Analisis Persentase Stunting, Wasting dan Underweight Prov NTB 2021
Suci Ramadani
2022-10-16
Analisis Persentase Stunting, Wasting dan Underweight Prov NTB 2021
sebuah analisis yang dilakukan oleh saya melalui median RStudio dan Mempublishnya dengan Rpubs
Nama :Suci Ramadani Nim :220605110032 Mata Kuliah :Kalkulus prodi :Teknik Informatika Universitas Islam Negri Maulana Malik I brahim Malang
A.Imput data 1. imput dataset yang akan di gunakan
setwd("~/KALKULUS/")
data = read.csv('Persentase Stunting, Wasting dan Underweight Prov NTB 2021.csv')
data## KABUPATEN PUSKESMAS JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG
## 1 Lombok Barat 20 55898
## 2 Lombok Tengah 28 102693
## 3 Lombok Timur 35 122269
## 4 Sumbawa 26 38642
## 5 Dompu 10 21843
## 6 Bima 21 41786
## 7 Sumbawa Barat 9 11602
## 8 Lombok Utara 8 23680
## 9 Kota Mataram 11 22048
## 10 Kota Bima 7 11727
## BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## 1 9830
## 2 14953
## 3 16099
## 4 3588
## 5 2205
## 6 5193
## 7 1795
## 8 4322
## 9 3989
## 10 1724
## PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## 1 17.59
## 2 14.56
## 3 13.17
## 4 9.29
## 5 10.09
## 6 12.43
## 7 15.47
## 8 18.25
## 9 18.09
## 10 14.70
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN
## 1 54886
## 2 95260
## 3 121766
## 4 38569
## 5 21818
## 6 41493
## 7 11471
## 8 23674
## 9 10382
## 10 10229
## BALITA.PENDEK.STUNTING..TB.U. PERSENTASE.BALITA.PENDEK.STUNTING..TB.U.
## 1 12462 22.71
## 2 21938 23.03
## 3 22080 18.13
## 4 3235 8.39
## 5 3120 14.30
## 6 7553 18.20
## 7 1657 14.45
## 8 6701 28.31
## 9 2039 19.64
## 10 1796 17.56
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR BALITA.KURUS.WASTING..BB.TB.
## 1 54891 2837
## 2 95691 5575
## 3 121907 5670
## 4 38609 1449
## 5 21838 1476
## 6 41648 3495
## 7 11474 809
## 8 23674 1069
## 9 10366 863
## 10 10247 810
## PERSENTASE.BALITA.KURUS.WASTING..BB.TB.
## 1 5.17
## 2 5.83
## 3 4.65
## 4 3.75
## 5 6.76
## 6 8.39
## 7 7.05
## 8 4.52
## 9 8.33
## 10 7.90B.lihat Data
names(data)## [1] "KABUPATEN"
## [2] "PUSKESMAS"
## [3] "JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG"
## [4] "BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U."
## [5] "PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U."
## [6] "JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN"
## [7] "BALITA.PENDEK.STUNTING..TB.U."
## [8] "PERSENTASE.BALITA.PENDEK.STUNTING..TB.U."
## [9] "JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR"
## [10] "BALITA.KURUS.WASTING..BB.TB."
## [11] "PERSENTASE.BALITA.KURUS.WASTING..BB.TB."ada 11 data yang ada di atas. lalu,lihat struktur data dan variabel yang ada di dalam data tersebut.
