Jurusan: Teknik Informatika

Lembaga: Universitas Islam Negeri Maulana Malik Ibrahim Malang

Manipulasi Data dengan Library dplyr

Dalam melakukan manipulasi data di R dapat menggunakan package dplyr. Package ini berfungsi untuk memudahkan manipulasi data seperti mengambil sampel secara acak dari tabel, mengurutkan data, menyaring data, atau bisa juga untuk mengelompokkan data.

Package dplyr ini digunakan ketika melakukan manipulasi data dengan pemrosesan yang cepat sehingga meminimalisir waktu, kodenya juga simpel sehingga mudah dimengerti, dan penggunaan fungsi yang sistematis sehingga kode lebih rapi. Cara menginstall package dplyr yaitu dengan :

install.package(dplyr)

Dan sintaks untuk memanggil dplyr yaitu dengan :

library(dplyr)

Data Inflow di Pulau Sumatera

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2
inflowsum <- read_excel(path = "C:/Users/Daffa/Downloads/kuliah/Semester 2/Linear Algebra/Menjelang UAS/Manipulasiinflow-outflow/InflowSumatera.xlsx") 
inflowsum
## # A tibble: 11 x 12
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 2 more variables: 2020 <dbl>, 2021 <dbl>
library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.1.2
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5     v purrr   0.3.4
## v tibble  3.1.4     v dplyr   1.0.8
## v tidyr   1.1.3     v stringr 1.4.0
## v readr   2.0.1     v forcats 0.5.1
## Warning: package 'dplyr' was built under R version 4.1.2
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

Mambuang Beberapa Variabel yang Tidak Ingin Digunakan

sum1 <- select(inflowsum, `2020`)
sum1
## # A tibble: 11 x 1
##     `2020`
##      <dbl>
##  1 109345.
##  2   6641.
##  3  36609.
##  4  10696.
##  5   9148.
##  6   6175.
##  7   5628.
##  8  11756.
##  9   4971.
## 10  15158.
## 11   2562.
sum2 <- select(inflowsum, `2018`, `2017`, `2016`, `2015`, `2014`)
sum2
## # A tibble: 11 x 5
##     `2018`  `2017` `2016` `2015`  `2014`
##      <dbl>   <dbl>  <dbl>  <dbl>   <dbl>
##  1 117495. 103748. 97764. 86549. 86024. 
##  2   5799.   5514.  5775.  4710.  4567. 
##  3  41769.  35617. 34427. 30254. 30503. 
##  4  15058.  15312. 14078. 13309. 14103. 
##  5  10730.   8553.  8211.  7156.  6358. 
##  6   5134.   4412.  4317.  3218.  2563. 
##  7   5657.   4404.  4398.  4978.  5169. 
##  8  14267.  13075. 12752. 10797. 10038. 
##  9   4150.   3620.  2889.  2791.  3262. 
## 10  13415.  12078.  9373.  8160.  9448. 
## 11   1517.   1164.  1544.  1177.    13.7

Memilih Beberapa Variabel yang Ingin Digunakan

Sintaks dibawah ini digunakan untuk memilih beberapa variabel yang ketika variabel yang dipilih itu lebih banyak dibandingkan variabel yang akan dibuang.

sum3 <- select(inflowsum, -`2020`)
sum3
## # A tibble: 11 x 11
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 1 more variable: 2021 <dbl>

Sintaksnya ini menggunakan fungsi select, dan select ini bukan hanya untuk memilih kolom dalam jumlah banyak, melainkan juga bisa untuk mengganti nama kolomnya. Perhatikan sintaks yang ada dibawah ini :

sum4 <- inflowsum %>%
  select(tahun = `2014`, `2018`, `2019`)
sum4 
## # A tibble: 11 x 3
##      tahun  `2018`  `2019`
##      <dbl>   <dbl>   <dbl>
##  1 86024.  117495. 133762.
##  2  4567.    5799.   7509.
##  3 30503.   41769.  47112.
##  4 14103.   15058.  14750.
##  5  6358.   10730.  10915.
##  6  2563.    5134.   6077.
##  7  5169.    5657.   6486.
##  8 10038.   14267.  14812.
##  9  3262.    4150.   5789.
## 10  9448.   13415.  17046.
## 11    13.7   1517.   3265.

