Leaflet.Rmd

```{r setup, include=FALSE}
# clear-up the environment
rm(list = ls())

# chunk options
knitr::opts_chunk$set(
  message = FALSE,
  warning = FALSE,
  fig.align = "center",
  comment = "#>"
)

# scientific notation
options(scipen = 9999)
```

```{r echo=FALSE, warning=FALSE, message=FALSE}
library(tidyverse)
library(leaflet)
library(scales)
library(plotly)
library(lubridate)
library(glue)
library(forcats)
library(RCurl)
library(rmarkdown)
```

```{r, echo=FALSE, warning=FALSE, message=FALSE}
vids <- read.csv("data/02-DVIP/USvideos.csv")
vids <- vids %>% 
  mutate(category_id = as.character(category_id),
         category_id = case_when(category_id == "1" ~ "Film and Animation",
                                 category_id == "2" ~ "Autos and Vehicles",
                                 category_id == "10" ~ "Music", 
                                 category_id == "15" ~ "Pets and Animals", 
                                 category_id == "17" ~ "Sports",
                                 category_id == "19" ~ "Travel and Events", 
                                 category_id == "20" ~ "Gaming",
                                 category_id == "22" ~ "People and Blogs",
                                 category_id == "23" ~ "Comedy",
                                 category_id == "24" ~ "Entertainment",
                                 category_id == "25" ~ "News and Politics",
                                 category_id == "26" ~ "Howto and Style",
                                 category_id == "27" ~ "Education",
                                 category_id == "28" ~ "Science and Technology",
                                 category_id == "29" ~ "Nonprofit and Activism",
                                 category_id == "43" ~ "Shows"),
         category_id = as.factor(category_id),
         trending_date = ydm(trending_date),
         publish_time = ymd_hms(publish_time, tz = "America/New_York"))

laporan <- read.csv("data/02-DVIP/data-bugdet.csv")
```

```{r, echo=FALSE}
vids1 <- vids %>% 
  filter(category_id %in% c("Education", "Science and Technology")) %>% 
  group_by(channel_title, category_id) %>% 
  summarise(total.likes = sum(likes)) %>% 
  ungroup() %>% 
  arrange(desc(total.likes)) %>% 
  head(5)
```

```{r, echo=FALSE}
vids3 <- vids %>% 
  select(channel_title, category_id, views, likes) %>% 
  filter(category_id %in% c("Education", "Science and Technology"))
```

```{r, echo=FALSE}
label_rupiah <- label_dollar(scale = 1e-9, prefix = "Rp ", suffix = " M")
```

# Leaflet

**1. Bagaimana cara mengubah base map pada leaflet?**

```{r, echo=FALSE, rows.print = 6, warning=FALSE, message=FALSE}
datraw <- read_csv("data/02-DVIP/temp.csv")

temp <- datraw %>% 
        head(100)
paged_table(temp)
```

Kita dapat menggunakan fungsi addProviderTiles() lalu memilih providers yang diinginkan
```{r}
leaflet(data = temp) %>% 
  addProviderTiles(providers$Esri) %>% 
  addMarkers(lng = ~longitude, lat = ~latitude)

```

```{r}
leaflet(data = temp) %>% 
  addProviderTiles(providers$Esri.WorldImagery) %>% 
  addMarkers(lng = ~longitude, lat = ~latitude)
```

Untuk mengetahui detail tampilan setiap providers dapat dilihat pada link berikut ini [Leaflet Providers Preview](https://leaflet-extras.github.io/leaflet-providers/preview/).


**2. Bagaimana cara untuk membuat leaflet interactive dengan pilihan provider pada leaflet tersebut?**

Kita dapat menggunakan *Leaflet's Layer Control* untuk mengatur provider yang akan dipilih.

```{r}
leaflet(data = temp) %>% 
  addTiles(group = "Esri") %>% 
  addProviderTiles(providers$Esri.WorldImagery,group = "Esri World Imagery") %>%
  addProviderTiles(providers$OpenTopoMap, group = "Open Topo Map") %>% 
  addMarkers(lng = ~longitude, lat = ~latitude) %>%
  addLayersControl(baseGroups = c("Esri", "Esri World Imagery",
                                  "Open Topo Map"),
                   options = layersControlOptions(collapsed = FALSE))
```

