LAPORAN PRAKTIKUM 2

METODE STATISTIKA

EDA DENGAN GRAFIK

OLEH :

NAMA : ZETI ZARLINA

NIM : 60600123033
KELAS : B
KELOMPOK : 5 (LIMA)
ASISTEN : NURFADILLAH
ALHUMAERAH

PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI ALAUDDIN MAKASSAR

2023
 LAPORAN PRAKTIKUM

PERTEMUAN 2

EDA DENGAN GRAFIK

1. Pendahuluan

Pada praktikum ini akan dibahas mengenai EDA deangan grafik dalam
bahasa R dengan mengoperasikannya pada Rstudio. Untuk membuat diagram
lingkaran, diagram batang, diagram bar bersusun dan diagram scatter plot. Bahasa
R sendiri merupakan bahasa pemprograman yang bersifat open source.

EDA (Exploratory Data Analysis) merupakan metode eksplorasi data yang

menggunakan teknik aritmatika sederhana dan teknik grafis dalam meringkas data
pengamatan. EDA dapat membantu mendeteksi kesalahan, mengidentifikasi outlier
dalam kumpulan data, memahami hubungan antar data, menggali faktor-faktor
penting, menemukan pola dalam data, dan memberikan wawasan baru. EDA sangat
bermanfaat untuk analysis statistik. Data profesional sering kali menggunakan EDA
untuk menemukan hasil yang valid dan relevan sebagai arah tujuan bisnis yang
diinginkan.

Diagram lingkaran merupakan jenis diagram yang menampilkan statistik

data dalam grafik melingkar menyerupai bentuk lingkaran. Di dalam diagram
lingkaran terdapat beberapa irisan berisi variabel numerik dan variabel kategori
yang mempresentasikan suatu data tertentu. Diagram batang merupakan jenis grafik
yang digunakan untuk menunjukkan dan membandingkan kuantitas data dalam
kategori yang berbeda. Selain itu, diagram batang juga bisa dipakai untuk
membandingkan perubahan data penelitian dalam periode tertentu. Scatter plot
adalah sebuah grafik yang biasa disunakan untuk melihat suatu pola hubungan
antara 2 variabel. Untuk bisa dmenggunakan scattar plot, skala data yang digunakan
haruslah skala interval dan rasio.

Grafik adalah lukisan dengan gambar/garis untuk mengetahui naik turunnya

suatu keadaan data yang ada. Grafik berfungsi menyediakan data dengan lebih
menarik, dapat mengetahui naik turunnya suatu keadaan data, dan menyajikan data
yang dapat lebih mudah di pahami.

II. Metode

Berikut adalah metode yang digunakan untuk menyelesaikan praktikum yaitu:

A. Diagram Lingkaran
1. Mulai
2. Input data pada softwer microsoft excel
3. Ekspor data ke program R Studio
4. Input dan memilih nama variabel yang ada pada data
5. Menghitung rata-rata data per slice
6. Memberikan label pada diagram
7. Menampilkan diagram yang diinginkan
8. Selesai
B. Diagram Batang
1. Mulai
2. Input dan memilih nama variabel yang ada pada data
3. Memberikan label pada diagram
4. Menampilkan diagram yang diinginkan
5. Selesai
C. Diagram Bar Bersusun
1. Mulai
2. Input data pada softwer microsoft excel
3. Ekspor data ke program R Studio
4. Input dan memilih nama variabel yang ada pada data
5. Memberikan label pada diagram
6. Berikan warna
7. Lalu menampilkan diagram yang diinginkan
8. Selesai
 D. Diagram Scatter Plot
1. Mulai
2. Input data pada softwer microsoft excel
3. Ekspor data ke program R Studio
4. Input dan memilih nama variabel yang ada pada data
5. Lalu menampilkan diagram yang diinginkan
6. Selesai