str(data)## 'data.frame': 10 obs. of 11 variables:
## $ KABUPATEN : chr " Lombok Barat" " Lombok Tengah" " Lombok Timur" " Sumbawa" ...
## $ PUSKESMAS : int 20 28 35 26 10 21 9 8 11 7
## $ JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG : int 55898 102693 122269 38642 21843 41786 11602 23680 22048 11727
## $ BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U. : int 9830 14953 16099 3588 2205 5193 1795 4322 3989 1724
## $ PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U. : num 17.59 14.56 13.17 9.29 10.09 ...
## $ JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN: int 54886 95260 121766 38569 21818 41493 11471 23674 10382 10229
## $ BALITA.PENDEK.STUNTING..TB.U. : int 12462 21938 22080 3235 3120 7553 1657 6701 2039 1796
## $ PERSENTASE.BALITA.PENDEK.STUNTING..TB.U. : num 22.71 23.03 18.13 8.39 14.3 ...
## $ JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR : int 54891 95691 121907 38609 21838 41648 11474 23674 10366 10247
## $ BALITA.KURUS.WASTING..BB.TB. : int 2837 5575 5670 1449 1476 3495 809 1069 863 810
## $ PERSENTASE.BALITA.KURUS.WASTING..BB.TB. : num 5.17 5.83 4.65 3.75 6.76 8.39 7.05 4.52 8.33 7.9kemudian,lihat struktur yang ada di atas
head(data)## KABUPATEN PUSKESMAS JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG
## 1 Lombok Barat 20 55898
## 2 Lombok Tengah 28 102693
## 3 Lombok Timur 35 122269
## 4 Sumbawa 26 38642
## 5 Dompu 10 21843
## 6 Bima 21 41786
## BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## 1 9830
## 2 14953
## 3 16099
## 4 3588
## 5 2205
## 6 5193
## PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## 1 17.59
## 2 14.56
## 3 13.17
## 4 9.29
## 5 10.09
## 6 12.43
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN
## 1 54886
## 2 95260
## 3 121766
## 4 38569
## 5 21818
## 6 41493
## BALITA.PENDEK.STUNTING..TB.U. PERSENTASE.BALITA.PENDEK.STUNTING..TB.U.
## 1 12462 22.71
## 2 21938 23.03
## 3 22080 18.13
## 4 3235 8.39
## 5 3120 14.30
## 6 7553 18.20
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR BALITA.KURUS.WASTING..BB.TB.
## 1 54891 2837
## 2 95691 5575
## 3 121907 5670
## 4 38609 1449
## 5 21838 1476
## 6 41648 3495
## PERSENTASE.BALITA.KURUS.WASTING..BB.TB.
## 1 5.17
## 2 5.83
## 3 4.65
## 4 3.75
## 5 6.76
## 6 8.39selanjutnya kita lihat data terakhir dan jumlah balita yang di timbang NTB
tail(data)## KABUPATEN PUSKESMAS JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG
## 5 Dompu 10 21843
## 6 Bima 21 41786
## 7 Sumbawa Barat 9 11602
## 8 Lombok Utara 8 23680
## 9 Kota Mataram 11 22048
## 10 Kota Bima 7 11727
## BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## 5 2205
## 6 5193
## 7 1795
## 8 4322
## 9 3989
## 10 1724
## PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## 5 10.09
## 6 12.43
## 7 15.47
## 8 18.25
## 9 18.09
## 10 14.70
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN
## 5 21818
## 6 41493
## 7 11471
## 8 23674
## 9 10382
## 10 10229
## BALITA.PENDEK.STUNTING..TB.U. PERSENTASE.BALITA.PENDEK.STUNTING..TB.U.
## 5 3120 14.30
## 6 7553 18.20
## 7 1657 14.45
## 8 6701 28.31
## 9 2039 19.64
## 10 1796 17.56
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR BALITA.KURUS.WASTING..BB.TB.
