Laporan Pemrograman Komputer A

“Projek Topik Statistika”

Disusun oleh :
Franz Sebastian Soetrisno 6162001067
Ferdinand Julian 6162001138
Shinta Febriana 6162001164

Program Studi :
Matematika

Dosen :
Dr. Andreas Parama Wijaya, Liem Chin, M.Si. & Natasha Magdalena, S.Si.

FAKULTAS TEKNOLOGI INFORMASI DAN SAINS

UNIVERSITAS KATOLIK PARAHYANGAN
BANDUNG
2021
 BAB I
PENDAHULUAN

Penyakit COVID-19 adalah penyakit jenis baru coronavirus yang menular ke manusia.
Penyakit ini mengakibatkan terjadinya pandemi COVID-19 yang menyebar di seluruh dunia.
Dengan bantuan program komputer, manusia dapat menganalisis kasus COVID-19 yang terjadi
di dunia dengan mudah. Salah satu bahasa pemrograman yang dapat digunakan adalah Python,
kode-kode program di Python dapat menyajikan visualisasi data dan perhitungan statistik
sederhana dari data-data kasus COVID-19 yang tersedia. Beberapa contoh dari visualisasi data
yang dapat disajikan adalah bar chart atau pie chart. Tujuan kelompok kami menulis laporan ini
adalah untuk memudahkan orang dalam menganalisis kasus COVID-19 yang disajikan melalui
visualisasi data dan memenuhi projek “Projek Topik Statistika” mata kuliah pemrograman
komputer yang diberikan oleh dosen kami.
Pada projek ini, kelompok kami diberikan sebuah file xls yang berisikan data mengenai
kasus COVID-19 di setiap negara dan 4 persoalan yang harus kami selesaikan dengan bahasa
pemrograman Python. Pada persoalan pertama, kami diminta untuk membuat visualisasi data
mengenai total kasus COVID-19 yang terkonfirmasi di setiap benua dan menunjukkan benua
yang memiliki total kasus COVID-19 terkonfirmasi paling banyak. Pada persoalan kedua, kami
diminta untuk membuat visualisasi data mengenai total kasus COVID-19 yang terkonfirmasi di
setiap negara pada benua Asia. Pada persoalan ketiga, kami diminta untuk menentukan negara
mana yang memiliki total kematian paling rendah akibat COVID-19 di ASEAN serta
menampilkan visualisasi datanya. Pada persoalan keempat, kami diminta untuk melakukan
analisis sederhana menggunakan beberapa sampel negara, untuk menentukan apakah vaksinasi
dapat membantu untuk menurunkan kasus penyebaran COVID-19 atau tidak.
 BAB II
ANALISIS DATA

Gambar 1 : Kode Program untuk Import Modul

Pada projek ini, data yang digunakan untuk menjawab tiap-tiap persoalan diberikan
dalam bentuk file excel dengan nama “owid-covid-data.xlsx” sehingga digunakan perintah
“import pandas as pd” untuk dapat memanipulasi dan menganalisis data excel pada bahasa
pemrograman Python (perintah “as pd” digunakan untuk mempersingkat penulisan). Kemudian,
input “pd.read_excel(“owid-covid-data.xlsx”) yang diberi nama “data” berfungsi untuk membaca
file tersebut . Pada baris ketiga, perintah .fillna(0) berfungsi untuk mengubah nilai NaN (not a
number) pada program menjadi angka nol . Terakhir, kami import matplotlib.pyplot (dan diberi
singkatan plt) untuk pembuatan visualisasi data pada bahasa pemrograman Python.

2.1 Persoalan Pertama

Algoritma Program
 Kode Program

Gambar 2 : Kode Program Persoalan 1

Pada persoalan ini, setelah mengimpor modul pandas dan matplotlib.pyplot, kelompok
kami memulai dengan membuat variabel baru. Variabel “latest_date” yang berisi tanggal terkini,
variabel “p” yang berisi lokasi, variabel “q” yang berisi total kasus COVID-19 yang
terkonfirmasi, dan variabel “benua1” hingga “benua6” yang berisi nama tiap benua di dunia yang
dijadikan satu dalam list “benua” (terletak pada baris ke-15 pada gambar 2). Saat semua
informasi yang dibutuhkan sudah dituliskan dalam variabel-variabel tersebut, kami membuat
tabel mirip dengan tabel di file excel, yang berfungsi untuk mengumpulkan semua informasi
tersebut ke dalam satu input-an. Tabel tersebut kami buat dengan perintah seperti yang tertulis
pada baris ke-18 di gambar 2. Metode “.isin( )” pada perintah tersebut digunakan untuk
memfilter frame data yang membantu dalam memilih baris dengan memiliki dalam kolom
tertentu. Jika tabel di print, maka output yang akan muncul adalah seperti pada gambar dibawah :
 Gambar 3 : Output pada perintah print(tabel) 1

