Buat Bidang Kasus Virus Corona dengan R Studio Cloud
9 min readJul 24, 2020
Halo Ahli Statistik Bagaimana hari Anda di hari ini? semoga hari Anda menyenangkan!
Virus COVID-19 adalah penyakit yang menyebar dari manusia ke manusia seperti influenza. Setelah 14 hari gejala awal. Menurut WHO, orang yang terkena penyakit lanjut seperti diabetes dan kanker berisiko terkena penyakit ini lebih rentan terhadap virus ini dengan tingkat kematian yang lebih tinggi. Virus ini menyebar melalui tetesan air liur atau keluar dari hidung (tetesan) kompilasi orang yang berjuang untuk batuk atau bersin dengan sembarangan atau tidak ditutupi dengan topeng, sapu tangan, atau siku. Sampai saat ini, belum ada vaksin atau perawatan khusus untuk pasien yang menentang virus Covid-19 dan hanya memiliki isolasi khusus (WHO, 2020).
Upaya pencegahan telah dilakukan oleh pekerja yang bekerja dari rumah (WFH) selama pandemi virus Covid-19. Dilansir dari Mina (21/04) Profesor Ketahanan dan Pemberdayaan Keluarga, Prof. Dr. Euis Sunarti mengatakan, “Keluarga Indonesia memberdayakan untuk memperkuat kesejahteraan ketika menghadapi tantangan besar yang muncul karena meningkatnya pandemi virus Covid-19.” Euis juga mengatakan ada tantangan baru yang diangkat oleh keluarga Indonesia. Virus COVID-19 meminta kita untuk dapat menemukan solusi baru untuk keselamatan keluarga dan bangsa. Salah satu langkah untuk menyelesaikan pandemi adalah memiliki data yang telah dianalisis dan dipertimbangkan untuk pembuat kebijakan. Analisis data yang paling sederhana adalah dengan melakukan konsentrasi data yang tentu saja jika tidak dalam gambar lebih nyaman untuk dilihat. Begitu,
Antoine Soetewey telah dibuat agar kami dapat membuat dasbor yang lebih mudah untuk data visualisasi menggunakan R. Anda bisa mendapatkan RMarkdown di sini .
Instal paket terlebih dahulu sebelum kita mulai lebih jauh.
install.packages (c ("devtools", "flexdashboard", "leaflet", "leafpop"))setelah menginstal paket kemudian panggil paket sebagai berikut.
perpustakaan (devtools)
perpustakaan (flexdashboard)
perpustakaan (leaflet)
perpustakaan (leafpop)setelah paket berjalan, langkah selanjutnya adalah menginstal paket 'coronavirus' dari GitHub yang dibuat oleh Rami Krispin.
devtools :: install_github ("RamiKrispin / coronavirus")setelah diinstal dengan benar langkah selanjutnya adalah
library (coronavirus) ---
judul: "Coronavirus in Indonesia"
penulis: "Reza Hartono"
output:
flexdashboard :: flex_dashboard:
orientasi: baris
# social: ["facebook", "twitter", "twitter", "twitterin"]
source_code: embed
vertical_layout : mengisi
--- `` `{r setup, termasuk = FALSE}
perpustakaan (flexdashboard)
# install.packages ( "devtools")
# devtools :: install_github ( "RamiKrispin / coronavirus", gaya = TRUE)
library (coronavirus)
Data (coronavirus)
update_dataset ()
# Lihat (coronavirus)
# max (coronavirus $ date)
`%>%` <- magrittr :: `%>% `
# ------------------ Parameter ------------------
# Atur warna
#https://www.w3.org/TR/css-color-3/#svg-color confirm_color
<- "purple"
active_color <- "# 1f77b4"
recovered_color <- "forestgreen"
death_color <- "red"
# - ---------------- Data ------------------
df <- coronavirus%>%
# dplyr :: filter (date = = maks (tanggal))%>%
dplyr :: filter (negara == "Indonesia")%>%
dplyr :: group_by (negara, jenis)%>%
dplyr :: merangkum (jumlah = jumlah (kasus))%>> %
tidyr :: pivot_wider (
names_from = type,
values_from = total
)%>%
