Assalamualaikum . . . .
Izin share slide sederhana ( 217 slide, hasil bertapa 4 hari :D :D ) dengan judul "Eksplorasi Data dengan R".
Adapun garis besar materinya adalah:
1. Beberapa Objek dalam R
2. Memanipulasi Data dengan R (Data Manipulation)
3. Visualisasi Data dengan R (Data Visualization)
Sila download gratis, semoga bermanfaat . . . .
MODUL AJAR MATEMATIKA KELAS 5 KURIKULUM MERDEKA.pdf
Eksplorasi data dengan software r
1. Eksplorasi Data dengan R
Prana Ugiana Gio
Selasa, 22 November 2016
Prana Ugiana Gio
Eksplorasi Data dengan R
2. Perkenalkan
♠ Nama: Prana Ugiana Gio
♠ Tempat/Tanggal Lahir: Tanjung Pinang/1 Oktober 1989
Prana Ugiana Gio
Eksplorasi Data dengan R
3. Latar Belakang Pendidikan
♠ 2008-2012: S1 Matematika Konsentrasi Statistika, USU
♠ 2012-2014: S2 Matematika Konsentrasi Operasi Riset, USU
Prana Ugiana Gio
Eksplorasi Data dengan R
4. Pengalaman Mengajar
Asisten Laboratorium Komputer D3 Statistika Departemen
Matematika FMIPA USU (25 April 2012 s/d 2016)
Mengajar SPSS (statistical product of service solution) untuk
matakuliah statistika dasar, regresi linier, dan statistika
nonparametrik.
Mengajar bahasa pemrograman C untuk matakuliah
algoritma.
Mengajar bahasa pemrograman statistika R untuk matakuliah
metode statistika dan metode hitung peluang.
Mengajar POM-QM untuk matakuliah program linier.
Mengajar microsoft excel untuk matakuliah lembar kerja.
Prana Ugiana Gio
Eksplorasi Data dengan R
5. Pengalaman Mengajar
♣ Mengajar terkait matakuliah matematika/statistika di jurusan: S1
Teknik Lingkungan, S1 Kedokteran Gigi, S1 Kimia, S1 Biologi, D3
Komputer, D3 Statistika, D3 Kimia, Universitas Sumatera Utara.
♣ Mengajar terkait matakuliah statistika di Politeknik Negeri Medan.
♣ Mengajar terkait matakuliah statistika di Universitas Prima.
Prana Ugiana Gio
Eksplorasi Data dengan R
6. Buku
♣ Penulis Buku "Belajar Statistika dengan R" (Prana Ugiana Gio
(USU) & Dasapta Erwin Irawan (Dosen Hidrogeologi ITB)), ISBN
979 458 860 1, USUpress.
♣ Penulis Buku "Belajar Olah Data dengan SPSS, Minitab,
R, Microsoft Excel, EViews, LISREL, Amos, dan SmartPLS,
disertai beberapa contoh perhitungan manual" (Prana Ugiana
Gio (USU) & Elly Rosmaini (Dosen Matematika USU)), ISBN 979
458 801 6, USUpress.
♣ Penulis Buku "Riset Pemasaran Bagi Pemula dengan Aplikasi
SPSS", ISBN 979 458 806 7 (Penulis Bermitra dengan Salah Satu
Dosen Panca Budi) (USUpress)
♣ Penulis Buku "Belajar Olah Data dengan EVIEWS", ISBN 979
458 790 7 (USUpress).
Prana Ugiana Gio
Eksplorasi Data dengan R
28. Latihan Ke-1
Informasi
♠ dplyr merupakan suatu package yang di dalamnya terdapat fungsi
filter().
♠ Fungsi filter() digunakan untuk memilih suatu baris berdasarkan
kriteria tertentu.
♠ Dalam latihan ke-1, fungsi filter() digunakan untuk memilih
baris/responden berjenis kelamin laki-laki.
♠ Kemudian menampilkan informasi dari variabel nama, jenis kelamin,
pendidikan, dan jumlah bersaudara.
