LAPORAN PRAKTIKUM

ANALISIS DATA 1
PERTEMUAN KEDUA
“VISUALISASI DATA DENGAN R ”

OLEH :
NAMA : MEYLANI
NIM : 60600122056
KELAS : ANALISIS DATA 1 B
KELOMPOK : 3 (TIGA)
ASISTEN : SATNA

PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI ALAUDDIN MAKASSAR
2023
I. Pendahuluan
Pada praktikum kali ini, akan dijelaskan mengenai Visualisasi Data dengan
menggunakan R Studio.

Menurut Tableau, visualisasi data atau data visualization adalah tampilan

berupa grafis atau visual dari informasi dan data. Dengan kata lain,
data visualization mengubah kumpulan data menjadi hal lebih sederhana
untuk ditampilkan. Visualisasi data terdiri dari beberapa jenis, pada praktikum
inni akan dijelaskan beberapa dari jenis visualisasi data tersebut, antara lain
yaitu: Bar Chart, Grafik Bertumpuk, Grafik Grup, Pie Chart, Grafik Histogram,
Density Plot, Grafik Garis, dan Box Plot.

Bar Chart adalah grafik atau diagram batang persegi panjang dengan tinggi
atau panjang yang sebanding dengan nilai yang diwakilinya. Bar chart
memiliki dua sumbu yaitu sumbu horizontal dan sumbu vertikal. Sumbu
horizontal (X) digunakan untuk nilai, sedangkan sumbu vertikal (Y) digunakan
untuk menunjukkan item/kategori. Panjang persegi panjang pada bar chart
sebanding dengan nilai item/kategori yang diwakilinya. Bar chart digunakan
untuk melakukan perbandingan benda atau kategori.

Grafik batang bertumpuk (vertikal dan horizontal) memungkinkan untuk

membandingkan antar kategori utama dan juga antar sub komponen dalam tiap
kategori. Grafik Grup menampilkan data menggunakan beberapa batang secara
berdampingan, dengan masing-masing kelompok mewakili kategori yang
berbeda. Tipe diagram ini berguna untuk membandingkan data antara grup dan
kategori yang berbeda. Pie Chart atau biasa dikenal dengan diagram lingkaran
merupakan grafik statistik berbentuk lingkaran yang dibagi menjadi beberapa
irisan dan luasnya tergantung pada komposisi antar kategori dari data yang
dimiliki.

Grafik Histogram adalah jenis bagan yang menunjukkan distribusi frekuensi

titik data pada rentang nilai numerik yang berkesinambungan. Density Plot
adalah jenis alat visualisasi data, merupakan variasi histogram yang
 menggunakan 'kernel smoothing' saat memplot nilainya. Kernel Density
Estimation (dikenal juga dengan nama Kernel Density Estimation Plot atau
KDE) merupakan fungsi kepadatan probabilitas. Wilayah plot dengan
puncak yang lebih tinggi adalah wilayah dengan titik data maksimum yang
berada di antara nilai-nilai tersebut.

Grafik Garis adalah bagan visualisasi data yang menampilkan set data
dalam bentuk titik-titik yang dihubungkan dengan garis. Titik-titik tersebut
diletakkan di dalam area antara sumbu vertikal (y) dan horizontal (x). Box
Plot merupakan ringkasan distribusi sampel yang disajikan secara grafis yang
bisa menggambarkan bentuk distribusi data (skewness), ukuran tendensi
sentral dan ukuran penyebaran (keragaman) data pengamatan.

R adalah suatu free software untuk analisis data dan grafik yang didasarkan
pada bahasa pemrograman S yang dikembangkan oleh Rick Becker, John
Chambers, dan Allan Wilks dari AT&T Bell Laboratories (1976). R
merupakan bahasa tingkat tinggi (high level language). R Studio digunakan
untuk lebih mempermudah pemakaian R.

II. Metode
Pada praktikum kali ini, metode yang digunakan sebagai berikut:

1. Bar Chart

a. Menentukan data yang digunakan.

b. Menampilkan data.

c. Menggunakan fungsi barplot untuk menampilkan barplot dari data

yang sudah ditentukan.

2. Grafik Bertumpuk dan Grafik Grup

a. Menentukan data yang digunakan.

b. Memilih dua kolom yang ada pada data.

c. Membuat tabel untuk kolom yang sudah dipilih dan mendefinisikan

kedalam suatu variabel.
 d. Memanggil variabel.

e. Menggunakan fungsi barchart untuk menampilkan grafik bertumpuk.

f. Untuk grafik grup, menggunakan fungsi beside= TRUE.