# dplyr :: bermutasi (tidak dipulihkan = dikonfirmasi - ifelse (is.na (pulih), 0, pulih) - ifelse (is.na (kematian), 0, kematian))%>%
dplyr :: bermutasi (belum ditemukan = dikonfirmasi - ifelse (is.na (kematian), 0, kematian))%>%
dplyr :: atur (-confirmed)%>%
dplyr :: ungroup ()%>%
dplyr :: mutate (negara = dplyr :: if_else (negara == "Uni Emirat Arab", "UEA", negara))%>%
dplyr :: bermutasi (negara = dplyr :: if_else (negara == "Daratan Tiongkok", "Tiongkok" , negara))%>%
dplyr :: bermutasi (negara = dplyr :: if_else (negara == "Makedonia Utara", "N.Macedonia", negara))%>%
dplyr :: bermutasi (negara = trimws (negara) )%>%
dplyr :: mutate (negara = faktor (negara, level = negara))
df_daily <- coronavirus%>%
dplyr :: filter (negara == "Indonesia")%>%
dplyr :: group_by (tanggal, jenis )%>%
dplyr :: merangkum (total = jumlah (kas, na.rm = BENAR))%>%
tidyr :: pivot_wider (
names_from = jenis,
values_from = total
)%>%
dplyr :: atur (tanggal)%>%
dplyr :: ungroup ()%>%
#dplyr :: bermutasi (aktif = dikonfirmasi - kematian - pulih)% >%
dplyr :: bermutasi (aktif = dikonfirmasi - kematian)%>%
dplyr :: bermutasi (
dikonfirmasi_cum = cumsum (dikonfirmasi),
death_cum = cumsum (kematian),
# recovered_cum = cumsum (pulih),
active_cum = cumsum (aktif)
)
df1 <- coronavirus%>% dplyr :: filter (date == max (date))
`` `Ringkasan
========================== ============================================= Baris {data-lebar = 400}
-------------------------------------------------- --------------------- ### dikonfirmasi {.value-box} `` `{r}
valueBox (
value = paste (format (jumlah (df $ dikonfirmasi ), big.mark = ","), "", sep = ""),
caption = "Jumlah kasus yang dikonfirmasi",
ikon = "fas fa-user-md",
color = confirm_color
)
`` `<! - ### active {.value-box} -> <! - `` `{r} ->
<! - valueBox (->
<! - value = paste (format (jumlah (df $ belum pulih) , na.rm = BENAR), big.mark = ","), "(", ->
<! - bulat (100 * jumlah (df $ belum pulih, na.rm = BENAR) / jumlah (df $ dikonfirmasi ), 1), ->
<! - "%)", ->
<! - sep = "" ->
<! -), ->
<! - caption = "Kasing aktif (% dari total kasing)", icon = "fas fa-ambulance", ->
<! - color = active_color ->
<! -) ->
<! - `` `-> ### death {.value-box}` `` {r}
valueBox (
value = paste ( format (jumlah (df $ kematian, na.rm = BENAR), big.mark = ","), "(",
bulat (100 * jumlah (df $ kematian, na.rm = BENAR) / jumlah (df $ dikonfirmasi ), 1),
"%)",
sep = ""
),
caption = "Kasus kematian (angka kematian)",
ikon = "fas fa-heart-broken",
color = death_color
)
`` `Baris
---- -------------------------------------------------- ----------------- ### ** Kasus kumulatif harian menurut jenis ** (hanya Indonesia)
`` `{r}
plotly :: plot_ly (data = df_daily)%> %
plotly :: add_trace (
x = ~ date,
# y = ~ active_cum,
y = ~ confirm_cum,
ketik = "scatter",
mode = "lines + spiders",
# name = "Active",
name = "Dikonfirmasi",
line = daftar (warna = active_color),
marker = daftar (warna = active_color)
) %>%
plotly :: add_trace (
x = ~ tanggal,
y = ~ death_cum,
ketik = "scatter",
mode = "garis + spidol",
nama = "Kematian",
baris = daftar (warna = death_color),
marker = daftar (color = death_color)
)%>%
plotly :: add_annotations (
x = as.Date ("2020-03-02"),
y = 1,
text = paste (" Case pertama"),
xref = "x",
yref = "y",
panah = 5,
panah = 3, panah
ukuran = 1,
showarrow = BENAR,
kapak = -10,
ay = -90
)%>%
plotly :: add_annotations (
x = as.Date ("2020-03-11"),
y = 1,
teks = tempel ("Kematian pertama"),
xref = "x",
yref = "y",
panah = 5,
panah = 3, panah
ukuran = 1,
showarrow = BENAR,
kapak = -10,
ay = -90
)%>%
