BAB I

PENDAHULUAN

1.1 Software R
R merupakan implementasi dari bahasa pemrograman S dikombinasikan
dengan semantik scoping leksikal terinspirasi oleh Skema. S diciptakan oleh John
Chambers sementara pada Bell Labs. R diciptakan oleh Ross Ihaka dan Robert
Gentleman di University of Auckland, Selandia Baru, dan saat ini dikembangkan
oleh R Pembangunan Tim Inti, yang Chambers menjadi anggota. R bernama
sebagian setelah nama pertama dari dua yang pertama penulis R dan sebagian
sebagai plesetan dari nama S. (Wikipedia)
R menyediakan berbagai teknik statistik dan grafis, termasuk analisis
time-series linier dan pemodelan nonlinier, uji statistik klasik,, klasifikasi,
clustering, dan lain-lain. R mudah extensible melalui fungsi dan ekstensi, dan
masyarakat R terkenal karena kontribusi aktif dalam hal paket. Ada beberapa
perbedaan penting, namun banyak kode yang ditulis untuk S berjalan tidak
berubah. Banyak dari fungsi standar R ditulis dalam R itu sendiri, yang
membuatnya mudah bagi pengguna untuk mengikuti pilihan algoritmik dibuat.
Untuk tugas-tugas komputasi intensif, C, C ++, dan kode Fortran dapat dikaitkan
dan disebut pada waktu berjalan. Advanced pengguna dapat menulis C, C ++,
Java, NET atau kode Python untuk memanipulasi R objek langsung. (Wikipedia)
1.2 Jenis tipe data dalam software R
a. Numeric: Tipe data yang berisikan angka-angka.
Contoh :
> a= c (1, 2, 3, 4, 5, 6, 7, 8, 9) : variabel a digunakan untuk menampung data
dalam 1 baris. Sedangkan c merupakan elemen untuk memasukkan data.
> a : merupakan variabel yang menjabarkan kembali isi dari variabel a itu
 sendiri.
> mode (a) : digunakan untuk mengecek tipe data dari variabel a.
b. Character : Tipe data yang hanya beranggotakan karakter.
Contoh:
> b= “Stefanus Samuel” : variabel b digunakan untuk menampung data dalam
tanda kutip “Stefanus Samuel”).
> b : merupakan variabel yang menjabarkan kembali isi dari variabel b itu
sendiri.
> mode (b) : digunakan untuk mengecek tipe data dari variabel b.
c. Function : Tipe data yang berisikan fungsi-fungsi aritmatika.
Contoh :
> x=function (y) : variabel x digunakan untuk menampung fungsi y.
> + (p+q-r) : digunakan untuk mengetikkan rumus yang akan disimpan di y
dalam variabel x.
> mode (x) : digunakan untuk mengecek tipe data dari variabel x.
d. Logical : Tipe data yang hanya berisikan True dan False.
Contoh :
1. TRUE
> p=T : p merupakan variabel yang menyatakan variabel T yang mewakili
nilai TRUE.
> p: merupakan variabel yang menjabarkan kembali isi dari variabel p itu
sendiri.
> mode (p) : digunakan untuk mengecek tipe data dari variabel p.
2. FALSE
> q=F : q merupakan variabel yang menyatakan variable F yang mewakili
nilai FALSE.
> q: merupakan variabel yang menjabarkan kembali isi dari variabel q itu
sendiri.
> mode (q) : digunakan untuk mengecek tipe data dari variabel q.
 BAB II