III. Hasil
A. Program
1. Diagram Lingkaran
library(readxl)
zeti <- read_excel("zeti.xlsx")
zeti

#Diagram Lingkaran
slices<-c(zeti$'Count of stations')
slicess<-c(zeti$Format)
persen<-round(slices/sum(slices)*100)
lbl<-paste(slicess,"",persen,"%",sep="")
pie(slices,labels = lbl, main = "Diagram Lingkaran",
col=rainbow(10))

2. Diagram Batang
#Diagram Batang
barplot(zeti $'Count of stations', main = "Diagram Batang",
horiz=FALSE, col= rainbow(10), xlab="Tabel Distribusi Frekuensi",
ylab="Frekuensi",
names.arg=c("Adcont", "Adstan", "Conthit", "Country", "New/Talk",
"Oldies", "Religional", "Rock", "Spanish", "OthFor"))

3. Diagram Bar Bersusun

library(readxl)
zeti <- read_excel("zeti.xlsx")
View(zeti)
#Diagram Bar Bersusun
col=c("purple","blue")
class<-c("first","second","third")
region<-c("male","female")
#Penumpang Tidak Selamat
p<-zeti$Died
p
a<-matrix(p, nrow = 2,ncol = 3,byrow = TRUE)
barplot(a, main = "Diagram Bar Bersusun", names.arg = class, xlab =
"Class Of Travel", ylab = "Penumpang Tidak Selamat", col=col)

#Penumpang Selamat
q<-zeti$Lived
q
b<-matrix(q, nrow = 2,ncol = 3,byrow = TRUE)
barplot(b, main = "Diagram Bar Bersusun", names.arg = class, xlab =
"Class Of Travel", ylab = "Penumpang Selamat", col=col)

4. Diagram Scatter Plot

library(readxl)
zetii <- read_excel("D:/zeti_.xlsx")
zetii

#Scatter Plot
x<-zetii$x
x
y<-zetii$y
y
plot(x,y)
plot(x,y, xlab = "Urutan Siswa", ylab = "Pasang Sepatu",main = "Scatter
Plot", type = "b")
B. Output
1. Diagram Lingkaran

2. Diagram Batang
3. Diagram Bar Bersusun
a. Penumpang Tidak Selamat
b. Penumpang Selamat
4. Diagram Scatter Plot
IV. Pembahasan
1. Diagram Lingkaran
Dalam diagram Lingkaran langkah awal yang dapat dilakukan
dengan menggunakan sintax library “readxl” ini digunakan untuk membaca
file Excel (.xlsx) dan mengimpor datanya ke dalam R. Kemudian digunakan
menggunakan fungsi "read_excel" untuk membaca file Excel yang berada
di "zeti.xlsx". Hasil pembacaan file Excel disimpan dalam variabel "zeti".
Kemudian, mencetak isi variabel "zeti" untuk melihat data yang telah
diimpor. Selanjutnya membuat diagram lingkaran (pie diagram), yaitu
mengumpulkan semua data dari table data frekuensi. Slices<-(zeti$’Count
of Stations’) dimana slices sebagai nama data dan zeti sebagai nama dari
variable data yang telah didefenisikam sebelumnya dan symbol $ berfungsi
untuk mengunci dan memilih data yang ingin diakses yang ada pada tabel
format, dimana pilihan datanya yaitu ‘Count of Statios’.Sedangkan slicess<-
(zeti$Format) dimana yang dipilih adalah Format dan nilai Format yang
akan muncul.
Kemudian, ketik persen<-round yang digunakan untuk menentukan
jumlah dari keseluruhan data dimana setiap data dijumlah dengan
menggunakan (slices/sum(slices) lalu di kali 100. Setelah itu, ketik lbl<-
paste dimana labels memunculkan output data dan fungsi yang digunakan
pada labels yaitu menggunakan fungsi paste(slices,””,persen,”%”,sep=””)
dimana persen untuk mengambil nilai dari data, kemudian persen<-
round(slices/sum(slices) *100) dan “%” untuk memunculkan persen pada
output. Dan Sep = ” “ menentukan pemisahan yang digunakan saat
menggabungkan elemen-elemen, dimana digunakan spasi sebagai pemisah.
Selanjutnya pie(slices, labels = lbl, main = "Diagram Lingkaran",
col = rainbow(10)). Dimana Pie sebagai fungsi untuk membuat lingkaran
dan diagram adalah nama data yang telah didefinisikan, kemudian data
adalah data yang digunakan untuk membuat diagram lingkaran sedangkan
labels adalah merujuk pada label atau keterangan yang diterapkan pada
suatu objek atau elemen dalam suatu konteks. Sedangkan main = "Diagram
 Lingkaran", Main adalah judul yang akan muncul pada output dan Diagram
Lingkaran adalah judulnya, dan col adalah warna pada diagram dan terdapat
10 warna random.
Di sini, kita menggunakan fungsi "rainbow(10)" untuk
menghasilkan 10 warna pelangi yang akan digunakan. Selanjutnya akan
menghasilkan diagram lingkaran sederhana dengan label-label yang
ditampilkan dan warna yang berbeda untuk setiap bagian diagram, dapat
dilihat di output