**3. Bagaimana mengatasi titik lokasi yang cukup banyak dan terlihat overlap pada leaflet?**

```{r}
loca <- data.frame(latitude=runif(200, min = -32.162, max=-30.0522),
                   longitude=runif(200, min=141.33, max=150.38))
leaflet(data = loca) %>% 
  addProviderTiles(providers$Esri) %>% 
  addMarkers(lng = ~longitude, 
             lat = ~latitude)
```

Untuk memperoleh tampilan yang lebih rapih ketika memiliki banyak titik lokasi, kita dapat menggunakan parameter `clusterOptions`.
```{r}
leaflet(data = loca) %>% 
  addProviderTiles(providers$Esri) %>% 
  addMarkers(lng = ~longitude, 
             lat = ~latitude,
             clusterOptions = markerClusterOptions()) 

```

**4. Bagaimana cara untuk memberikan markers untuk identifikasi titik pada leaflet?**

```{r, echo=FALSE}
dat <- datraw %>% 
        tail(40)
```

Untuk memberikan icon markers pada leaflet, kita dapat menggunakan function `addAwesomeMarkers()` dan juga kita perlu tentukan icon yang akan digunakan, untuk mengetahui macam-macam icon yang digunakan dapat di liat pada link berikut [Font Awesome](https://fontawesome.com/icons?d=gallery).

```{r}
icons <- awesomeIcons(icon = "street-view",
                      iconColor = "pink",
                      markerColor = "black",
                      library = "fa")

leaflet(data = dat) %>% 
  addProviderTiles(providers$Esri) %>% 
  addMarkers(lng = ~longitude, lat = ~latitude) %>% 
  addAwesomeMarkers(icon = icons)

```

**5. Bagaimana cara memetakan point markers berdasarkan ukuran?**

Berikut ini akan dilakukan pemetaan besaran gempa untuk setiap wilayah, kita ingin memetakan point berdasarkan besarnya gempa yang terjadi. Data yang akan digunakan adalah sebagai berikut:
```{r, echo = FALSE, rows.print = 6}
quakes <- read.csv("data/02-DVIP/quakes.csv")

paged_table(quakes)
```

Untuk memetakan point berdasarkan besaran dapat menggunakan function `addCircleMarkers()` dan untuk mengatur besaran terhadap circle yang ingin ditampilkan gunakan parameter radius. Lingkaran merah tersebut menandakan semakin besar lingkaran artinya ukuran magnitude gempa pada titik tersebut besar.
```{r}
leaflet(quakes) %>%
  addProviderTiles("Esri.WorldTopoMap") %>%
  
  addCircleMarkers(lng = ~longitude,
                   lat = ~latitude,
                   popup =paste0("Magnitude: ", quakes$mag, 
                                 "<br>Date: ", quakes$time),
                   fillColor = "red", 
                   color = "red", 
                   weight = 1, 
                   fillOpacity = 0.25,
                   radius = 1.75^quakes$mag
  ) 
```


**6. Bagaimana cara membuat spatial map menggunakan `leaflet`?**

Untuk membuat spatial map menggunakan leaflet, terlabih dahulu download shapefile pada link berikut [TM World Borders](http://thematicmapping.org/downloads/TM_WORLD_BORDERS_SIMPL-0.3.zip)
```{r, warning=FALSE, message=FALSE}
library(leaflet)
library(raster)

# read shapefile
shape <- shapefile("data/02-DVIP/TM_WORLD_BORDERS_SIMPL-0.3/TM_WORLD_BORDERS_SIMPL-0.3.shx")
class(shape)

# cleaning data
shape@data$POP2005 <- as.numeric(shape@data$POP2005)

# create a color pallete
pal <- colorNumeric("viridis", NULL)

leaflet(shape) %>% 
  addProviderTiles("Esri.NatGeoWorldMap") %>% 
  addPolygons(fillColor = ~pal(POP2005),
              fillOpacity = 1,
              label = paste0(shape@data$NAME, ": ", shape@data$POP2005)) %>% 
  addLegend(pal = pal, 
            values = ~POP2005, 
            opacity = 1.0,
            title = "Population in 2005")
```