## 5 21838 1476
## 6 41648 3495
## 7 11474 809
## 8 23674 1069
## 9 10366 863
## 10 10247 810
## PERSENTASE.BALITA.KURUS.WASTING..BB.TB.
## 5 6.76
## 6 8.39
## 7 7.05
## 8 4.52
## 9 8.33
## 10 7.90C.Rangkuman Statistik Data Agar dapat melihat rangkuman statistik data yang dianalisis, bisa menggunakan fungsi summary:
summary(data)## KABUPATEN PUSKESMAS JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG
## Length:10 Min. : 7.00 Min. : 11602
## Class :character 1st Qu.: 9.25 1st Qu.: 21894
## Mode :character Median :15.50 Median : 31161
## Mean :17.50 Mean : 45219
## 3rd Qu.:24.75 3rd Qu.: 52370
## Max. :35.00 Max. :122269
## BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## Min. : 1724
## 1st Qu.: 2551
## Median : 4156
## Mean : 6370
## 3rd Qu.: 8671
## Max. :16099
## PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.
## Min. : 9.29
## 1st Qu.:12.62
## Median :14.63
## Mean :14.36
## 3rd Qu.:17.06
## Max. :18.25
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN
## Min. : 10229
## 1st Qu.: 14058
## Median : 31122
## Mean : 42955
## 3rd Qu.: 51538
## Max. :121766
## BALITA.PENDEK.STUNTING..TB.U. PERSENTASE.BALITA.PENDEK.STUNTING..TB.U.
## Min. : 1657 Min. : 8.39
## 1st Qu.: 2309 1st Qu.:15.23
## Median : 4968 Median :18.16
## Mean : 8258 Mean :18.47
## 3rd Qu.:11235 3rd Qu.:21.94
## Max. :22080 Max. :28.31
## JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR BALITA.KURUS.WASTING..BB.TB.
## Min. : 10247 Min. : 809.0
## 1st Qu.: 14065 1st Qu.: 914.5
## Median : 31142 Median :1462.5
## Mean : 43035 Mean :2405.3
## 3rd Qu.: 51580 3rd Qu.:3330.5
## Max. :121907 Max. :5670.0
## PERSENTASE.BALITA.KURUS.WASTING..BB.TB.
## Min. :3.750
## 1st Qu.:4.780
## Median :6.295
## Mean :6.235
## 3rd Qu.:7.688
## Max. :8.390Di atas terdapat nilai-nilai min,1st Qu,Median,mean,3rd Qu dan Max,jika ingin melihat data yang lebih terperinci,bisa menggunakan fungdi spesifik: 1.Rata-rata suatu variabel
mean(data$JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG)## [1] 45218.82.Nilai tenggah suatu variabel ## R Markdown
median(data$BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.)## [1] 4155.53.melihat standar devisi suatu variabel
sd(data$PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.)## [1] 3.1612984.mencari skewness dan kuntosis
library(moments)
skewness(data$JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN)## [1] 1.095922kurtosis(data$BALITA.PENDEK.STUNTING..TB.U.)## [1] 2.373318D.Menggambar histogram data 1.Histogram data terakhir
hist(data$PERSENTASE.BALITA.PENDEK.STUNTING..TB.U.)
mari kita mencoba mengubah histogram:
hist(data$JUMLAH.BALITA.0.59.BULAN.YANG.DITIMBANG, xlab = "data jumlah balita 0.59", ylab = "Frequency", main = "Histogram of data", ylim = c(0,8), xlim = c(4,40))
2.Histogram data balita kurang gizi
hist(data$BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.)
3.Histogram persentase data belita gizi kurang
hist(data$PERSENTASE.BALITA.GIZI.KURANG.UNDERWEIGHT..BB.U.)
4.histogram jumlah data balita yang di imunisasi
hist(data$JUMLAH.BALITA.0.59.BULAN.YANG.DIUKUR.TINGGI.BADAN)
Sekian analisi data Persentase Stunting, Wasting dan Underweight Prov
NTB 2021 yang saya lakukan sekian dari saya jika ada kesalahan dalam
pemograman saya mohon maaf,sekian dan Trimakasih.
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
summary(cars)## speed dist
## Min. : 4.0 Min. : 2.00
## 1st Qu.:12.0 1st Qu.: 26.00
## Median :15.0 Median : 36.00
## Mean :15.4 Mean : 42.98
## 3rd Qu.:19.0 3rd Qu.: 56.00
## Max. :25.0 Max. :120.00Including Plots
You can also embed plots, for example:
Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the
plot.