Prana Ugiana Gio
Eksplorasi Data dengan R
32. Latihan Ke-2
Informasi
♠ Dalam latihan ke-2, fungsi filter() digunakan untuk memilih
baris/responden dengan pendidikan S2 atau S3.
♠ Kemudian menampilkan informasi dari variabel nama, jenis kelamin,
pendidikan, dan jumlah bersaudara.
♠ Perhatikan bahwa simbol | berarti atau.
Prana Ugiana Gio
Eksplorasi Data dengan R
36. Latihan Ke-3
Informasi
♠ Dalam latihan ke-3, digunakan fungsi names() dan colnames()
untuk menampilkan nama-nama variabel atau kolom dari data frame
Data1.
Prana Ugiana Gio
Eksplorasi Data dengan R
40. Latihan Ke-4
Informasi
♠ Dalam latihan ke-4, digunakan fungsi length() untuk mengetahui
jumlah variabel dalam data frame Data1. Diketahui jumlah variabel
dalam data frame Data1 sebanyak 4, yakni nama, jenis kelamin,
pendidikan, dan jumlah bersaudara
Prana Ugiana Gio
Eksplorasi Data dengan R
44. Latihan Ke-5
Informasi
♠ Dalam latihan ke-5, digunakan fungsi length() untuk mengetahui
jumlah baris dari masing-masing kolom/variabel. Diketahui jumlah
baris dari masing-masing variabel sebanyak 10.
Prana Ugiana Gio
Eksplorasi Data dengan R
48. Latihan Ke-6
Informasi
♠ Dalam latihan ke-6, digunakan fungsi length() dan na.omit().
♠ NA berarti not available yang berarti data tidak tersedia.
♠ Penggunaan fungsi na.omit() bertujuan untuk mengabaikan NA
pada saat menghitung jumlah pengamatan dengan fungsi length().
Prana Ugiana Gio
Eksplorasi Data dengan R
53. Latihan Ke-7
Informasi
♠ Dalam latihan ke-7, digunakan fungsi dim() untuk mengetahui
dimensi (jumlah baris dan jumlah kolom) dari data frame Data1.
Prana Ugiana Gio
Eksplorasi Data dengan R
57. Latihan Ke-8
Informasi
♠ Dalam latihan ke-8, digunakan fungsi levels() dan factor() untuk
mengetahui level dari suatu variabel. Sebagai contoh level dari
variabel jenis kelamin sebanyak 2, yakni laki-laki dan perempuan,
level dari variabel pendidikan sebanyak 3, yakni S1, S2, dan S3.
Prana Ugiana Gio
Eksplorasi Data dengan R
61. Latihan Ke-9
Informasi
♠ Dalam latihan ke-9, digunakan fungsi filter().
♠ Fungsi filter() digunakan untuk memilih baris/responden perem-
puan dengan pendidikan S2.
♠ Kemudian menampilkan informasi dari variabel nama, jenis kelamin,
pendidikan, dan jumlah bersaudara.
Prana Ugiana Gio
Eksplorasi Data dengan R
65. Latihan Ke-10
Informasi
♠ Dalam latihan ke-10, digunakan fungsi filter().
♠ Fungsi filter() digunakan untuk memilih baris/responden perem-
puan dengan pendidikan S2 atau S3.
♠ Kemudian menampilkan informasi dari variabel nama, jenis kelamin,
pendidikan, dan jumlah bersaudara.
Prana Ugiana Gio
Eksplorasi Data dengan R
69. Latihan Ke-11
Informasi
♠ Dalam latihan ke-11, digunakan fungsi select().
♠ Fungsi select() digunakan untuk memilih variabel nama. Kemu-
dian menampilkan data pada variabel tersebut.
Prana Ugiana Gio
Eksplorasi Data dengan R
73. Latihan Ke-12
Informasi
♠ Dalam latihan ke-12, digunakan fungsi select().
♠ Fungsi select() digunakan untuk memilih variabel nama dan
pendidikan. Kemudian menampilkan data pada variabel-variabel
tersebut.
Prana Ugiana Gio
Eksplorasi Data dengan R
77. Latihan Ke-13
Informasi
♠ Dalam latihan ke-13, digunakan fungsi filter() dan select().