2. Diagram Batang
Langkah pertama untuk membuat diagram batang yaitu ketik
barplot(zeti$'Count of stations', barplot adalah fungsi dari diagram batang
dan zeti adalah nama dari data excel, dan symbol $ adalah untuk memilih
salah satu data yang ingin di akses dimana yang dipilih adalah Count of
Stations. Count of Station adalah nama dari data yang dibutuhkan untuk
menjalankan barplot.
Sedangkan main adalah judul yang akan muncul pada output.
Dimana judul pada diagram adalah Diagram Batang, dan arti dari = adalah
untuk memberikan spasi. Dan horiz = FALSE, dimana horiz adalah salah
satu bentuk dari diagram batang dan ketika horiz diatur sebagai FALSE,
parameter ini memberi tahu fungsi bahwa akan membuat diagram batang
secara vertikal.
Selanjutnya col = rainbow(10), dimana olc adalah warna pada
diagram dan terdapat 10 warna random. Dan xlab = “Tabel Distribusi
Frekuensi”. Xlab berfungsi untuk memberikan label pada sumbu x. Dan
ylab = “Frekuensi”. Ylab berfungsi untuk memberikan label pada sumbu y.
Sedangkan names.arg adalah nama dari data yang sudah didefinisikan yang
akan muncul pada diagram batang.
3. Diagram Bar Bersusun
library(readxl) adalah untuk mengekspor excel ke R studio. zeti<-
read_excel(zeti.xlsx") adalah nama file dari excel ke R studio, dan
read_excel adalah untuk memanggil data yang sudah didefinisikan. col=
c("purple","blue") memberikan warna vektor pada grafik. class<- c("fisrt",
"second" "third"), dimana vector class berisi tiga elemen “pertama”,
“kedua”, “ketiga”. region<-c("male","female") vektor region berisi dua
elemen laki-laki dan perempuan.
Sedangkan p<-zeti$Died, p adalah nama variabel sedangkan
read_excel adalah nama data yang sudah didefiniskan sebelumnya dan
symbol $ adalah untuk memilih salah satu data yang ingin di akses, yang
dipilih adalah died. Dan p untuk memanggil data died. Sedangkan a<-
matrix(p,nrow = 2, ncol = 3, byrow = TRUE) adalah nrow = 2 menentukan
jumlah baris, ncol = 3, menentukan jumlah kolom, byrow = TRUE,
menentukan bahwa matriks harus diisi dengan baris. barplot(a,main =
"Diagram Bar Bersusun", membuat plot batang bertumpuk menggunakan
nilai-nilai dalam matriks „a‟ dan menambahkan judul utama yaitu Diagram
Bar Susun. Sedangkan names. arg = class, yaitu terdapat data kelas.
Selanjutnya xlab = "Class for Travel", xlab akan menetapkan Class
for Travel tersebut pada sumbu x dalam diagram bar bersusun. Ylab =
"Penumpang tidak selamat". Sedangkan ylab akan menetapkan Penumpang
Tidak Selamat pada sumbu y dalam diagram bar bersusun, dan col = col)
memberi warna pada diagram. q<-zeti$lived, q adalah nama variabel
sedangkan zeti$lived adalah nama data yang sudah didefiniskan
sebelumnya dan symbol $ berfungsi untuk mengunci dan memilih salah satu
data yang ingin di akses, data yang dipilih adalah lived. Dan q untuk
memanggil data lived.
Sedangkan b<-matrix(q,nrow = 2, ncol = 3, byrow = TRUE) adalah
nrow = 2 menentukan jumlah baris, ncol = 3, menentukan jumlah kolom,
byrow = TRUE, menentukan bahwa matriks harus diisi dengan baris.
Barplot (b,main = "Diagram Bar Bersusun", membuat plot batang
 bertumpuk menggunakan nilai-nilai dalam matriks „b‟ dan main =
“Diagram Bar Bersusun” adalah menambahkan judul utama yaitu Diagram
Bar Susun. Sedangkan names. arg = class, yaitu terdapat data kelas.
Selanjutnya xlab = "Class for Travel", xlab akan menetapkan Class for
Travel tersebut pada sumbu x dalam diagram bar bersusun. Ylab =
"Penumpang selamat". Sedangkan ylab akan menetapkan Penumpang
selamat pada sumbu y dalam diagram bar bersusun, dan col = col) memberi
warna pada diagram.