DESKRIPSI KERJA

Pada praktikum kali ini praktikan diminta untuk menyelesaikan suatu

permasalahan yaitu operasi matematika, membuat data frame, grafik serta plot
dengan menggunakan software R.
2.1 Studi Kasus
A. Buatlah operasi matematika menggunakan R minimal 10 operasi matematika
yang berbeda!
B. Berikut merupakan Data Penyandang Masalah Kesejahteraan Sosial
Khususnya Jumlah Orang Terlantar Perkecamatan di Kabupaten Banjarnegara
Tahun 2014.
Tabel 2.1 Data Orang Terlantar Kabupaten Banjarnegara
Anak Balita Anak Lanjut Usia
Kecamatan Terlantar Terlantar Terlantar
(ABT) (AT) (LUT)
Susukan 54 137 479
Purworejo
Klampok 10 17 157
Mandiraja 29 197 0
Purwanegara 327 649 1037
Bawang 14 160 299
Banjarnegara 27 73 136
Sigaluh 97 250 127
Madukara 91 252 245
Banjarmangu 182 254 268
Wanadadi 3 14 55
Rakit 12 69 141
Punggelan 148 281 153
Karangkobar 81 195 162
Pagentan 4 35 211
Pejawaran 0 2 14
Batur 7 26 132
 Wanayasa 71 155 297
Kalibening 11 13 367
Pandanarum 20 83 102
Pagedongan 13 156 206
1. Buatlah data frame dari data di atas!
2. Buatlah histogram dan interpretasi dari data di atas!
3. Buatlah plot dan interpretasi dari ABT, AT dan LUT!
2.2 Penyelesaian Studi Kasus
Berikut adalah langkah-langkah yang praktikan gunakan untuk menyelesaikan
studi kasus di atas.
A. Operasi Matematika
1. Buka software R, klik icon R pada desktop
2. Maka akan muncul lembar kerja software R
3. Tulis syntax seperti di bawah ini pada lembar kerja software R
> "OPERASI MATEMATIKA"
[1] "OPERASI MATEMATIKA"
> 43*14-54536/87+112
[1] 87.14943
> 2*log(9)+8*log(27)-125*log(5)
[1] -170.4186
> 3^0.4+9*1/3^0.6
[1] 6.207382
> (45*sqrt(17)+6*sqrt(8))/(78*sqrt(10)-3*sqrt(55))
[1] 0.9024159
> 1/exp(50)*exp(65)-560*exp(90)*exp(1)
[1] -1.857744e+42
> 45098*534%/%6778*100000
[1] 0
> 12345678910+53467888+900000+1.2222267
[1] 12400046799
> 1*566777*90000*13234
[1] 6.750654e+14
> 0.10/65777/1000000
[1] 1.520288e-12
> 0.2456-10.87776-1
[1] -11.63216

Syntax operasi matematika pada R console

B. Data Orang Terlantar di Kabupaten Banjarnegara
4. Tetap menggunakan lembar kerja tadi, untuk memunculkan data frame
tulis syntax seperti berikut

> "DATA PENYANDANG MASALAH KESEJAHTERAAN SOSIAL,

+ KHUSUNYA JUMLAH ORANG TERLANTAR DI KABUPATEN
BANJARNEGARA,
+ TAHUN 2014"
[1] "DATA PENYANDANG MASALAH KESEJAHTERAAN
SOSIAL,\nKHUSUNYA JUMLAH ORANG TERLANTAR DI KABUPATEN
BANJARNEGARA,\nTAHUN 2014"
> "DATA ORANG TERLANTAR KABUPATEN BANJARNEGARA"
[1] "DATA ORANG TERLANTAR KABUPATEN BANJARNEGARA"
> KECAMATAN<-
+ c("Susukan","Purworejo
Klampok","Mandiraja","Purwanegara","Bawang",
+"Banjarnegara","Sigaluh","Mandukara","Banjarmangu","Wa
nadadi","Rakit",
+"Punggelan","Karangkobar","Pagentan","Pejawaran","Batu
r","Wanayasa",
+ "Kalibening","Pandanarum","Pagedongan")
> ANAK_BALITA_TERLANTAR<-
+c(54,10,29,327,14,27,97,91,182,3,12,148,81,4,0,7,71,11
,20,13)
> ANAK_TERLANTAR<-
+c(137,17,197,649,160,73,250,252,254,14,69,281,195,35,2
,26,155,13,83,156)
> LANJUT_USIA_TERLANTAR<-
+c(479,157,0,1037,299,136,127,245,268,55,141,153,162,21
1,14,132,297,367,102,206)
> Data_Orang_Terlantar_Kabupaten_Banjarnegara<-
data.frame(KECAMATAN,ANAK_BALITA_TERLANTAR,ANAK_TERLANT
AR,LANJUT_USIA_TERLANTAR)
> Data_Orang_Terlantar_Kabupaten_Banjarnegara
Syntax data frame pada R console
5. Untuk memunculkan histogram dari masing-masing variabel tulis syntax
seperti berikut
>ANAK_BALITA_TERLANTAR=c(54,10,29,327,14,27,97,91,182,3
,12,148,81,4,0,7,71,11,20,13);
>hist(ANAK_BALITA_TERLANTAR);

