FA225611 Praktikum Statistika Komputasi Universitas Udayana

Semester Genap 2018/2019 Program Studi Farmasi

Praktikum 1: Pengantar R

Dosen Pengampu
I Wayan Sumarjaya (sumarjaya@unud.ac.id)

Hari dan Tanggal Kuliah

Rabu, 6 Februari 2019

Kompetensi Dasar
Memahami bagaimana menggunakan R

Indikator Pencapaian

1. memahami bagaimana membuka R;

2. memahami bagaimana membuat direktori kerja (working directory);

3. memahami bagaimana melakukan operasi-operasi dasar R;

4. memahami bagaimana mengakhiri sesi R.

Materi Pokok

1. Memulai R

2. Membuat direktori kerja

3. Melakukan operasi-operasi dasar R

4. Mengakhiri sesi R

1-1
Praktikum 1: Pengantar R 1-2

1.1 Pengantar
Pada praktikum ini kita akan menggunakan perangkat lunak bebas (free) dan atau open source R.
Tidak seperti perangkat lunak SPSS, Minitab atau paket lunak komersial lainnya yang berbasiskan
graphical user interface (GUI), perangkat lunak ini merupakan perangkat lunak yang biasanya
digunakan dengan mengetikkan perintah secara interaktif pada konsol. Namun demikian, Rjuga
memiliki antarmuka grafis dengan menginstal pustaka (library) tambahan. Pada praktikum ini dan
praktikum-praktikum selanjutnya kita akan menggunakan Rsecara interaktif pada konsol.
Sebelum kita menggunakan R terlebih dahulu buat folder pada drive khusus data atau drive yang
mana kita mempunyai akses. Misalkan kita membuat folder pada drive D dengan nama statkom.
Kemudian, buat lagi subfolder pada statkom, beri nama, misalnya prak-01. Sangat disarankan
Anda membuat subfolder setiap kali melakukan praktikum, sehingga memudahkan manajemen
analisis data dan melihat kembali setiap praktikum yang Anda lakukan sebagai bahan dalam mem-
buat Laporan Praktikum. Diasumsikan Anda telah membuat folder berikut:

D:\statkom\prak-01

1.2 Memulai R
Setelah Anda berhasil menginstal R, akan muncul tampilan seperti pada Gambar berikut (tergan-
tung kepada versi R yang dipasang pada komputer).
Begitu Anda memulai R akan muncul tampilan berikut.

R version 3.2.2 (2015-08-14) -- "Fire Safety"

Copyright (C) 2015 The R Foundation for Statistical Computing
Platform: i386-w64-mingw32/i386 (32-bit)

R is free software and comes with ABSOLUTELY NO WARRANTY.

You are welcome to redistribute it under certain conditions.
Type ’license()’ or ’licence()’ for distribution details.

Natural language support but running in an English locale

R is a collaborative project with many contributors.

Type ’contributors()’ for more information and
’citation()’ on how to cite R or R packages in publications.

Type ’demo()’ for some demos, ’help()’ for on-line help, or

’help.start()’ for an HTML browser interface to help.
Praktikum 1: Pengantar R 1-3

Gambar 1.1: Tampilan perangkat lunak R.

Type ’q()’ to quit R.

[Previously saved workspace restored]

>

Tanda > menunjukkan konsul R. Langkah selanjutnya adalah mempersiapkan direktori kerja, yaitu
D:\statkom\prak-01, dengan perintah

> setwd("D:/statkom/prak-01")
> getwd()
[1] "D:/statkom/prak-01"

Setelah itu kalau Anda memulai sesi R baru pastikan Anda membersihkan semua objek. Hal ini
bertujuan untuk menghindari nama objek yang sama sesi R sebelumya, misalnya nama variabel
x atau y yang biasa digunakan dan nilainya belum tentu nilai yang dimaksud. Hal ini tentu saja
tidak berlaku jika Anda memang ingin melanjutkan sesi R sebelumnya. Untuk membersihkan atau
menghapus semua objek klik Misc, lalu Remove all objects. Pada konfirmasi Are you sure?
klik Yes. Untuk memastikan semua objek telah dibersihkan ketikkan pada konsol:

> ls()
character(0)
> objects()
Praktikum 1: Pengantar R 1-4

character(0)

Luaran charater(0) menunjukkan sudah tidak ada objek atau objek yang sebelumnya sudah di-
hapus.