4. Diagram Scatter Plot

Program Diagram Scatter Plot menggunakan fungsi "plot" untuk
membuat scatter plot (diagram pencar) dalam bahasa pemrograman R. Pada
bagian pertama program, kita mengambil data dari kolom "x" dalam
variabel "read_excel" dan menyimpannya dalam variabel "x". Selanjutnya,
kita mencetak nilai dari variabel "x". Pada bagian berikutnya, kita
mengambil data dari kolom "y" dalam variabel "read_excel" dan
menyimpannya dalam variabel "y". Kemudian, kita mencetak nilai dari
variabel "y". Pada baris selanjutnya, kita menggunakan fungsi plot untuk
membuat scatter plot dengan parameter sebagai berikut:
"x" adalah data yang akan digunakan untuk sumbu x pada scatter plot.
"y" adalah data yang akan digunakan untuk sumbu y pada scatter plot.
"xlab" adalah label sumbu x.
"ylab" adalah label sumbu y.
"main" adalah judul dari scatter plot.
"type" adalah jenis plot yang akan digunakan. Di sini, kita menggunakan
tipe
"b" yang berfungsi untuk membuat scatter plot dengan garis yang
menghubungkan titik-titik data.
V. Referensi
Kurniawan, H. (2011). Partial Least Square (PLS) sebagai Metode Alternatif Sem
Berbasis Varians (LISREL) Dalam Eksplorasi Data Survey Dan
Data Mining. Jurnal Telematika, 7(1).
Mairing, J. P., & Lorida, D. (2013). Pengembangan Lembar Kerja Mahasiswa
Berbasis Masalah dan Proyek pada Matakuliah Analisis
Data. Jurnal Pendidikan, 14(2), 53-61.
Radhi, M., Amalia, A., Sitompul, D. R. H., Sinurat, S. H., & Indra, E. (2021).
Analisis Big Data Dengan Metode Exploratory Data Analysis
(EDA) dan Metode Visualisasi Menggunakan Jupyter
Notebook. Jurnal Sistem Informasi Dan Ilmu Komputer Prima
(JUSIKOM PRIMA), 4(2), 23-27.
RADHI, Muhammad, et al.(2021) Analisis Big Data Dengan Metode Exploratory
Data Analysis (EDA) dan Metode Visualisasi Menggunakan
Jupyter Notebook. Jurnal Sistem Informasi Dan Ilmu Komputer
Prima (JUSIKOM PRIMA), 4.2: 23-27.