Mengganti Tabel Tahun

library(dplyr)
sumtahun <- inflowsum %>% rename('2010' = '2011')
head(sumtahun)
## # A tibble: 6 x 12
##   Provinsi `2010` `2012` `2013` `2014` `2015` `2016` `2017` `2018` `2019` `2020`
##   <chr>     <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
## 1 Sumatera 57900. 65911. 98369. 86024. 86549. 97764. 1.04e5 1.17e5 1.34e5 1.09e5
## 2 Aceh      2308.  2620. 36337.  4567.  4710.  5775. 5.51e3 5.80e3 7.51e3 6.64e3
## 3 Sumater~ 23238. 25981. 18120. 30503. 30254. 34427. 3.56e4 4.18e4 4.71e4 3.66e4
## 4 Sumater~  9385. 11192. 14056. 14103. 13309. 14078. 1.53e4 1.51e4 1.47e4 1.07e4
## 5 Riau      3012.  4447.  8933.  6358.  7156.  8211. 8.55e3 1.07e4 1.09e4 9.15e3
## 6 Kep. Ri~  1426.  2236.  3378.  2563.  3218.  4317. 4.41e3 5.13e3 6.08e3 6.18e3
## # ... with 1 more variable: 2021 <dbl>

Mengambil Nilai Tidak Duplikasi dari Variabel

Dari Sebuah Variabel
sum4 <- distinct(inflowsum, `2018`)
sum4
## # A tibble: 11 x 1
##     `2018`
##      <dbl>
##  1 117495.
##  2   5799.
##  3  41769.
##  4  15058.
##  5  10730.
##  6   5134.
##  7   5657.
##  8  14267.
##  9   4150.
## 10  13415.
## 11   1517.
Dari Semua Variabel
sum5 <- distinct(inflowsum, `2020`, .keep_all = TRUE)
sum5
## # A tibble: 11 x 12
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 2 more variables: 2020 <dbl>, 2021 <dbl>

Menyeleksi Baris Tabel

Baris tabel diseleksi dengan menggunakan fungsi filter(). dalam fungsi ini terdapat berbagai operator, seperti <, <=, >, >, ==, dan %in%. Argumen dari fungsi ini juga bisa lebih dari satu, dan sintaksnya menggunakan operator boolean.

sum6 <- inflowsum %>%
  filter(Provinsi <= 'Sumatera') %>%
    select(`2018`,`2019`)
sum6
## # A tibble: 8 x 2
##    `2018`  `2019`
##     <dbl>   <dbl>
## 1 117495. 133762.
## 2   5799.   7509.
## 3  10730.  10915.
## 4   5134.   6077.
## 5   5657.   6486.
## 6   4150.   5789.
## 7  13415.  17046.
## 8   1517.   3265.
sum7 <- inflowsum %>%
  filter(Provinsi == 'Sumatera', Provinsi == 'Sumatera Tenggara') %>%
    select( -`2020`)
sum7
## # A tibble: 0 x 11
## # ... with 11 variables: Provinsi <chr>, 2011 <dbl>, 2012 <dbl>, 2013 <dbl>,
## #   2014 <dbl>, 2015 <dbl>, 2016 <dbl>, 2017 <dbl>, 2018 <dbl>, 2019 <dbl>,
## #   2021 <dbl>
str(inflowsum)
## tibble [11 x 12] (S3: tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
##  $ 2011    : num [1:11] 57900 2308 23238 9385 3012 ...
##  $ 2012    : num [1:11] 65911 2620 25981 11192 4447 ...
##  $ 2013    : num [1:11] 98369 36337 18120 14056 8933 ...
##  $ 2014    : num [1:11] 86024 4567 30503 14103 6358 ...
##  $ 2015    : num [1:11] 86549 4710 30254 13309 7156 ...
##  $ 2016    : num [1:11] 97764 5775 34427 14078 8211 ...
##  $ 2017    : num [1:11] 103748 5514 35617 15312 8553 ...
##  $ 2018    : num [1:11] 117495 5799 41769 15058 10730 ...
##  $ 2019    : num [1:11] 133762 7509 47112 14750 10915 ...
##  $ 2020    : num [1:11] 109345 6641 36609 10696 9148 ...
##  $ 2021    : num [1:11] 89270 3702 31840 10748 7769 ...
str(inflowsum %>% group_by(Provinsi))
## grouped_df [11 x 12] (S3: grouped_df/tbl_df/tbl/data.frame)
##  $ Provinsi: chr [1:11] "Sumatera" "Aceh" "Sumatera Utara" "Sumatera Barat" ...
##  $ 2011    : num [1:11] 57900 2308 23238 9385 3012 ...
##  $ 2012    : num [1:11] 65911 2620 25981 11192 4447 ...
##  $ 2013    : num [1:11] 98369 36337 18120 14056 8933 ...
##  $ 2014    : num [1:11] 86024 4567 30503 14103 6358 ...
##  $ 2015    : num [1:11] 86549 4710 30254 13309 7156 ...
##  $ 2016    : num [1:11] 97764 5775 34427 14078 8211 ...
##  $ 2017    : num [1:11] 103748 5514 35617 15312 8553 ...
##  $ 2018    : num [1:11] 117495 5799 41769 15058 10730 ...
##  $ 2019    : num [1:11] 133762 7509 47112 14750 10915 ...
##  $ 2020    : num [1:11] 109345 6641 36609 10696 9148 ...
##  $ 2021    : num [1:11] 89270 3702 31840 10748 7769 ...
##  - attr(*, "groups")= tibble [11 x 2] (S3: tbl_df/tbl/data.frame)
##   ..$ Provinsi: chr [1:11] "Aceh" "Bengkulu" "Jambi" "Kep. Bangka Belitung" ...
##   ..$ .rows   : list<int> [1:11] 
##   .. ..$ : int 2
##   .. ..$ : int 9
##   .. ..$ : int 7
##   .. ..$ : int 11
##   .. ..$ : int 6
##   .. ..$ : int 10
##   .. ..$ : int 5
##   .. ..$ : int 1
##   .. ..$ : int 4
##   .. ..$ : int 8
##   .. ..$ : int 3
##   .. ..@ ptype: int(0) 
##   ..- attr(*, ".drop")= logi TRUE