Syntax histogram variabel “Anak Balita Terlantar”

>ANAK_TERLANTAR=c(137,17,197,649,160,73,250,252,254,14,
69,281,195,35,2,26,155,13,83,156);
>hist(ANAK_TERLANTAR);

Syntax histogram variabel “Anak Terlantar”

 >LANJUT_USIA_TERLANTAR=c(479,157,0,1037,299,136,127,245
,268,55,141,153,162,211,14,132,297,367,102,206);
>hist(LANJUT_USIA_TERLANTAR);

Syntax histogram variabel “Lanjut Usia Terlantar”

6. Untuk memunculkan plot dari masing-masing variabel tulis syntax seperti
berikut

>ANAK_BALITA_TERLANTAR=c(54,10,29,327,14,27,97,91,182,3
,12,148,81,4,0,7,71,11,20,13);
>plot(ANAK_BALITA_TERLANTAR);

Syntax plot variabel “Anak Balita Terlantar”

>ANAK_TERLANTAR=c(137,17,197,649,160,73,250,252,254,14,
69,281,195,35,2,26,155,13,83,156);
>plot(ANAK_TERLANTAR);

Syntax plot variabel “Anak Terlantar”

>LANJUT_USIA_TERLANTAR=c(479,157,0,1037,299,136,127,245
,268,55,141,153,162,211,14,132,297,367,102,206);
>plot(LANJUT_USIA_TERLANTAR);

Syntax plot variabel “Lanjut Usia Terlantar

 BAB III

PEMBAHASAN

Pada bab ini, praktikan akan membahas hasil output yang muncul setelah
penulisan syntax pada R console.
A. Operasi Matematika
> "OPERASI MATEMATIKA"
[1] "OPERASI MATEMATIKA"
> 43*14-54536/87+112
[1] 87.14943
> 2*log(9)+8*log(27)-125*log(5)
[1] -170.4186
> 3^0.4+9*1/3^0.6
[1] 6.207382
> (45*sqrt(17)+6*sqrt(8))/(78*sqrt(10)-3*sqrt(55))
[1] 0.9024159
> 1/exp(50)*exp(65)-560*exp(90)*exp(1)
[1] -1.857744e+42
> 45098*534%/%6778*100000
[1] 0
> 12345678910+53467888+900000+1.2222267
[1] 12400046799
> 1*566777*90000*13234
[1] 6.750654e+14
> 0.10/65777/1000000
[1] 1.520288e-12
> 0.2456-10.87776-1
[1] -11.63216

Syntax operasi matematika pada R console

Pada soal pertama praktikan dituntut untuk menuliskan 10 operasi matematika
yang meliputi penjumlahan, pengurangan, pembagian, perkalian, logaritma,
exponensial, pangkat dan sebagainya. Pada program R ketika ingin mengetahui
hasil dari suatu operasi matematika yakni harus menuliskannya ke dalam syntax,
dimana syntax yang digunakan sama halnya ketika menuliskan rumus di dalam
Microsoft Excel. Berikut adalah tabel 10 operasi matematika, hasil serta
keterangan yang telah praktikan running dalam program R.
 Tabel 3.1 Tabel operasi matematika, hasil serta keterangan
Operasi Matematika Hasil Keterangan
Perkalian, pengurangan,
> 43*14-54536/87+112 87.14943
pembagian dan penjumlahan
> 2*log(9)+8*log(27)-125 *
log(5)
-170.4186 Logaritma
> 3^0.4+9*1/3^0.6 6.207382 Pangkat
> (45*sqrt(17)+ 6 * sqrt
(8))/(78*sqrt(10)- 0.9024159 Akar kuadrat
3*sqrt(55))
> 1/exp(50)*exp(65)-560 *
exp(90)*exp(1)
-1.857744e+42 Fungsi exponensial
Operasi pembagian dengan
> 45098*534%/%6778*100000 0
hasil bilangan bulat
> 12345678910 + 53467888 +
900000 + 1.2222267
12400046799 Penjumlahan
> 1*566777*90000*13234 6.750654e+14 Perkalian
> 0.10/65777/1000000 1.520288e-12 Pembagian
> 0.2456-10.87776-1 -11.63216 Pengurangan