plotly :: layout (
title = "",
yaxis = daftar (title = "Jumlah kasus kumulatif"),
xaxis = daftar (judul = "Tanggal"),
legenda = daftar (x = 0,1, y = 0,9),
hovermode = "bandingkan"
)
`` `Perbandingan
============================================== ========================= Kolom {data-width = 400}
----------------- -------------------- ### ** Setiap hari kasus baru yang dikonfirmasi **
`` `{r}
daily_confirmed <- coronavirus%>%
dplyr :: filter (ketik == "dikonfirmasi")%>%
dplyr :: filter (date> = "2020-02-29")%>%
dplyr :: mutate (negara = negara)%>%
dplyr :: group_by (tanggal, negara)% >%
dplyr :: merangkum (total = jumlah (kasus))%>%
dplyr :: ungroup ()%>%
tidyr :: pivot_wider (names_from = negara, values_from = total)
# ---------- ------------------------------
#
Memplot data daily_confirmed%>%
plotly :: plot_ly ()%>%
plotly ::add_trace (
x = ~ date,
y = ~ Indonesia,
ketik = "scatter",
mode = "lines + spiders",
name = "Indonesia"
)%>%
plotly :: add_trace (
x = ~ date,
y = ~ Malaysia,
type = "scatter",
mode = "lines + spiders",
name = "Malaysia"
)%>%
plotly :: add_trace (
x = ~ tanggal,
y = ~ Singapura,
ketik = "scatter",
mode = "lines + spiders",
name = "Singapura"
)%>%
plotly :: add_trace (
x = ~ tanggal,
y = ~ Thailand,
ketik = "sebar",
mode = "baris + spidol ",
name =" Thailand "
)%>%
plotly :: tata letak (
title = "",
legenda = daftar (x = 0,1, y = 0,9),
yaxis = daftar (judul = "Jumlah kasus yang dikonfirmasi baru"),
xaxis = daftar (judul = "Tanggal"),
# paper_bgcolor = "hitam",
# plot_bgcolor = "hitam",
# font = daftar (warna = 'putih'),
hovermode = "bandingkan",
margin = daftar (
# l = 60,
# r = 40,
b = 10,
t = 10,
pad = 2
)
)
`` `
### ** Distribusi kasus berdasarkan tipe **` `` {r daily_summary}
df_EU <- coronavirus%>%
# dplyr :: filter (tanggal == maks (tanggal)) %>%
dplyr :: filter (negara == "Indonesia "|
negara == "Malaysia" |
negara == "Singapura" |
negara == "Thailand")%>%
dplyr :: group_by (negara, tipe)%>%
dplyr :: merangkum (total = jumlah (kasus))%>%
tidyr :: pivot_wider (
names_from = jenis,
values_from = total
) %>%
# dplyr :: mutate (belum ditemukan = dikonfirmasi - ifelse (is.na (recovered), 0, recovered) - ifelse (is.na (kematian), 0, death))%>%
dplyr :: mutate (unrecovered = dikonfirmasi - ifelse (is.na (kematian), 0, death))%>%
dplyr :: atur (dikonfirmasi)%>%
dplyr :: ungroup ()%>%
dplyr :: bermutasi (negara = dplyr :: if_else (negara == "Uni Emirat Arab", "UEA", negara))%>%
dplyr :: bermutasi (negara = dplyr :: if_else (negara == "China Daratan", "China", negara))%>%
dplyr :: bermutasi (negara = dplyr :: if_else (negara == "Makedonia Utara", "N.Macedonia", negara))%>%
dplyr :: bermutasi (negara = trimws (negara))%>%
dplyr :: bermutasi (negara = faktor (negara, level = negara))
plotly :: plot_ly (
data = df_EU,
x = ~ negara,
# y = ~ belum pulih,
y = ~ dikonfirmasi,
# teks = ~ dikonfirmasi,
# textposition = 'auto',
ketik = "bar",
nama = "Dikonfirmasi",
penanda = daftar (warna = active_color )
)%>%
plotly :: add_trace (
y = ~ kematian,
# text = ~ kematian,
# textposition = 'auto',
name = "Death",
marker = list (color = death_color)
)%>%
plotly :: layout (
barmode = "stack",
yaxis = daftar (judul = "Total kasus"),
xaxis = daftar (judul = "") ,
hovermode = "bandingkan",
margin = daftar (
# l = 60,
# r = 40,
b = 10,
t = 10,
pad = 2
)
)
`` `Peta
============ ================================================== ========= ### ** Peta dunia kasus ** (* gunakan ikon + dan - untuk memperbesar / memperkecil *) `` `{r}