1.2.1 Operasi-operasi matematika

Operasi-operasi matematika dapat dilakukan seperti halnya menggunakan kalkulator. Contoh-

contoh berikut adalah operasi-operasi matematika yang disertai komentar #:

> 12 + 23 # penjumlahan
[1] 35
> 12 * 23 # perkalian
[1] 276
> 12/23 # pembagian
[1] 0.5217391
> 12 - 23 # pengurangan
[1] -11
> log(10) # logaritma natural
[1] 2.302585
> log10(10) # logaritma basis 10
[1] 1
> sqrt(8) # akar 8
[1] 2.828427
> 8^2 # 8 dikuadratkan
[1] 64

1.2.2 Operasi-operasi lainnya

Berikut ini adalah beberapa fungsi lain R yang sering digunakan:

> rep(3,4) # mengulang 3 sebanyak 4 kali

[1] 3 3 3 3
> rep(4,3) # mengulang 4 sebanyak 3 kali
[1] 4 4 4
> seq(1,10) # membuat barisan bilangan dari 1 s.d 10
[1] 1 2 3 4 5 6 7 8 9 10
> seq(1,10,by=2) # membuat barisan bilangan dari 1 s.d 10 dengan kenaikan 2
[1] 1 3 5 7 9
Praktikum 1: Pengantar R 1-5

Tentu saja ada banyak fungsi R yang lain. Namun, kita hanya menggunakan yang perlu dan relevan
dengan praktikum ini saja.

1.2.3 Penamaan variabel

Nama variable bersifat sensitif, artinya huruf besar dan huruf kecil dibedakan. Sebagai contoh
nama variabel mhs, MHS, mHs, dan Mhs adalah berbeda. Setiap variabel dapat ditugaskan (diberikan)
suatu nilai atau variabel lain. Penugasan ini disimbolkan <-, =, atau -> tergantung kepada arah
penugasan.

> mhs <- 20 # mhs diberi nilai 20

> mhs
[1] 20
> mhs = 30 # mhs diberi nilai 30
> mhs
[1] 30
> 35 -> mhs # sekarang diberi nilai 35
> mhs
[1] 35
> MHS # tidak ditemukan atau belum ada
Error: object ’MHS’ not found
> Mhs # tidak ditemukan atau belum ada
Error: object ’Mhs’ not found
> mHs # tidak ditemukan atau belum ada
Error: object ’mHs’ not found

Nilai dari suatu variabel adalah nilai terakhir yang ditugaskan. Pada contoh di atas, nilai mhs pada
awalnya adalah 20. Namun, setelah mendapat dua kali penugasan (30 dan 35) nilai terakhirnya
adalah 35. Dengan demikian mhs bernilai 35. Untuk melakukan penghitungan-penghitungan matem-
atika kita dapat menggunakan fungsi seperti pada contoh di atas. Misalnya log untuk menghitung
logaritma atau sqrt untuk menghitung akar kuadrat.

1.2.4 Memasukkan data

Memasukkan data pada R dapat dilakukan dengan beberapa metode. Metode pertama dengan
menggunakan fungsi c.

> x <- c(2,5,6,10,9) # memasukkan data dan simpan pada variabel x

> x # melihat nilai-nilai variabel x
[1] 2 5 6 10 9
Praktikum 1: Pengantar R 1-6

> x[1] # mengakses elemen ke-1 dari x

[1] 2
> x[3] # mengakses elemen ke-3 dari x
[1] 6
> x[2:4] # mengakses elemen ke-2 s.d ke 4 dari x
[1] 5 6 10
> x[-1] # mengakses x, tetapi tanpa elemen ke-1
[1] 5 6 10 9
> x[-c(2,4)] # mengakses x, tetapi tanpa elemen ke 2 dan 4
[1] 2 6 9
> x[-(1:3)] # mengakses x, tetapi tanpa elemen ke 1 s.d. 3
[1] 10 9

Sekarang misalkan kita mempunyai data tinggi badan 10 orang mahasiswa (dalam cm).

> # variabel tb akan berisi data tinggi badan 10 orang mahasiswa

> # length(tb) menghitung panjang tb, dalam hal ini ukuran sampel tb
> tb <- c(165,168,170,159,165,168,175,180,170,160)
> length(tb) # menghitung banyaknya data
[1] 10
> tb # mengakses data tinggi badan
[1] 165 168 170 159 165 168 175 180 170 160

Fungsi c efektif untuk data yang jumlahnya sedikit. Untuk data dalam jumlah yang besar, fungsi
lain yang dapat digunakan adalah scan. Fungsi scan ini digunakan untuk data dalam jumlah yang
besar dan tidak memiliki kepala (header) dan data tersimpan dalam suatu berkas teks.
Sebagai contoh berikut ini adalah data lebar sayap serangga rumah tersimpan dalam berkas serangga.txt
dengan bentuk seperti berikut.