B. Data Penyandang Masalah Kesejahteraan Sosial Khususnya Jumlah Orang

Terlantar Perkecamatan di Kabupaten Banjarnegara Tahun 2014.
1. Data Frame
Dalam pembuatan data frame, pengisian datanya berdasarkan kolom. Jadi data
dimasukkan dari masing-masing kolom. Berikut syntaxnya dalam memasukkan
kolom:
> KECAMATAN<-
+c("Susukan","PurworejoKlampok","Mandiraja","Purwanegara","Bawang"
,"Banjarnegara","Sigaluh","Mandukara","Banjarmangu","Wanadadi","Ra
kit","Punggelan","Karangkobar","Pagentan","Pejawaran","Batur","Wan
ayasa","Kalibening","Pandanarum","Pagedongan")

Syntax diatas merupakan syntax untuk memasukkan satu kolom data yaitu
kolom kecamatan atau variabel kecamatan. Selanjutnya, syntax untuk tiga kolom
berikutnya juga dimasukkan dengan cara yang sama. Berikut syntaxnya:
> ANAK_BALITA_TERLANTAR<-
+ c(54,10,29,327,14,27,97,91,182,3,12,148,81,4,0,7,71,11,20,13)
> ANAK_TERLANTAR<-
+c(137,17,197,649,160,73,250,252,254,14,69,281,195,35,2,26,155,13,
83,156)
> LANJUT_USIA_TERLANTAR<-
+c(479,157,0,1037,299,136,127,245,268,55,141,153,162,211,14,132,29
7,367,102,206)
 Secara keseluruhan terdapat 4 kolom data yang dimasukkan. Untuk kolom
kedua, dimasukkan kolom data variabel anak balita terlantar, kemudian disusul
kolom ketiga variabel anak terlantar dan kolom keempat variabel lanjut usia
terlantar. Semua kolom yang dimasukkan, proses pemasukkanya dengan
membuat semua kolomnya dalam bentuk vektor yang berisi karakter atau angka.
Selanjutnya untuk membuat sebuah data frame, maka gunakan syntax seperti
berikut:
> Data_Orang_Terlantar_Kabupaten_Banjarnegara<-
data.frame(KECAMATAN,ANAK_BALITA_TERLANTAR,ANAK_TERLANTAR,LANJUT_
USIA_TERLANTAR)
> Data_Orang_Terlantar_Kabupaten_Banjarnegara

Dalam syntax tersebut, dibuat sebuah variabel kategori orang terlantar di

Kabupaten Banjarnegara. Kemudian digunakan kode perintah data.frame(nama
variabel yang akan dimasukan ke dalam tabel). Selanjutnya ketika
variabel kategori orang terlantar di Kabupaten Banjarnegara dipanggil maka tabel
yang berisi data dari masing-masing kolom yang dimasukkan akan ditampilkan.
Berikut adalah hasil output :

Gambar 3.1 Output Data Frame

2. Histogram
Praktikan menginisiasikan terlebih dahulu sekumpulan data dari tiap
himpunan variabel anak balita terlantar, anak terlantar dan lanjut usia
 terlantar. Kemudian untuk memunculkan histogram praktikan memasukkan
perintah hist(nama variabel) maka secara otomatis grafik yang dibuat
akan tampil. Berikut adalah tampilan grafik histogram dari ketiga variabel.

