3819.  4379. 10628.  5620.  6728.  8149.  8770.  9271. 10288.
## 4     4 Nusa Ten~  3693.  4260. 11524.  4668.  5530.  5652.  7569.  7555.  7738.
## # ... with 2 more variables: `2020` <dbl>, `2021` <dbl>

Kita bisa menggunakan package tidyverse.

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()

Kasus Data Outflow Uang Kartal Pulau Bali dan Nusa Tenggara Tahun 2011 hingga Tahun 2021

datalongerbanusra <-dataoutflowbalinusra %>%
  pivot_longer(!Provinsi, names_to = "Tahun", values_to = "Kasus")
datalongerbanusra
## # A tibble: 48 x 3
##    Provinsi               Tahun  Kasus
##    <chr>                  <chr>  <dbl>
##  1 Bali dan Nusa Tenggara No        1 
##  2 Bali dan Nusa Tenggara 2011  16424.
##  3 Bali dan Nusa Tenggara 2012  19421.
##  4 Bali dan Nusa Tenggara 2013  29399.
##  5 Bali dan Nusa Tenggara 2014  23391.
##  6 Bali dan Nusa Tenggara 2015  26728.
##  7 Bali dan Nusa Tenggara 2016  31941.
##  8 Bali dan Nusa Tenggara 2017  34160.
##  9 Bali dan Nusa Tenggara 2018  37260.
## 10 Bali dan Nusa Tenggara 2019  38680.
## # ... with 38 more rows

Pivot Data Outflow Uang Kartal di Pulau Bali dan Nusa Tenggara Berdasarkan Kasus

Balinusra2 <- select(datalongerbanusra, Provinsi, Kasus)
Balinusra2
## # A tibble: 48 x 2
##    Provinsi                Kasus
##    <chr>                   <dbl>
##  1 Bali dan Nusa Tenggara     1 
##  2 Bali dan Nusa Tenggara 16424.
##  3 Bali dan Nusa Tenggara 19421.
##  4 Bali dan Nusa Tenggara 29399.
##  5 Bali dan Nusa Tenggara 23391.
##  6 Bali dan Nusa Tenggara 26728.
##  7 Bali dan Nusa Tenggara 31941.
##  8 Bali dan Nusa Tenggara 34160.
##  9 Bali dan Nusa Tenggara 37260.
## 10 Bali dan Nusa Tenggara 38680.
## # ... with 38 more rows

Kasus Data Outflow Uang Kartal di Bali dan Nusa Tenggara Periode 2011-2021

library(dplyr)
balinusra3 <- datalongerbanusra %>%
  filter(Provinsi == 'Bali dan Nusa Tenggara') %>%
  select('Provinsi', 'Tahun', 'Kasus')
balinusra3
## # A tibble: 12 x 3
##    Provinsi               Tahun  Kasus
##    <chr>                  <chr>  <dbl>
##  1 Bali dan Nusa Tenggara No        1 
##  2 Bali dan Nusa Tenggara 2011  16424.
##  3 Bali dan Nusa Tenggara 2012  19421.
##  4 Bali dan Nusa Tenggara 2013  29399.
##  5 Bali dan Nusa Tenggara 2014  23391.
##  6 Bali dan Nusa Tenggara 2015  26728.
##  7 Bali dan Nusa Tenggara 2016  31941.
##  8 Bali dan Nusa Tenggara 2017  34160.
##  9 Bali dan Nusa Tenggara 2018  37260.
## 10 Bali dan Nusa Tenggara 2019  38680.
## 11 Bali dan Nusa Tenggara 2020  31224.
## 12 Bali dan Nusa Tenggara 2021  15224.

Kasus Data Outflow Uang Kartal di Bali dan Nusa Tenggara Tahun 2019

balinusra4 <- datalongerbanusra %>%
  filter(Provinsi == 'Bali dan Nusa Tenggara', Tahun == '2019') %>%
  select('Provinsi', 'Tahun', 'Kasus')
balinusra4
## # A tibble: 1 x 3
##   Provinsi               Tahun  Kasus
##   <chr>                  <chr>  <dbl>
## 1 Bali dan Nusa Tenggara 2019  38680.

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Bali dan Nusa Tenggara Berdasarkan Provinsi

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

Visualisasi Pivot Data Outflow Uang Kartal di Pulau Bali dan Nusa Tenggara Berdasarkan Periode

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

Referensi

https://rpubs.com/suhartono-uinmaliki/861286

https://www.ekrut.com/media/cara-membuat-pivot-table