3. Pie Chart

a. Menentukan irisan atau nilai yang akan digunakan.

b. Menggunakan rumus persentase (jumlah bagian ÷ jumlah keseluruhan

× 100%).

c. Menggunakan fungsi round untuk membulatkan angka hasil dari rumus

persentase.

d. Menggunakan fungsi paste untuk menempatkan tulisan pada bagian

diagram lingkaran.

4. Grafik Histogram

a. Menentukan data dan kolom yang akan ditampilkan dalam bentuk

histogram.

b. Menggunakan fungsi hist untuk menampilkan grafik histogram.

5. Density Plot

a. Menentukan data dan kolom dari data yang akan digunakan.

b. Menggunakan fungsi densinity untuk menghitung kernel densitas pada

data.

c. Menggunakan fungsi plot.

6. Grafik Garis

a. Membuat dua data dan menentukan anggotanya.

b. Menggunakan fungsi plot untuk membuat plot dari data yang sudah
ditentukan.

7. Box Plot

a. Menentukan data yang digunakan.

b. Menentukan kolom yang ada pada data yang sudah ditentukan

 sebelumnya.

c. Menggunakan fungsi boxplot.

III. Hasil
1. Menampilkan barchart vertikal

datasets::attitude

## rating complaints privileges learning raises critical ad

vance
## 1 43 51 30 39 61 92
45
## 2 63 64 51 54 63 73
47
## 3 71 70 68 69 76 86
48
## 4 61 63 45 47 54 84
35
## 5 81 78 56 66 71 83
47
## 6 43 55 49 44 54 49
34
## 7 58 67 42 56 66 68
35
## 8 71 75 50 55 70 66
41
## 9 72 82 72 67 71 83
31
## 10 67 61 45 47 62 80
41
## 11 64 53 53 58 58 67
34
## 12 67 60 47 39 59 74
41
## 13 69 62 57 42 55 63
25
## 14 68 83 83 45 59 77
35
## 15 77 77 54 72 79 77
46
## 16 81 90 50 72 60 54
36
## 17 74 85 64 69 79 79
63
## 18 65 60 65 75 55 80
60
## 19 65 70 46 57 75 85
46
## 20 50 58 68 54 64 78
52
## 21 50 40 33 34 43 64
33
## 22 64 61 52 62 66 80
41
## 23 53 66 52 50 63 80
37
## 24 40 37 42 58 50 57
49
## 25 63 54 42 48 66 75
33
## 26 66 77 66 63 88 76
72
## 27 78 75 58 74 80 78
49
## 28 48 57 44 45 51 83
38
## 29 85 85 71 71 77 74
55
## 30 82 82 39 59 64 78
39

head (attitude)

## rating complaints privileges learning raises critical adv

ance
## 1 43 51 30 39 61 92
45
## 2 63 64 51 54 63 73
47
## 3 71 70 68 69 76 86
48
## 4 61 63 45 47 54 84
35
## 5 81 78 56 66 71 83
47
## 6 43 55 49 44 54 49
34

Syntax:
#barplot(attitude$rating)
count1<-table(attitude$rating)
#membuat ringkasan untuk rating
barplot(count1, main="Gambar", xlab="Improvement",
ylab="Frekuensi",legend=rownames(count1),
col=c("pink","skyblue", "gray"))
2. Menampilkan barchart horizontal
Syntax:
count1<-table(attitude$rating)
#membuat ringkasan untuk rating
barplot(count1, main="Gambar", xlab="Improvement",
ylab="Frekuensi",legend=rownames(count1),
col=c("pink","skyblue", "gray"), horiz=TRUE)
3. Grafik bertumpuk
Syntax:
count2<-table(attitude$rating, attitude$privileges)
head(count2)

##
## 30 33 39 42 44 45 46 47 49 50 51 52 53 54 56 57 58 64
65 66 68 71 72 83
## 40 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0
## 43 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0
## 48 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0
## 50 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0
## 53 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0
## 58 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0

barplot(count2, main="Distribusi rating dan privileges", xlab=

"Jumlah privileges",
col=c("skyblue", "gray"),
legend=rownames(count2))
4. Grafik grup
Syntax:
barplot(count2, main="Distribusi rating dan privileges",
xlab="Jumlah privileges",
col=c("pink", "gray"),
legend=rownames(count2), beside=TRUE)

5. Pie chart
Syntax:
slices<-c(28,60,12,40,95)
persen<-round(slices/sum(slices)*100)
labels<-paste(c("dilla", "nuhik", "meyyy", "imel", "imma")," "
, persen,"%", sep="")
pie(slices,label=labels, main="persentase si paling stres Gald
an",
col=rainbow(5))
6. Grafik Histogram
Syntax:
attitude$rating