Dalam pembuatan visualisasi datanya, diperlukan list dari jumlah kasus COVID-19 yang
terkonfirmasi pada tiap benua. Perintah .append( ) dalam bahasa pemrograman Python berfungsi
untuk mengisi sebuah objek ke dalam list yang tersedia pada program. Dengan menggunakan
looping for dan perintah .append( ), kami membuat list yang kami beri nama “a” diisi dengan
lokasi benua dan list yang kami beri nama “b” diisi dengan jumlah kasus COVID-19
terkonfirmasi pada tiap benua. Output list a dan list b jika di print secara berturut-turut adalah :

Gambar 4 : Output list a dan list b 1

Langkah terakhir, visualisasikan data-data yang telah dibuat menggunakan plt (singkatan
matplotlib.pyplot). Pertama-tama, gunakan perintah plt.figure(figsize=(x,y)) yang berfungsi
untuk membentuk figur dan atribut figsize memungkinkan kita untuk mengatur lebar (x) dan
tinggi (y) dari figur dalam satuan inci. Kemudian, perintah plt.title(“...“,size = m) digunakan
untuk memberi judul pada plot, dan atribut size memungkinkan kita untuk mengatur ukuran font
pada judul yang dibuat. Plt.pie(b, autopct = “%.2f%%”,colors = [ ], shadow = True, pctdistance
=0.6) akan membuat sebuah pie chart dari list b yang ditampilkan dalam nilai persen, atribut
autopct digunakan untuk menentukan jumlah angka dibelakang koma, atribut colors memberikan
warna pada tiap potongan, atribut shadow memberikan sebuah bayangan pada pie chart apabila
bernilai True, dan atribut pctdistance memungkinkan kita untuk mengatur jarak antar angka yang
tertera pada tiap potongan. Plt.legend(a) akan menampilkan deskripsi (labels) dari pie chart
tersebut dan diakhiri dengan fungsi plt.show( ) yang digunakan untuk menampilkan semua figur
yang dibuat. Di bawah ini akan dilampirkan hasil akhir visualisasi data untuk persoalan pertama :
 Gambar 5 : Pie Chart 1

Jawaban Pertanyaan 1

Setelah membuat visualisasi data pie chart seperti pada gambar 5, dapat kita simpulkan
bahwa benua yang memiliki total kasus COVID-19 terkonfirmasi paling banyak adalah Benua
Eropa dengan persentase 29,79% dari 6 benua atau dengan kata lain, ada 44.575.562 (empat
puluh empat juta lima ratus tujuh puluh lima ribu lima ratus enam puluh dua) total kasus
COVID-19 yang terkonfirmasi di Benua Eropa.
2.2 Persoalan Kedua
Algoritma Program

Kode Program

Gambar 6 : Kode Program Persoalan 2

 Pada persoalan ini, setelah mengimpor modul pandas dan matplotlib.pyplot, kelompok
kami memulai dengan membuat variabel baru. Variabel “latest_date” yang berisi tanggal terkini,
variable “benua” yang berisi nama benua Asia, variabel “p” yang berisi lokasi dan variabel “q”
yang berisi total kasus COVID-19 yang terkonfirmasi . Saat semua informasi yang dibutuhkan
sudah dituliskan dalam variabel-variabel tersebut, kami membuat tabel mirip dengan tabel di file
excel, yang berfungsi untuk mengumpulkan semua informasi ke dalam satu inputan. Tabel
tersebut kami buat dengan perintah seperti yang tertulis pada baris ke-11 gambar 6. Jika tabel di
print, maka output yang akan muncul adalah seperti pada gambar dibawah :

Gambar 7 : Output pada perintah print(tabel) 2

 Dalam pembuatan visualisasi datanya, diperlukan list dari jumlah kasus COVID-19 yang
terkonfirmasi pada tiap negara di Benua Asia. Perintah .append( ) dalam bahasa pemrograman
Python berfungsi untuk mengisi sebuah objek ke dalam list yang tersedia pada program. Dengan
menggunakan looping for dan perintah .append( ), kami membuat list yang kami beri nama “a”
diisi dengan nama-nama negara di Benua Asia dan list yang kami beri nama “b” diisi dengan
jumlah kasus COVID-19 terkonfirmasi pada tiap-tiap negara tersebut. Output list a dan list b
jika di print secara berturut-turut adalah :