♠ Fungsi filter() digunakan untuk memilih baris/responden dengan
pendidikan S1.
♠ Fungsi select() digunakan untuk memilih variabel nama dan
pendidikan. Kemudian menampilkan data pada variabel tersebut.
Prana Ugiana Gio
Eksplorasi Data dengan R
81. Latihan Ke-14
Informasi
♠ Dalam latihan ke-14, digunakan fungsi filter(), select(), ar-
range(), dan desc().
♠ Fungsi filter() digunakan untuk memilih baris/responden dengan
pendidikan S2 atau S3.
♠ Fungsi select() digunakan untuk memilih variabel nama, pen-
didikan, dan jumlah bersaudara. Kemudian menampilkan data pada
variabel tersebut.
♠ Fungsi arrange() digunakan untuk mengurutkan data berdasarkan
variabel jumlah bersaudara.
Prana Ugiana Gio
Eksplorasi Data dengan R
82. Latihan Ke-14
Informasi
♠ Fungsi desc() digunakan untuk mengurutkan data berdasarkan
dari nilai yang paling besar, sampai dengan nilai yang paling kecil.
Prana Ugiana Gio
Eksplorasi Data dengan R
86. Latihan Ke-15
Informasi
♠ Dalam latihan ke-15, digunakan fungsi mutate().
♠ Fungsi mutate() digunakan membentuk variabel baru bernama
rata-rata.
♠ Nilai rata-rata dari masing-masing responden dihitung dengan
rumus sebagai berikut.
rata − rata =
nilai matematika + nilai kimia + nilai biologi
3
Prana Ugiana Gio
Eksplorasi Data dengan R
90. Latihan Ke-16
Informasi
♠ Dalam latihan ke-16, digunakan fungsi transmute().
♠ Fungsi transmute() digunakan membentuk variabel baru bernama
rata-rata.
♠ Nilai rata-rata dari masing-masing responden dihitung dengan
rumus sebagai berikut.
rata − rata =
nilai matematika + nilai kimia + nilai biologi
3
Prana Ugiana Gio
Eksplorasi Data dengan R
91. Latihan Ke-16
COBA PERHATIKAN, DI MANA
LETAK PERBEDAAN mutate() &
transmute()??
Prana Ugiana Gio
Eksplorasi Data dengan R
95. Latihan Ke-17
Informasi
♠ Dalam latihan ke-17, digunakan fungsi mutate() dan ifelse().
♠ Fungsi mutate() digunakan membentuk variabel baru bernama
kelulusan matematika.
♠ Fungsi ifelse() digunakan membuat kriteria:
Jika nilai matematika < 60, maka tidak lulus (TL).
Jika nilai matematika ≥ 60, maka lulus (L).
Prana Ugiana Gio
Eksplorasi Data dengan R
99. Latihan Ke-18
Informasi
♠ Dalam latihan ke-18, digunakan fungsi transmute() dan ifelse().
♠ Fungsi transmute() digunakan membentuk variabel baru bernama
kelulusan matematika.
♠ Fungsi ifelse() digunakan membuat kriteria:
Jika nilai matematika < 60, maka tidak lulus (TL).
Jika nilai matematika ≥ 60, maka lulus (L).
Prana Ugiana Gio
Eksplorasi Data dengan R
103. Latihan Ke-19
Informasi
♠ Dalam latihan ke-19, digunakan fungsi mutate(), select(), dan
ifelse().
♠ Pertama, fungsi mutate() digunakan pada data frame Data1
untuk membentuk variabel baru bernama rata-rata.
♠ Nilai rata-rata dari masing-masing responden dihitung dengan
rumus sebagai berikut.
rata − rata =
nilai matematika + nilai kimia + nilai biologi
3
Prana Ugiana Gio
Eksplorasi Data dengan R
104. Latihan Ke-19
Informasi
♠ Kemudian, digunakan fungsi select() untuk memilih hanya vari-
abel nama dan rata-rata, dan kemudian disimpan dalam data frame
ekstrak.
