LAPORAN PRAKTIKUM

PERTEMUAN I
KOMPUTASI STATISTIKA

Oleh

Nama : Athaya Fairuzindah

NPM : F1F022039

Dosen Pengampu : 1. Winalia Agwil, S.Si., M.Si.

2. Riwi Dyah Pangesti, S.Si., M.Si.

Asisten Praktikum : 1. Raditya Janaloka Natisharevi (F1F021015)

2. Alya Saputri (F1F021019)

3. Desvin Sitohang (F1F021029)

LABORATORIUM MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2023
 KATA PENGANTAR

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha

Penyayang. Puji dan syukur penulis haturkan kehadirat-Nya atas segala rahmat

dan karunia yang diberikan, sehingga Laporan Praktikum Komputasi Statistika

yang berjudul “Pengenalan R” ini dapat terselesaikan dengan baik.

Laporan Praktikum pertemuan pertama ini penulis susun sebagai bagian dari

praktikum Komputasi Statistika, dalam menyelesaikan laporan ini penulis

menyampaikan banyak terima kasih kepada yang terhormat :

1. Winalia Agwil, S.Si., M.Si. selaku Dosen Pengampu

2. Riwi Dyah Pangesti, S.Si., M.Si. Selaku Dosen Pengampu

3. Raditya Janaloka Natisharevi selaku Asisten Praktikum

4. Alya Saputri selaku Asisten Praktikum

5. Desvin Sitohang selaku Asisten Praktikum

6. Seluruh kerabat yang telah mendukung penulis.

Semoga apa yang dipaparkan dalam laporan ini dapat bermanfaat bagi

pembaca dan menambah pengetahuan mengenai Program R.

Bengkulu, 28 Oktober 2023

Penulis

2
 DAFTAR ISI

HALAMAN JUDUL..............................................................................................i
KATA PENGANTAR............................................................................................ii
DAFTAR ISI.........................................................................................................iii
DAFTAR GAMBAR.............................................................................................iv
DAFTAR TABEL..................................................................................................v
DAFTAR LAMPIRAN.........................................................................................vi
BAB I PENDAHULUAN.......................................................................................1
1.1 Latar Belakang..........................................................................................1
1.2 Rumusan Masalah.....................................................................................2
1.3 Tujuan Penelitian......................................................................................2
1.4 Batasan Masalah.......................................................................................2
1.5 Manfaat Penelitian....................................................................................3
BAB II TINJAUAN PUSTAKA...........................................................................4
2.1 Program R.................................................................................................4
2.2 Tipe dan Struktur Data Program R........................................................5
BAB III METODE PENELITIAN.......................................................................8
3.1 Jenis dan Sumber Data.............................................................................8
3.2 Variabel Penelitian....................................................................................8
3.3 Analisis Data..............................................................................................8
3.4 Diagram Alir Penelitian.........................................................................10
BAB IV HASIL DAN PEMBAHASAN.............................................................13
4.1 Hasil Penelitian........................................................................................13
4.2 Pembahasan.............................................................................................16
BAB V KESIMPULAN DAN SARAN..............................................................19
5.1 Kesimpulan..............................................................................................19
5.2 Saran........................................................................................................20
DAFTAR PUSTAKA..........................................................................................21
LAMPIRAN.........................................................................................................22

3
 DAFTAR GAMBAR

Gambar 3.1. Diagram alir batasan masalah 1 pada R............................................10

Gambar 3.2. Diagram alir batasan masalah 2 pada R............................................11
Gambar 3.3. Diagram alir batasan masalah 3 pada R............................................12

4
 DAFTAR TABEL

Tabel 4.1. Hasil vektor Taya.................................................................................14

Tabel 4.2. Hasil batasan masalah 2a......................................................................14
Tabel 4.3. Array batasan masalah 2b.....................................................................14
Tabel 4.4. Array batasan masalah 2b.....................................................................15
Tabel 4.5. Matriks batasan masalah 2c..................................................................15
Tabel 4.6. Nilai eigen dan vektor eigen batasan masalah 2c.................................15
Tabel 4.7. Nilai (a ¿¿ t a) at a−¿ ( a a )¿ ¿ batasan masalah 2c......................................15
t

Tabel 4.8. Diagonal matriks batasan masalah 2d..................................................15

Tabel 4.9. Trace batasan masalah 2d.....................................................................15
Tabel 4.10. Hasil batasan masalah 3.....................................................................16