Gambar 8 : Output list a dan b 2

Langkah terakhir, visualisasikan data-data yang telah dibentuk sebelumnya menggunakan

plt (singkatan matplotlib.pyplot). Pertama-tama, gunakan perintah plt.figure(figsize=(x,y)) yang
berfungsi untuk membentuk figur dan atribut figsize memungkinkan kita untuk mengatur lebar
(x) dan tinggi (y) dari figur dalam satuan inci. Kemudian, perintah plt.title(“...“,size = m)
digunakan untuk memberi judul pada plot, dan atribut size memungkinkan kita untuk mengatur
ukuran font pada judul yang dibuat. Perintah plt.xlabel(“...“, size = m, color = “...“) digunakan
untuk memberi keterangan pada sumbu x, atribut size memungkinkan kita untuk mengatur
ukuran font pada keterangan yang dibuat, dan atribut color untuk memberi warna font tersebut.
Perintah plt.ylabel(“...“, size = m, color = “...“) digunakan untuk memberi keterangan pada
sumbu y, atribut size memungkinkan kita untuk mengatur ukuran font pada keterangan yang
dibuat, dan atribut color untuk memberi warna pada font tersebut. Perintah plt.barh(a,b, fc = “...”,
ec = “...”) digunakan untuk membuat bar chart, variabel “a” terletak pada sumbu x dan “b”
terletak pada sumbu y, atribut fc berfungsi untuk memberi warna di tiap tubuh batang pada grafik
dan ec berfungsi untuk memberi warna di tiap tepi batang pada grafik. Perintah diakhiri dengan
fungsi plt.show( ) yang digunakan untuk menampilkan semua figur yang dibuat. Di bawah ini
akan dilampirkan hasil akhir visualisasi data untuk persoalan kedua :

Gambar 9 : Bar Chart 2

Jawaban Pertanyaan 2

Visualisasi data yang dibuat mengenai total kasus COVID-19 yang terkonfirmasi untuk
setiap negara di benua Asia adalah dalam bentuk bar chart. Negara India adalah negara dalam
benua Asia dengan total kasus COVID-19 terkonfirmasi paling banyak yaitu 18.376.421
(delapan belas juta tiga ratus tujuh puluh enam ribu empat ratus dua puluh satu)

Keterangan : kalimat yang diberi warna merah adalah jawaban dari pertanyaan yang diberikan,
dan kalimat-kalimat selanjutnya adalah penambahan keterangan dari jawaban tersebut.
2.3 Persoalan Ketiga
Algoritma Program

Kode Program
 Gambar 10 : Kode Program Permasalahan 3

Pada persoalan ini, setelah mengimpor modul pandas dan matplotlib.pyplot, kelompok
kami memulai dengan membuat variabel baru. Variabel “latest_date” yang berisi tanggal terkini,
variabel “loc” yang berisi lokasi, variabel “dea” yang berisi total kematian akibat COVID-19
pada tiap negara ASEAN, dan variabel “asean1” hingga “asean10” yang berisi nama tiap negara
di Asia Tenggara yang dijadikan satu dalam list “asean” (baris ke-20 pada gambar 10). Saat
semua informasi yang dibutuhkan sudah dituliskan dalam variabel-variabel tersebut, kami
membuat tabel mirip dengan tabel di file excel yang berfungsi untuk mengumpulkan semua
informasi ke dalam satu inputan. Tabel tersebut kami buat dengan perintah seperti yang tertulis
pada baris ke-23 di gambar 10. Metode “.isin( )” digunakan untuk memfilter frame data yang
membantu dalam memilih baris dengan memiliki dalam kolom tertentu. Jika tabel di print, maka
output yang akan muncul adalah seperti pada gambar dibawah :
 Gambar 11 : Output pada perintah print(tabel) 3

Dalam pembuatan visualisasi datanya, diperlukan list dari jumlah kematian akibat
COVID-19 pada tiap negara di Asia Tenggara. Perintah .append( ) dalam bahasa pemrograman
Python berfungsi untuk mengisi sebuah objek ke dalam list yang tersedia pada program. Dengan
menggunakan looping for dan perintah .append( ), kami membuat list yang kami beri nama “a”
diisi dengan nama negara-negara di Asia Tenggara dan list yang kami beri nama “b” diisi
dengan jumlah kematian akibat COVID-19 pada tiap-tiap negara tersebut. Output list a dan list b
jika di print secara berturut-turut adalah :