♠ Selanjutnya digunakan fungsi mutate() pada data frame ekstrak
untuk membentuk variabel baru bernama nilai.
♠ Gunakan fungsi ifelse() untuk membuat kriteria:
Jika nilai rata-rata < 60, beri nilai D.
Jika nilai rata-rata < 70, beri nilai C.
Jika nilai rata-rata < 80, beri nilai B.
Jika nilai rata-rata ≥, beri nilai A.
Prana Ugiana Gio
Eksplorasi Data dengan R
108. Latihan Ke-20
Informasi
♠ Dalam latihan ke-20, digunakan fungsi mutate() dan ifelse().
♠ Fungsi mutate() digunakan membentuk variabel baru bernama
kelulusan matematika, kelulusan kimia, dan kelulusan biologi.
♠ Fungsi ifelse() digunakan membuat kriteria:
Jika nilai < 60, maka tidak lulus (TL).
Jika nilai ≥ 60, maka lulus (L).
Prana Ugiana Gio
Eksplorasi Data dengan R
112. Latihan Ke-21
Informasi
♠ Dalam latihan ke-21, digunakan fungsi transmute() dan ifelse().
♠ Fungsi transmute() digunakan membentuk variabel baru bernama
kelulusan matematika, kelulusan kimia, dan kelulusan biologi.
♠ Fungsi ifelse() digunakan membuat kriteria:
Jika nilai < 60, maka tidak lulus (TL).
Jika nilai ≥ 60, maka lulus (L).
Prana Ugiana Gio
Eksplorasi Data dengan R
116. Latihan Ke-22
Informasi
♠ Dalam latihan ke-22, digunakan fungsi transmute() dan ifelse().
♠ Fungsi transmute() digunakan membentuk variabel baru bernama
kelulusan matematika, kelulusan kimia, dan kelulusan biologi.
♠ Fungsi ifelse() digunakan membuat kriteria:
Jika nilai < 60, maka tidak lulus (TL).
Jika nilai ≥ 60, maka lulus (L).
♠ Perintah R data.frame(Data1["Nama"],kelulusan) atau
data.frame(Data1[1],kelulusan) bertujuan untuk membuat data
frame berdasarkan data frame Data1 dan kelulusan, yang memuat
variabel nama, kelulusan matematika, kimia, dan biologi.
Prana Ugiana Gio
Eksplorasi Data dengan R
120. Latihan Ke-23
Informasi
♠ Dalam latihan ke-23, digunakan fungsi mutate(), ifelse(), dan
select().
♠ Fungsi mutate() digunakan pada data frame Data1 untuk mem-
bentuk variabel kelulusan matematika, kimia, dan biologi.
♠ Fungsi ifelse() digunakan membuat kriteria:
Jika nilai < 60, maka tidak lulus (0).
Jika nilai ≥ 60, maka lulus (1).
♠ Selanjutnya simpan ke dalam data frame simpan.
Prana Ugiana Gio
Eksplorasi Data dengan R
121. Latihan Ke-23
Informasi
♠ Fungsi mutate() digunakan pada data frame simpan untuk mem-
bentuk variabel jumlah pelajaran yang lulus.
♠ Jumlah pelajaran yang lulus dari tiap-tiap responden dihitung
dengan menjumlahkan:
kelulusan matematika + kelulusan kimia + kelulusan biologi
♠ Fungsi select() digunakan untuk memilih variabel nama dan
jumlah pelajaran yang lulus, pada data frame simpan.
Prana Ugiana Gio
Eksplorasi Data dengan R
125. Latihan Ke-24
Informasi
♠ Dalam latihan ke-24, digunakan fungsi mutate(), apply(), dan
select().
♠ Fungsi select() digunakan pada data frame Data1 untuk memilih
variabel nilai matematika, kimia, dan biologi. Kemudian disimpan ke
dalam data frame pelajaran.
♠ Fungsi mutate() digunakan pada data frame Data1 untuk mem-
bentuk variabel minimum, maksimum, rata-rata, median, dan standar
deviasi.
♠ Pada pembentukan variabel minimum, maksimum, rata-rata, me-
dian, dan standar deviasi, digunakan fungsi apply().