5
 DAFTAR LAMPIRAN

Lampiran 1. Tabel data batasan masalah 3............................................................22

Lampiran 2. Output batasan masalah 1.................................................................23
Lampiran 3. Output batasan masalah 2a dan 2b....................................................23
Lampiran 4. Output batasan masalah 2c dan 2d....................................................24
Lampiran 5. Output batasan masalah 3.................................................................25

6
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Komputasi statistika dapat diartikan sebagai ilmu statistika komputasi

(statistical computing), yakni metode komputasi yang diaplikasikan untuk ilmu

statistika, ataupun komputasi statistika (computational statistics), yakni desain

algoritma untuk mengaplikasikan suatu statistika ke dalam computer, termasuk

metode yang dapat digunakan untuk menyelesaikan masalah pemodelan statistika

yang secara analitik tidak dapat terselesaikan.

R merupakan merupakan salah satu software gratis yang sangat populer di

Indonesia. Kemudahan penggunaan serta besarnya dukungan komunitas membuat

R menjadi salah satu bahasa pemrograman paling populer di dunia. Paket yang

disediakan untuk Analisis Statistika dan Analisis Numerik juga sangat lengkap

dan terus bertambah setiap saat. Hal ini membuat R banyak digunakan oleh para

analisis data (Rosidi, 2019).

R merupakan suatu sistem analisis statistika yang relatif lengkap, sebagai

hasil dari kolaborasi riset berbagai statistikawan di seluruh belahan dunia. R saat

ini dapat dikatakan merupakan lingua franca (bahasa standar) untuk keperluan

komputasi statistika modern. Versi paling awal R dibuat tahun 1992 di Universitas

Auckland, New Zealand oleh Ross Ihaka dan Robert Gentleman (yang menjadi

asal muasal akronim nama R untuk software ini). Saat ini source code kernel R

dikembangkan oleh R Development Core Team, sedangkan pengembangan dan

kontribusi berupa kode/library, melaporkan error, bugs, dan membuat

7
dokumentasi untuk R, dilakukan oleh masyarakat Statistikawan di seluruh penjuru

dunia. R bersifat multiplatforms, dengan file instalasi binary/file tersedia untuk

sistem operasi Windows, Mac OS, Mac OS X, Free BSD, NetBSD, Linux, Irix,

Solaris, AIX dan HPUX. Sintaks dari bahasa R secara umum ekuivalen dengan

software Statistika komersil S+. Untuk sebagian besar keperluan analisis

statistika, pemrograman dengan R hampir identik dengan pemrograman dengan

S+ (Rosadi, 2016).

1.2 Rumusan Masalah

Berdasarkan latar belakang, rumusan masalah yang dapat disimpulkan:

1. Apa itu program R?

2. Bagaimana cara mengoperasikan aplikasi program R?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah, tujuan yang dapat disimpulkan adalah:

1. Mahasiswa mampu mengenal program R.

2. Mahasiswa mampu mengoperasikan aplikasi program R.

1.4 Batasan Masalah

Adapun batasan masalah pada penelitian ini, yaitu:

1. Buatlah vektor seperti lampiran 1 dengan menggunakan seq() dan rep().

2. Diketahui..vektor

[
y +1
( x+ 1 ) e−(x ) ( x +1 ) 5
()
1 3
+5 y + ( e +1 ) ,
iπ 5−x 6− x
a= log , 0 ,7 (1−0 , 7 ) , x+ y ,3 , e x+1 , x+ 1 ,7 ,
2 ( x )! x ( x +1 ) ( x+1

a. Tampilkan vektor b dimana b = vektor a tanpa elemen ke ( 1+ x ) .

b. Tampilkan array dari vektor b dengan 2 matriks, setiap matriks

memiliki 2 baris, 2 kolom.

8
 Tampilkan nilai eigen, vektor eigen, dan hitung (a ¿¿ t a) at a−¿ ( a a )¿ ¿
t
c.

dari matriks a ordo 3 ×3 .

d. Tampilkan diagonal matriks a dan hitung trace-nya.

3. Buatlah data yang berisi nama, usia dan berat badan praktikan yang ada di

kelas B praktikum Komputasi Statistika dalam format txt dan import data

tersebut ke dalam program R.

1.5 Manfaat Penelitian

Adapun manfaat pada penelitian ini, yaitu:

1. Bagi penulis:

a. Dapat memberikan informasi serta pengetahuan mengenai program R.

b. Dapat menerapkan ilmu mengenai program R.