Histogram of ANAK_BALITA_TERLANTAR Histogram of ANAK_TERLANTAR

12

8
10
8

6
Frequency

Frequency
6

4
4

2
2

0
0

0 50 100 150 200 250 300 350 0 100 200 300 400 500 600 700

ANAK_BALITA_TERLANTAR ANAK_TERLANTAR

Gambar 3.2 Histogram Variabel Gambar 3.3 Histogram

Variabel
Anak Balita Terlantar Anak Terlantar

Histogram of LANJUT_USIA_TERLANTAR
10
8
Frequency

6
4
2
0

0 200 400 600 800 1000 1200

LANJUT_USIA_TERLANTAR

Gambar 3.4 Histogram Variabel

Lanjut Usia Terlantar
Histogram menunjukkan sebaran frekuensi suatu data. Pada gambar 3.2
histogram dari variabel anak balita terlantar terlihat bahwa antara nilai 0 hingga
50 memiliki frekuensi terbesar yaitu 12. Pada gambar 3.3 histogram dari variabel
anak terlantar terlihat bahwa antara nilai 0 hingga 100 memiliki frekuensi terbesar
yaitu lebih dari 8 atau berada pada sekitar angka 9 dan pada gambar 3.4 histogram
dari variabel lanjut usia terlantar terlihat bahwa nilai 0 hingga 200 memiliki
frekuensi terbesar yaitu lebih dari 10 atau berada pada sekitar angka 11. Dengan
demikian dapat dikatakan bahwa frekuensi terbesar dimiliki oleh variabel anak
balita terlantar yaitu pada nilai 0 hingga 50 dengan jumlah frekuensi sebesar 12.
3. Plot

600
300

500
250
ANAK_BALITA_TERLANTAR

ANAK_TERLANTAR

400
200

300
150

200
100

100
50

0
0

5 10 15 20 5 10 15 20

Index Index

Gambar 3.5 Plot Variabel Anak Gambar 3.6 Plot Variabel Anak
Balita Terlantar Terlantar
1000
800
LANJUT_USIA_TERLANTAR

600
400
200
0

5 10 15 20

Index

Gambar 3.7 Plot Variabel Lanjut Usia Terlantar

Beda halnya dengan histogram, plot data atau lebih tepatnya disebut dengan
scatterplot menunjukkan bagaimana sebaran data berdasarkan urutan data yang
dimasukkan. Dari gambar 3.5 hingga 3.7 terlihat bahwa index menunjukkan
urutan datanya berkisar dari satu hingga 20 dimana pada gambar 3.5 nilainya
tersebar dari 0 hingga 300 kemudian pada gambar 3.6 nilainya tersebar dari 0
hingga 600 dan pada gambar 3.7 nilainya tersebar dari 0 hingga 1000. Dari ketiga
gambar plot titik yang tersebar tidak membetuk suatu pola tertentu sehingga dapat
dikatakan bahwa data tersebut berdistribusi normal atau menyebar normal.

BAB IV
 PENUTUP

Dari penjelasan yang telah praktikan utarakan di bab-bab sebelumnya, dapat

ditarik beberapa kesimpulan bahwa :

1. Beberapa hal yang perlu diperhatikan dalam menggunakan program R yaitu case
sensitive, ukuran data, dan kode perintah. Tidak hanya karakter dan angka,
program R juga dapat menghasilkan grafik.
2. Program R dapat mengoperasikan semua fungsi atau operasi matematika.
3. Vektor menjadi hal yang paling sering dipakai dalam program R, baik dalam
membuat matrik maupun data frame.
4. Dari histogram terlihat bahwa frekuensi terbesar dimiliki oleh variabel anak balita
terlantar yaitu pada nilai 0 hingga 50 dengan jumlah frekuensi sebesar 12.
5. Dari plot data terlihat bahwa ketiga gambar plot titik yang tersebar tidak
membetuk suatu pola tertentu sehingga dapat dikatakan bahwa data tersebut
berdistribusi normal atau menyebar normal.