Prana Ugiana Gio
Eksplorasi Data dengan R
126. Latihan Ke-24
Informasi
♠ Pada penggunaan fungsi apply(), terdapat argumen MARGIN,
yang mana nilai 1 menunjukkan baris, dan nilai 2 menunjukkan
kolom.
Prana Ugiana Gio
Eksplorasi Data dengan R
130. Latihan Ke-25
Informasi
♠ Dalam latihan ke-25, digunakan fungsi mutate(), apply(), dan
select().
♠ Fungsi fungsi select() digunakan pada data frame Data1 untuk
memilih variabel nilai matematika, kimia, dan biologi. Kemudian
disimpan ke dalam data frame pelajaran.
♠ Fungsi fungsi mutate() digunakan pada data frame Data1 untuk
membentuk variabel rata-rata dan rata-rata2.
Prana Ugiana Gio
Eksplorasi Data dengan R
131. Latihan Ke-25
Informasi
♠ Pada pembentukan variabel rata-rata dan rata-rata2 digunakan
fungsi apply().
♠ Pada pembentukan variabel rata-rata, melibatkan argumen
na.rm=TRUE, sementara pada pembentukan variabel rata-rata2,
tidak melibatkan argumen na.rm=TRUE.
♠ Perhatikan perbedaan hasilnya.
Prana Ugiana Gio
Eksplorasi Data dengan R
136. Latihan Ke-26
Informasi
♠ Dalam latihan ke-26, digunakan fungsi transmute(), apply(),
dan select().
♠ Fungsi select() digunakan pada data frame Data1 untuk memilih
variabel nilai matematika, kimia, dan biologi. Kemudian simpan ke
dalam data frame pelajaran.
♠ Fungsi transmute digunakan pada data frame Data1 untuk
membentuk variabel jumlah ujian yang diikuti, rata-rata, standar
deviasi, median, minimum, maksimum, dan jumlah.
♠ Pada pembentukan variabel jumlah ujian yang diikuti, rata-rata,
standar deviasi, median, minimum, maksimum, dan jumlah, digu-
nakan fungsi apply().
Prana Ugiana Gio
Eksplorasi Data dengan R
140. Latihan Ke-27
Informasi
♠ Dalam latihan ke-27, digunakan fungsi summarise().
♠ Fungsi summarise() digunakan untuk menghitung nilai rata-
rata, standar deviasi, minimum, dan maksimum, dari variabel nilai
matematika, kimia, dan biologi.
Prana Ugiana Gio
Eksplorasi Data dengan R
144. Latihan Ke-28
Informasi
♠ Dalam latihan ke-28, digunakan fungsi summarise().
♠ Fungsi summarise() digunakan untuk menghitung nilai rata-rata
matematika.
♠ Karena data pada variabel nilai matematika memuat NA, maka
beri tambahan argumen na.rm=TRUE.
Prana Ugiana Gio
Eksplorasi Data dengan R
148. Latihan Ke-29
Informasi
♠ Dalam latihan ke-29, digunakan fungsi summarise().
♠ Fungsi summarise() digunakan untuk menghitung nilai rata-
rata, median, modus, standar deviasi, minimum, maksimum, jumlah
seluruh nilai, banyaknya nilai, dan banyaknya nilai yang berbeda, dari
variabel nilai matematika.
Prana Ugiana Gio
Eksplorasi Data dengan R
152. Latihan Ke-30
Informasi
♠ Dalam latihan ke-30, digunakan fungsi mfv() dan mlv() untuk
menghitung modus dari suatu data.
Prana Ugiana Gio
Eksplorasi Data dengan R
158. Latihan Ke-31
Informasi
♠ Dalam latihan ke-31 digunakan fungsi distinct() dan
n_distinct().
♠ Fungsi distinct() digunakan untuk menentukan/menampilkan
data-data yang berbeda (unique values) dari variabel jenis kelamin,
pendidikan, dan jumlah bersaudara.
♠ Fungsi n_distinct() digunakan untuk menentukan jumlah data
yang berbeda.
Prana Ugiana Gio
Eksplorasi Data dengan R