Analisis Deskriptif Data Jumlah Bencana Gempa Bumi Tahun 2012-2019

Suatu bentuk analisis sederhana yang saya lakukan dengan RStudio dan mempublishnya ke RPubs.

Nama : Fairuz Ardhan Haunan

NIM : 220605110038

Mata Kuliah : Kalkulus

Prodi : Teknik Informatika UIN Maulana Malik Ibrahim Malang

A. Input Data

Langkah pertama, kita import datanya dari internet. Kemudian baru bisa kita olah. Saya menggunakan fungsi “setwd” untuk mengatur lokasi dari data tempat saya ambil dan read.csv sebagai fungsi dari R untuk dapat membaca data yang saya import.

library(readxl)
setwd("D:/Kalkulus/")
data=read_excel('Bencana Data.xlsx')
data
## # A tibble: 66 × 3
##    jenis_bencana        Tahun jumlah_bencana
##    <chr>                <dbl>          <dbl>
##  1 Angin Puting Beliung  2013            500
##  2 Angin Puting Beliung  2012            543
##  3 Angin Puting Beliung  2019            568
##  4 Angin Puting Beliung  2015            571
##  5 Angin Puting Beliung  2014            618
##  6 Angin Puting Beliung  2016            663
##  7 Angin Puting Beliung  2018            804
##  8 Angin Puting Beliung  2017            885
##  9 Banjir                2019            247
## 10 Banjir                2015            523
## # … with 56 more rows

B. Melihat Data

Mari kita amati ada berapa banyak nama tabel didalam data tersebut.

names(data)
## [1] "jenis_bencana"  "Tahun"          "jumlah_bencana"

Dapat kita amati bahwasannya dalam data tersebut ada 3 tabel yang tersedia. Lalu kita

lihat struktur data kita dan variabel apa aja yang ada.

str(data)
## tibble [66 × 3] (S3: tbl_df/tbl/data.frame)
##  $ jenis_bencana : chr [1:66] "Angin Puting Beliung" "Angin Puting Beliung" "Angin Puting Beliung" "Angin Puting Beliung" ...
##  $ Tahun         : num [1:66] 2013 2012 2019 2015 2014 ...
##  $ jumlah_bencana: num [1:66] 500 543 568 571 618 663 804 885 247 523 ...

Kemudian, kita coba lihat 6 data teratas.

head(data)
## # A tibble: 6 × 3
##   jenis_bencana        Tahun jumlah_bencana
##   <chr>                <dbl>          <dbl>
## 1 Angin Puting Beliung  2013            500
## 2 Angin Puting Beliung  2012            543
## 3 Angin Puting Beliung  2019            568
## 4 Angin Puting Beliung  2015            571
## 5 Angin Puting Beliung  2014            618
## 6 Angin Puting Beliung  2016            663

Lalu kita lihat 6 data terakhir

tail(data)
## # A tibble: 6 × 3
##   jenis_bencana Tahun jumlah_bencana
##   <chr>         <dbl>          <dbl>
## 1 Tanah Longsor  2014            598
## 2 Tanah Longsor  2016            598
## 3 Tanah Longsor  2017            844
## 4 Tsunami        2012              0
## 5 Tsunami        2014              2
## 6 Tsunami        2018              2

C. Rangkuman Statistik Data

Fungsi summary dapat kita gunakan untuk melihat rangkuman statistik data.

summary(data)
##  jenis_bencana          Tahun      jumlah_bencana  
##  Length:66          Min.   :2012   Min.   :  0.00  
##  Class :character   1st Qu.:2013   1st Qu.: 11.25  
##  Mode  :character   Median :2015   Median : 52.00  
##                     Mean   :2015   Mean   :243.08  
##                     3rd Qu.:2018   3rd Qu.:517.75  
##                     Max.   :2019   Max.   :973.00

Keterangan tersebut telah menampilan berbagai data statistik yang kita perlukan. Namun saat ini, kita coba melihatnya dengan lebih detail.

  1. Rata-Rata Suatu Variabel

    mean(data$jumlah_bencana)
    ## [1] 243.0758

  2. Niai Tengah Suatu Tabel

median(data$jumlah_bencana)
## [1] 52

  1. Standar Deviasi

    sd(data$Tahun)
    ## [1] 2.341478

  2. Mencari Skewness dan Kurtosis

Disini kita harus menggunakan package moments. Aoa itu skewness dan kurtosis ?

Skewness merupakan statistik yang digunakan dalam memberikan gambaran distribusi data apakah miring ke kiri, ke kanan atau simetris sedangkan kurtosis merupakan statistik yang digunakan dalam memberikan gambaran apakah distribusi data cenderung rata atau runcing.

library(moments)
skewness(data$Tahun)
## [1] 0.02155759
kurtosis = (data$Tahun)

D. Membuat Histogram Data

  1. Histogram Tahun

    hist(data$Tahun)

2. Histogram Jumlah Bencana

hist(data$jumlah_bencana)

Sekian analisis sederhana yang dapat saya lakukan. Kurang lebihnya mohon maaf dan terimakasih.

Sumber Data : https://data.pu.go.id/sites/default/files/data-bencana-crostab.xlsx.