3.63 3.71 3.83 3.86 3.91 3.99 4.05 4.09 4.09 4.09
4.01 4.11 4.13 4.15 4.15 4.16 4.23 4.24 4.25 4.26
4.27 4.28 4.29 4.30 4.33 4.35 4.38 4.39 4.39 4.39
4.40 4.40 4.42 4.43 4.46 4.47 4.47 4.48 4.50 4.50
4.52 4.53 4.54 4.56 4.57 4.58 4.59 4.59 4.59 4.59
4.60 4.61 4.61 4.61 4.62 4.63 4.64 4.65 4.68 4.69
4.72 4.73 4.73 4.74 4.74 4.76 4.78 4.80 4.80 4.80
4.81 4.81 4.84 4.86 4.86 4.87 4.88 4.91 4.91 4.97
4.99 4.99 4.99 5.00 5.00 5.03 5.08 5.08 5.08 5.08
5.10 5.13 5.15 5.20 5.26 5.27 5.34 5.38 5.40 5.57

Memasukkan data serangga dapat dilakukan dengan perintah berikut.

Praktikum 1: Pengantar R 1-7

> serangga <- scan("serangga.txt") # memasukkan data

Read 100 items
> # data serangga.txt ini tersimpan pada direktori kerja Anda
> # jika tidak demikian Anda harus mengisi lokasi file

Untuk data yang berisi kepala, kita dapat menggunakan fungsi read.table. Berikut adalah cup-
likan data waktu tunggu antar erupsi dan lama erupsi Old Faithful geyser di Yellowstone National
Park, Wyoming, USA.

erupsi waktu
3.600 79
1.800 54
3.333 74
2.283 62
4.533 85
2.883 55
4.700 88
3.600 85
1.950 51
4.350 85
1.833 54
3.917 84
4.200 78
1.750 47
4.700 83
2.167 52
1.750 62
4.800 84
1.600 52
4.250 79

Untuk memasukkan data dengan read.table:

> erupsi <- read.table("erupsi.txt",header=T)

> # header=T berarti mengikutkan kepala, jika tidak ingin
> # gunakan header=F
> erupsi
erupsi waktu
1 3.600 79
2 1.800 54
3 3.333 74
4 2.283 62
Praktikum 1: Pengantar R 1-8

5 4.533 85
6 2.883 55
7 4.700 88
8 3.600 85
9 1.950 51
10 4.350 85
11 1.833 54
12 3.917 84
13 4.200 78
14 1.750 47
15 4.700 83
16 2.167 52
17 1.750 62
18 4.800 84
19 1.600 52
20 4.250 79

1.3 Mengakhiri sesi R

Kemudian Anda dapat mengakhiri sesi penggunaan R dengan mengklik menu File lalu menu Exit
atau dengan mengetikkan q() pada konsol. Berikut adalah tampilan konfirmasi kotak dialog pada
saat mengakhiri sesi: Ingat untuk selalu menyimpan sesi R dengan memilih Yes.

Gambar 1.2: Konfirmasi kotak dialog.

1.4 Latihan

1.4.1 Operasi-operasi dasar matematika

Buatlah terlebih dahulu direktori kerja seperti tersebut di atas. Kemudian lakukan operasi-operasi
berikut pada R:

1. 8 + 12
Praktikum 1: Pengantar R 1-9

2. 12 − 23

3. 1∕46

4. 12 × 456
√
5. 123

6. 1234
√4
7. 23

8. log(43)

9. log2 (43)

10. log2 (34) + log10 (55)

1.4.2 Operasi-operasi dasar lain

Lakukan operasi-operasi berikut:

1. Buatlah barisan bilangan dari 1 sampai 200 dengan ketentuan:

(a) kelipatan 2 kemudian simpan dengan nama barisan.dua

(b) kelipatan 5 kemudian simpan dengan nama barisan.lima
(c) kelipatan 6 kemudian simpan dengan nama barisan.enam

2. Akseslah elemen barisan-barisan yang telah ada buat dengan ketentuan sebagai berikut:

(a) pada variabel barisan.dua akses elemen ke-1 sampai ke-25

(b) pada variabel barisan.lima akses elemen ke-2,6,17,25
(c) pada variabel barisan.enam akses elemen selain elemen ke-11 dan 31

1.4.3 Memasukkan data

Masukkan data dari nama berkas ujian_1.txt dan ujian_2.txt