## [1] 43 63 71 61 81 43 58 71 72 67 64 67 69 68 77 81 74 65
65 50 50 64 53 40 63
## [26] 66 78 48 85 82

Syntax:

hist(attitude$rating)

Syntax:
hist(attitude$rating, breaks=8, col="skyblue")
7. Density plot
Syntax:
density_data <- density(attitude$raises)
plot(density_data, main= "kernel Density Plot")
polygon(density_data, col="pink")

8. Grafik garis
Syntax:
berat<-c(2.5, 2.8, 3.2, 4.8, 5.1, 5.9, 6.8, 7.1, 7.8, 8.1)
bulan<-c(0,1,2,3,4,5,6,7,8,9)
plot(bulan, berat, type= "b", main= "Grafik Berat Badan Bayi",
col="black")
9. Box plot
Syntax:
boxplot(attitude$raises, main="Mean raises in Parts Per Billio
n at Roosevelt Island", xlab="Parts Per Billion", ylab="raises
", col= "pink", horizontal= TRUE)
IV. Pembahasan
1. Bar Chart Vertikal
Pada bagian barchart datasets:: attitude bermakna bahwa data yang
digunakan adalah data attitude (data yang disediakan oleh R studio).
Kemudian untuk head (attitude) merupakan syntax untuk menampilkan isi
dari datta attitude. Count1<-table(attitude$rating) merupakan sebuah
syntax untuk membuat tabel baru berisi kolom (rating) yang terdapat pada
data (attitude), yang kemudian didefinisikan sebagai count1. Barplot
(count1, main="Gambar", xlab="Improvement", ylab = "Frekuensi",
legend = rownames(count1), col=c("pink","skyblue", "gray")) merupakan
syntax untuk menampilkan barplot dari tabel yang sudah dibuat
sebelumnnya. main="Gambar" berfungsi untuk memberikan judul pada
barplot. xlab="Improvement" berfungsi untuk memberikan keterangan
pada sumbu x dan syntax ylab = "Frekuensi" berfungsi untuk memberikan
keterangan pada sumbu y. Untuk legend = rownames(count1) berfungsi
untuk menampilkan keterangan warna berada pada angka berapa.
col=c("pink","skyblue", "gray")) berupa syntax yang digunakan untuk
menampilkan warna pada gambar barchart.
2. Bar Chart Horizontal
Syntax untuk barchart vertical dan horizontal hampir sama, maka
penjelasannya pun hampir sama. Perbedaannya hanya terdapat pada
penambahan syntax horiz=TRUE untuk menampilkan barchart yang
horizontal.
3. Grafik Bertumpuk
count2<-table(attitude$rating, attitude$privileges) merupakan sebuah
syntax untuk membuat tabel baru berisi kolom (rating) dan kolom
(privileges) yang terdapat pada data (attitude), yang kemudian
didefinisikan sebagai count2. Kemudian head(count2) untuk menampilkan
count2. barplot(count2, main = "Distribusi rating dan privileges", xlab =
"Jumlah privileges", col = c ("skyblue", "gray"), legend = rownames
(count2)) merupakan syntax untuk menampilkan barplot dari tabel yang
 sudah dibuat sebelumnnya yaitu count2. main = "Distribusi rating dan
privileges" berfungsi untuk memberikan judul pada barplot. xlab = "Jumlah
privileges" untuk memberikan keterangan pada sumbu x. col = c
("skyblue", "gray") untuk menampilkan warna pada grafik bertumpuk, dan
untuk syntax legend = rownames (count2) berfungsi untuk menampilkan
keterangan warna berada pada angka berapa.
4. Grafik Grup
Syntax untuk grafik bertumpuk dan grafik grup hampir sama, maka
penjelasannya pun hampir sama. Perbedaannya hanya terdapat pada
penambahan syntax beside=TRUE untuk menampilkan grafik batang
secara berdampingan.
5. Pie Chart
slices<-c(28,60,12,40,95) merupakan syntax untuk medefinisikan dan
menentukan anggota dari slices (slices hanya sebuah variabel) yang akan
digunakan untuk rumus persentase nanti, anggotanya yaitu 28, 60, 12, 40
dan 95, slices juga bisa diesbut sebagai jumlah bagian. persen<-
round(slices/sum(slices)*100) merupakan syntax yag menggunakan rumus
persentase yaitu jumlah bagian ÷ jumlah keseluruhan × 100% yang
kemudian hasilnya didefinisikan sebagai persen. labels<-paste(c("dilla",
"nuhik", "meyyy", "imel", "imma")," ", persen,"%", sep="") merupakan
syntax untuk menentukan keterangan apa saja yang akan ditampilkan dan