Gambar 12 : Output list a dan b 3

Langkah terakhir, visualisasikan data-data yang telah dibentuk sebelumnya menggunakan

plt (singkatan dari matplotlib.pyplot). Pertama-tama, gunakan perintah plt.figure(figsize=(x,y))
yang berfungsi untuk membentuk figur dan atribut figsize memungkinkan kita untuk mengatur
lebar (x) dan tinggi (y) dari figur dalam satuan inci. Kemudian, perintah plt.title(“...“,size = m)
digunakan untuk memberi judul pada plot, dan atribut size memungkinkan kita untuk mengatur
ukuran font pada judul yang dibuat. Perintah plt.xlabel(“...“, size = m, color = “...“) digunakan
untuk memberi keterangan pada sumbu x, atribut size memungkinkan kita untuk mengatur
ukuran font pada keterangan yang dibuat, dan atribut color untuk memberi warna font tersebut.
Perintah plt.ylim(0,50000) berfungsi sebagai batas bawah dan batas atas dari sumbu y, kelompok
kami menetapkan batas atas dengan angka 50.000(lima puluh ribu) karena angka tertinggi yang
akan muncul pada bar chart adalah 45.116(empat puluh lima ribu seratus sepuluh enam).
Perintah plt.ylabel(“...“, size = m, color = “...“) digunakan untuk memberi keterangan pada
sumbu y, atribut size memungkinkan kita untuk mengatur ukuran font pada keterangan yang
dibuat, dan atribut color untuk memberi warna pada font tersebut. Perintah plt.bar(a,b, color =
(“...” , … , “...”,edgecolor = “...”)) digunakan untuk menentukan letak, “a” terletak pada sumbu
x dan “b” terletak pada sumbu y, dan atribut color berfungsi untuk memberi warna di tiap batang
pada grafik urut dari kiri serta atribut edgecolor digunakan untuk memberi warna pada luaran
batang. Untuk memberi keterangan angka pada tiap grafik, digunakan looping for dengan range
nya adalah list “a” yang berisi daftar nama negara-negara ASEAN kemudian diisi dengan
perintah plt.text(i,b[i],b[i], ha=”center”,va=”bottom”) dengan ha adalah horizontal alignment
(posisi angka pada deret horizontal) dan va adalah vertical alignment(posisi angka pada deret
vertikal) . Kode program diakhiri dengan perintah plt.show( ) yang digunakan untuk
menampilkan semua figur yang dibuat. Di bawah ini akan dilampirkan hasil akhir visualisasi
data untuk persoalan ketiga :
 Gambar 13 : Bar Chart 3

Jawaban Pertanyaan

Setelah membuat visualisasi data bar chart seperti pada gambar 13, dapat kita simpulkan
bahwa negara ASEAN dengan total kematian paling rendah akibat COVID-19 adalah negara
Laos dengan angka 0 kematian.
2.4 Persoalan Keempat
Algoritma Program

Kode Program

Pada persoalan ini, kami mengambil sampel tiga negara, yaitu Indonesia, Palestina, dan
Liechtenstein. Di bawah ini adalah kode program yang kami buat :

Gambar 14 : Kode Program Permasalahan 4

Matplotlib.pyplot tidak digunakan pada persoalan ini sehingga modul yang di-import hanya
pandas. Pertama-tama, kami membuat variabel baru “negara” yang berisi list tiga sampel negara
serta batas sumbu y (total kasus COVID-19 terkonfirmasi) nya dan variabel “vaksin” yang berisi
list dari lokasi,tanggal,kasus terbaru, total kasus terkonfirmasi, dan warga yang telah menerima
vaksin. Selanjutnya, kelompok kami menggunakan looping for untuk membuat grafik. Grafik
yang dibuat adalah line chart dengan warna hitam (kode terletak di baris ke-10 pada gambar 14)
dan pada baris ke-11, dibuat perintah yang memunculkan sebuah daerah yang di warna cyan
(biru ke hijau-an) yang menunjukkan bahwa daerah tersebut adalah daerah dimana warga di
negara tersebut sudah menerima vaksin COVID-19.
Saat program di run, output yang muncul adalah sebagai berikut :
Gambar 15 : Output grafik vaksinasi pada Indonesia, Palestina dan Liechtenstein
 Jawaban Pertanyaan