2. Bagi pembaca:

a. Dapat menambah ilmu pengetahuan dan pemahaman program R.

b. Dapat menjadi rujukan bagi peneliti selanjutnya.

9
 BAB II

TINJAUAN PUSTAKA

2.1 Program R

R Merupakan bahasa yang digunakan dalam Komputasi Statistik yang

pertama kali dikembangkan oleh Ross Ihaka dan Robert Gentlement di University

of Auckland New Zealand yang merupakan akronim dari nama depan kedua

pembuatnya. Sebelum R dikenal, terdapat S yang dikembangkan oleh John

Chambers dan rekan-rekan dari Bell Laboratories yang memiliki fungsi yang

sama untuk Komputasi Statistik. Hal yang membedakan antara keduanya adalah R

merupakan sistem komputasi yang bersifat gratis (Rosidi, 2019).

Pemrograman R tentu saja memiliki kekurangan dan kelebihan. Adapun

kelebihan R, diantaranya adalah (Novianti, 2023):

1. Efektif dalam pengelolaan data dan fasilitas penyimpanan. Ukuran file yang

disimpan jauh lebih kecil dibanding software lainnya.

2. Lengkap dalam operator perhitungan array.

3. Lengkap dan terdiri dari koleksi tools statistik yang terintegrasi untuk

analisis data, diantaranya, mulai statistik deskriptif, fungsi probabilitas,

berbagai macam uji statistik, hingga time series.

4. Tampilan grafik yang menarik dan fleksibel ataupun costumized

5. Dapat dikembangkan sesuai keperluan dan kebutuhan dan sifatnya yang

terbuka.

Adapun kekurangan dari program R adalah (Iskandar, 2023):

1. Dalam bahasa pemrograman R, standar paket kurang sempurna.

10
2. R memiliki kurva belajar yang curam. Ini adalah bahasa yang paling cocok

untuk orang yang memilki pengalaman pemrograman sebelumnya.

3. R tidak memiliki langkah-langkah keamanan dasar. Akibatnya, itu bukan

pilihan yang baik untuk membuat aplikasi yang aman untuk web. Juga, R

tidak dapat disematkan di browser web.

2.2 Tipe dan Struktur Data Program R

R beroperasi pada suatu struktur data. Data adalah bahan baku R dan

berperan sebagai input. Berikut ini adalah beberapa tipe data yang bisa diproses

oleh R (Novianti, 2023):

1. Data Numerik

Tipe data numerik adalah semua angka dari 0 sampai 9, dapat bernilai

positif atau negatif dan dapat mengandung pecahan (fraction) atau tidak. Yang

penting adalah tidak bercampur dengan karakter.

2. Data Integer

Jenis data integer sama dengan numerik, tapi tidak mengandung pecahan,

atau angka yang bulat. Nilai integer boleh positif dan negatif. Untuk memastikan

bahwa nilai yang assign untuk suatu objek adalah integer, bisa menggunakan

perintah as.integer(). Jadi bisa juga memerintahkan R untuk menyimpan angka

non pecahan sebagai integer.

11
3. Bilangan kompleks

Bilangan kompleks adalah bilangan yang memiliki struktur ”a + bi”,

mengandung bilangan a yang riil (real) dan bilangan bi yang imajiner.

4. Karakter

Data berjenis karakter adalah yang terdiri dari huruf (A-Z). Tipe data ini

tidak akan diproses oleh R sebagai angka.

Struktur data adalah suatu objek yang akan dimanipulasi di R. Struktur data

pada dasarnya merupakan cara untuk mengatur data dalam suatu sistem untuk

memfasilitasi penggunaan yang efektif. Struktur data dalam R adalah alat untuk

menyimpan berbagai nilai. Berikut merupakan struktur data dalam R (Iskandar,

2023):

1. String

String merupakan sekelompok variabel karakter. String dalam dalam

Pemrograman R mewakili konten tekstual dan dapat berisi angka, spasi, dan

karakter khusus lainnya.

2. Vektor

Vektor merupakan kumpulan terurut dari tipe data dasar. Vektor bersifat

homogen, dimana hanya bisa diisi dengan elemen tipe data yang sama.

3. List

List adalah objek generik yang terdiri dari kumpulan objek yang diminta.

List merupakan struktur data satu dimensi. List bisa berupa list vektor, list

matriks, list karakter, list fungsi dan lainnya.