didefinisikan sebagai labels, seperti keterangan nama dan penggunaan
symbol %. pie (slices, label = labels, main="persentase si paling stres
Galdan", col=rainbow(5)) untuk menampilkan pie chart atau diagram
lingkaran yang terdiri dari slices atau jumlah bagian, label=labels berfungsi
untuk menampilkan label atau keterangan-keterangan pada pie chart,
seperti nama, hasil persentase, dan penggunaan tanda % (labels),
main="persentase si paling stres Galdan" berfungsi untuk menampilkan
judul, dan untuk col=rainbow(5) berfungsi untuk memberikan 5 warna
pada tampilan pie chart.
6. Grafik Histogram
Pada praktikum ini ada dua syntax yang digunakan dalam menampilkan
grafik histogram. Pertama yaitu syntax attitude$rating merupakan syntax
yang digunakan untuk memilih kolom (rating) yang ada pada data
(attitude). Kemudian hist(attitude$rating) untuk menampilkan grafik
histogram dari data yang sudah dipilih.
Kedua, yaitu syntax: hist(attitude$rating, breaks=8, col="skyblue")
yang berfungsi untuk menampilkan grafik histogram dari kolom (rating)
yang ada pada data (attitude), perbedaan dengan syntax pertama terdapat
pada urutan dalam penentuan data yang digunakan. Untuk syntax pertama
penentuan data ditempatkan di awal sedangkan syntax yag kedua langsung
menggunakan fungsi hist kemudian penentuan data. breaks=8 berfungsi
untuk membagi grafik histogram dan untuk syntax col="skyblue"
digunakan untuk pemberian warna pada grafik histogram.
7. Density Plot
density_data <- density(attitude$raises) merupakan syntax yang
menggunakan fungsi density untuk menghitung perkiraan kepadatan kernel
dari data attitude yang didefinisikan sebagai density_data. plot
(density_data, main= "kernel Density Plot") untuk menampilkan plot dari
density_data atau menampilkan plot dari perkiraa kepadatan kernel data
attitude. main= "kernel Density Plot" berfungsi untuk memberikan judul
pada plot. polygon(density_data, col="pink") untuk memberikan warna
pada bagian polygonnya.
8. Grafik Garis
berat<-c(2.5, 2.8, 3.2, 4.8, 5.1, 5.9, 6.8, 7.1, 7.8, 8.1) berfungsi untuk
membuat sebuah data (berat) dan anggotanya. bulan<-c(0,1,2,3,4,5,6,7,8,9)
juga berfungsi untuk membuat sebuah data (bulan) dan anggotanya.
plot(bulan, berat, type= "b", main= "Grafik Berat Badan Bayi",
col="black") merupakan syntax untuk menampilkan plot dari data bulan
dan berat dengan judul Grafik Berat Badan Bayi dan warna grafik garisnya
berwarna hitam.
9. Box Plot
boxplot(attitude$raises, main="Mean raises in Parts Per Billion at
Roosevelt Island", xlab="Parts Per Billion", ylab="raises", col= "pink",
horizontal= TRUE) merupakan syntax untuk menampilkan boxplot dari
data attitude. main="Mean raises in Parts Per Billion at Roosevelt Island"
berfungsi untuk menampilkan judul boxplot. xlab="Parts Per Billion"
berfungsi untuk memberikan keterangan pada sumbu x dan ylab="raises"
berfungsi untuk memberikan keterangan pada sumbu y. col= "pink" untuk
memberikan warna pada boxplot dan syntax terakhir yaitu horizontal=
TRUE berfungsi untuk menampilkan boxplot horizontal.
V. Referensi
Arkan Perdana. 2022. Visualisasi Data: Pengertian, Fungsi, dan Tipe-tipenya.
https://glints.com/id/lowongan/data-visualization-adalah/ diakses
pada tanggal 22 November 2023.
Dewy dycas. 2021. Visual Data (dicoding).
https://dycasxe.medium.com/pendahuluan-fa1a8ef1c3ee diakses
pada tanggal 22 November 2023.
Rolip Saptamaji. 2021. Cara Tepat Menggunakan Bar Chart.
https://www.poligrabs.com/post/cara-tepat-menggunakan-bar-
chart diakses pada tanggal 22 November 2023.
Sita Muharni, S.kom., M.TI. Apri Candra W, S.kom., M.TI. 2022. Buku Modul
Visualisasi Data Menggunakan Data Studio. Penerbit: CV. Literasi
Nusantara Abadi.
Zayid Musiafa. 2022. Struktur Data Dan Implementasi Algoritma (SDIA).
Penerbit: Zayid Musiafa.