# tab peta ditambahkan oleh
perpustakaan Art Steinmetz (leaflet )
perpustakaan (leafpop)
perpustakaan (purrr)
cv_data_for_plot <- coronavirus%>%
# dplyr :: filter (negara == "Indonesia")%>%
dplyr :: filter (kasing> 0)%>%
dplyr :: group_by (negara, provinsi, lat, panjang, ketik)%>%
dplyr :: merangkum (case = jumlah (
kasing ))%>% dplyr :: bermutasi (log_cases = 2 * log (kasing))%>%
dplyr :: ungroup ()
cv_data_for_plot.split <- cv_data_for_plot%>% split (cv_data_for_plot $ type)
pal <- colorFactor (c ("oranye", "merah", "hijau"), domain = c ("dikonfirmasi", "kematian", "pulih"))
map_object <- leaflet ()%>% addProviderTiles (penyedia $ Stamen .Toner)
names (cv_data_for_plot.split)%>%
purrr :: walk (fungsi (df) {
map_object << - map_object%>%
addCircleMarkers (
data = cv_data_for_plot.split [[df]],
lng = ~ panjang, lat = ~ lat,
# label = ~ as.character (kasing),
warna = ~ pal (type),
stroke = FALSE,
fillOpacity = 0.8,
radius = ~ log_cases,
popup = leafpop :: popupTable (cv_data_for_plot .split [[df]],
feature.id = FALSE,
row.numbers = FALSE,
zcol = c ("type", "case", "country", "country")
),
grup = df,
# clusterOptions = markerClusterOptions (removeOutsideVisibleBounds = F),
labelOptions = labelOptions (
noHide = F,
direction = "auto"
)
)
})
map_object%>%
addLayersControl (
overlayGroups = names (cv_data_for_plot.split),
options = layersControlOptions (diciutkan = FALSE)
)
`` `Tentang
====================== =============================================== * Dasbor Coronavirus: kasus Indonesia ** Ini [dasbor Coronavirus: kasus Indonesia] ( https://www.antoinesoetewey.com/files/coronavirus-dashboard.html ) memberikan ikhtisar 2019 Novel Coronavirus COVID- 19 (2019-nCoV) epidemi untuk Indonesia. Dasbor ini dibangun dengan R menggunakan kerangka kerja Makrdown R dan diadaptasi dari [dasbor] ini ( https://ramikrispin.github.io/coronavirus_dashboard/){target= "_blank"} oleh Rami Krispin.
**Kode**
Kode di balik dasbor ini tersedia di [GitHub] ( https://github.com/AntoineSoetewey/coronavirus_dashboard){target= "_blank"}.
** Data ** Data
input untuk dasbor ini adalah dataset yang tersedia dari [`{coronavirus}`] ( https://github.com/RamiKrispin/coronavirus){target= "_blank"} paket R. Pastikan untuk mengunduh versi pengembangan paket untuk mendapatkan data terbaru:
`` `
install.packages (" devtools ")
devtools :: install_github (" RamiKrispin / coronavirus ")
` ``
Data dan dasbor di-refresh setiap hari dasar.
Data mentah diambil dari Pusat Coronavirus [repositori] Universitas Johns Hopkins untuk Sains dan Teknik Sistem (JHU CCSE) (https://github.com/RamiKrispin/coronavirus-csv){target= "_blank"}.
** Informasi dan kontak **
Informasi lebih lanjut tentang dasbor ini dan cara mereplikasi untuk negara Anda sendiri dapat ditemukan di [artikel] ini ( https://www.statsandr.com/blog/how-to-create-a- simple-coronavirus-dashboard-specific-to-your-in-r / ).
Untuk pertanyaan atau tanggapan, Anda dapat [menghubungi saya] ( https://www.statsandr.com/contact/ ).
** Perbarui **
Data dalam format `r (maks (coronavirus $ date),"% A% B% d,% Y ")` dan dasbor telah diperbarui pada format `r (Sys.time () , "% A% B% d,% Y") `.
Situssalin sintaksis di atas ke dalam markdown R yang telah dibuat seperti tautan yang dicontohkan sebelumnya seperti yang ditunjukkan di bawah ini
setelah itu simpan markdown R menggunakan fungsi rajutan seperti yang ditunjukkan di bawah ini.
Setelah disimpan, Anda akan dapat melihat visualisasi data virus korona.
mengikuti hasil visualisasi.