Garis warna hitam menunjukkan kasus COVID-19 yang terkonfirmasi dengan sumbu x
sebagai keterangan tanggal dan sumbu y sebagai keterangan jumlah. Daerah yang berwarna cyan
menunjukkan rentang waktu dimana warga telah menerima vaksinasi COVID-19. Dapat dilihat
pada Indonesia dan Palestina, setelah warga mereka menerima vaksinasi, grafik menurun drastis
tetapi pada Negara Liechtenstein, kasus COVID-19 setelah menerima vaksinasi menurun namun
masih terjadi kenaikan lagi. Jadi, kami simpulkan bahwa vaksinasi dapat membantu menurunkan
kasus penyebaran COVID-19 namun pada beberapa negara, masih terdapat kenaikan angka
COVID-19 setelah vaksinasi. Hal tersebut dapat terjadi dikarenakan ada faktor eksternal, seperti
gaya hidup setelah vaksinasi atau cara masyarakat mengontrol kesehatan pada tiap-tiap negara.

Keterangan : kelompok kami tidak dapat menyimpulkan bahwa jawaban kami valid 100% atau
tidak karena kami hanya mengambil tiga sampel dari banyak sekali negara pada data.
 BAB III
KESIMPULAN

Berdasarkan hasil analisis kelompok kami diatas, dapat dikatakan bahwa virus
COVID-19 telah menyebar ke seluruh dunia. Dampak penyebaran virus ini juga sudah dirasakan
oleh setiap masyarakat di seluruh dunia. Mulai dari tingkat kematian yang tinggi, gaya hidup
baru dengan protokol kesehatan, melakukan vaksinasi untuk menekan penyebaran COVID-19
lebih lanjut, dan masih banyak lagi. Pada nomor 1 hingga 4, kami membahas mengenai total
kasus COVID-19 yang terkonfirmasi, total kematian akibat COVID-19, serta melakukan analisis
mengenai pengaruh vaksin dalam menurunkan penyebaran kasus COVID-19. Dari hasil
visualisasi data yang kami buat, diketahui bahwa dari seluruh dunia, benua Eropa menduduki
peringkat pertama sebagai benua dengan total kasus COVID-19 terkonfirmasi paling banyak,
yaitu sebesar 44.575.562 jiwa. Kemudian, pada peringkat kedua ada benua Asia dan diikuti oleh
benua Amerika Utara, Amerika Selatan, Afrika, dan yang berada di peringkat terakhir adalah
benua Oceania. India merupakan negara yang berada di peringkat pertama mengenai kasus
COVID-19 terkonfirmasi yang paling banyak di Benua Asia (benua dengan penduduk terbanyak
di dunia yaitu sekitar 4.298.723.000 jiwa). Jika kita persempit lagi, pada Asia Tenggara, dengan
maka Laos tercatat sebagai negara dengan tingkat kematian paling sedikit, yaitu 0.
Kelompok kami menyimpulkan bahwa negara-negara di benua Eropa harus melakukan
usaha lebih agar dapat menekan kasus penyebaran COVID-19. Jika dalam skala benua Asia,
negara India harus melakukan usaha lebih demi menekan peningkatan kasus COVID-19 dan
negara-negara seperti India maupun yang memiliki total kasus COVID-19 yang sangat besar
diharapkan dapat mencontoh Laos yang dapat mempertahankan penanganannya terhadap
peningkatan kasus COVID-19 dengan kasus kematian akibat COVID-19 adalah 0.
Berdasarkan analisis data dengan beberapa sampel data untuk menjawab persoalan nomor
4, kelompok kami menyimpulkan bahwa vaksinasi membantu dalam menurunkan kasus
penyebaran COVID. Hal itu dapat dilihat pada grafik hasil visualisasi data Indonesia dan
Palestina pada gambar 15. Setelah vaksinasi, grafik Indonesia dan Palestina menurun drastis,
yang menandakan bahwa vaksinasi dapat bekerja dengan baik dan vaksinasi dapat membantu
menurunkan kasus penyebaran COVID. Namun, terdapat hal yang berbeda pada hasil visualisasi
data Liechtenstein pada gambar 15. Setelah melakukan vaksinasi, grafik Liechtenstein masih
mengalami kenaikan. Hanya karena grafik Liechtenstein mengalami kenaikan, bukan berarti
vaksinasi tidak bekerja dengan baik ataupun vaksinasi tidak dapat membantu menurunkan kasus
penyebaran COVID-19. Peningkatan yang terjadi pada negara Liechtenstein juga memiliki faktor
eksternal lain yang mempengaruhi peningkatan pada grafik tersebut.