Mengelompokkan dan Mengurutkan Data

Mengelompokkan Data
sumup <- inflowsum %>%
    group_by(Provinsi)
sumup
## # A tibble: 11 x 12
## # Groups:   Provinsi [11]
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 2 more variables: 2020 <dbl>, 2021 <dbl>
Mengurutkan Data
sumubah <- arrange(inflowsum, `2016`)
sumubah
## # A tibble: 11 x 12
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
##  2 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
##  3 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  4 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  5 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  6 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  7 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
## 10 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
## 11 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
## # ... with 2 more variables: 2020 <dbl>, 2021 <dbl>

Menambahkan Kolom pada Tabel

sumup1 <- inflowsum %>%
    mutate(`2022` = inflowsum$`2021`/2)
sumup1 
## # A tibble: 11 x 13
##    Provinsi      `2011` `2012` `2013`  `2014` `2015` `2016` `2017` `2018` `2019`
##    <chr>          <dbl>  <dbl>  <dbl>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
##  1 Sumatera      57900. 65911. 98369. 86024.  86549. 97764. 1.04e5 1.17e5 1.34e5
##  2 Aceh           2308.  2620. 36337.  4567.   4710.  5775. 5.51e3 5.80e3 7.51e3
##  3 Sumatera Uta~ 23238. 25981. 18120. 30503.  30254. 34427. 3.56e4 4.18e4 4.71e4
##  4 Sumatera Bar~  9385. 11192. 14056. 14103.  13309. 14078. 1.53e4 1.51e4 1.47e4
##  5 Riau           3012.  4447.  8933.  6358.   7156.  8211. 8.55e3 1.07e4 1.09e4
##  6 Kep. Riau      1426.  2236.  3378.  2563.   3218.  4317. 4.41e3 5.13e3 6.08e3
##  7 Jambi          1868.  2138.  3047.  5169.   4978.  4398. 4.40e3 5.66e3 6.49e3
##  8 Sumatera Sel~  7820.  9126.  8647. 10038.  10797. 12752. 1.31e4 1.43e4 1.48e4
##  9 Bengkulu       1153.  1201.  2378.  3262.   2791.  2889. 3.62e3 4.15e3 5.79e3
## 10 Lampung        7690.  6969.  3474.  9448.   8160.  9373. 1.21e4 1.34e4 1.70e4
## 11 Kep. Bangka ~     0      0      0     13.7  1177.  1544. 1.16e3 1.52e3 3.27e3
## # ... with 3 more variables: 2020 <dbl>, 2021 <dbl>, 2022 <dbl>

Visualisasi Data Tabel dengan ggplot

ggplot dengan Grafik Titik

Pada Tahun 2019
ggplot(data = inflowsum, mapping = aes(x = Provinsi, y = `2019`)) +
  geom_point()

Pada Tahun 2020
ggplot(data = inflowsum, mapping = aes(x = Provinsi, y = `2020`)) +
  geom_point()

ggplot dengan Grafik Batang

Pada Tahun 2020
ggplot(data = inflowsum, mapping = aes(x = Provinsi, y = `2020`)) +
  geom_bar(stat = "identity")

Pada Tahun 2019
ggplot(data = inflowsum, mapping = aes(x = Provinsi, y = `2019`)) +
  geom_bar(stat = "identity")

Referensi