12
4. Data Frame

Data frame adalah objek data generic R yang digunakan untuk menyimpan

data tabular. Data frame merupakan struktur data dua dimensi yang bisa

menampung lebih dari 1 tipe data.

5. Matriks

Matriks merupakan susunan bilangan-bilangan yang dibentuk dalam baris

dan kolom. Matriks adalah struktur data dua dimensi yang bersifat homogen.

6. Array

Array merupakan objek data yang dapat menyimpan data lebih dari dua

dimensi. Array mengacu pada tipe struktur data yang digunakan untuk

menyimpan beberapa item dari tipe data yang sama.

7. Factor

Factor merupakan objek data yang digunakan untuk mengkategorikan data

dan menyimpannya sebagai level. Factor berguna untuk menyimpan data

kategorikal dan dapat menyimpan string dan bilangan bulat.

13
 BAB III

METODE PENELITIAN

3.1 Jenis Dan Sumber Data

Jenis data yang digunakan pada penelitian ini adalah data kuantitatif. Data

kuantitatif adalah data yang berupa selang kepercayaan interval dan rasio. Dimana

data ini merupakan data primer yang berasal dari dataset mahasiswa Statistika

angkatan 2022 kelas B praktikum.

3.2 Variabel Penelitian

Dalam penelitian ini terdapat tiga variabel data pada batasan masalah.

Variabel tersebut adalah nama, usia, dan berat badan. Nama, usia, dan berat badan

tersebut merupakan data dari mahasiswa Statistika angkatan 2022 pada kelas B

praktikum.

3.3 Analisis Data

Algoritma batasan masalah 1 pada R adalah sebagai berikut:

1. Membuka aplikasi R Studio.

2. Mengetik sintaks seq dan rep pada R.

3. Menjalankan sintaks seq dan rep pada R.

4. Maka akan keluar output.

Algoritma batasan masalah 2 pada R adalah sebagai berikut:

1. Membuka aplikasi R Studio.

2. Mengetik sintaks vektor pada R.

3. Menjalankan sintaks vektor pada R.

4. Maka akan keluar output.

14
 Algoritma batasan masalah 3 pada R adalah sebagai berikut:

1. Membuka aplikasi R Studio.

2. Menentukan Working Directory R.

3. Mengetik sintaks import data menggunakan txt pada R.

4. Menjalankan sintaks import data menggunakan txt pada R.

5. Maka akan keluar output.

15
3.4 Diagram Alir Penelitian

Mulai

Membuka aplikasi
R Studio

Ketik sintaks seq

dan rep

Run

Output (hasil)

Selesai

Gambar 3.1. Diagram alir batasan masalah 1 pada R

16
 Mulai

Membuka aplikasi
R Studio

Ketik sintaks
vektor

Run

Output (hasil)

Selesai

Gambar 3.2. Diagram alir batasan masalah 2 pada R

17
 Mulai

Membuka aplikasi R Studio

Menentukan Working Directory

Ketik sintaks import

data menggunakan txt

Run

Output (hasil)

Selesai

Gambar 3.3. Diagram alir batasan masalah 3 pada R

18
 BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian

Berdasarkan hasil terdapat hasil batasan masalah berupa output R. Pada

batasan masalah 1 terdapat hasil sebagai berikut.

[1] 339 340 341 342 343 344 345 346

[9] 347 348 349 350 351 352 353 354
[17] 355 356 357 358 359 360 361 362
[25] 363 364 365 366 367 368 369 370
[33] 371 372 373 374 375 376 377 378
[41] 379 380 381 382 383 384 385 386
[49] 387 388 389 390 391 392 393 394
[57] 395 396 397 398 399 400 401 402
[65] 403 404 405 406 407 408 409 410
[73] 411 412 413 414 415 416 417 418
[81] 419 420 421 339 340 341 342 343
[89] 344 345 346 347 348 349 350 351
[97] 352 353 354 355 356 357 358 359
[105] 360 361 362 363 364 365 366 367
[113] 368 369 370 371 372 373 374 375
[121] 376 377 378 379 380 381 382 383
[129] 384 385 386 387 388 389 390 391
[137] 392 393 394 395 396 397 398 399
[145] 400 401 402 403 404 405 406 407
[153] 408 409 410 411 412 413 414 415
[161] 416 417 418 419 420 421 339 340
[169] 341 342 343 344 345 346 347 348
[177] 349 350 351 352 353 354 355 356
[185] 357 358 359 360 361 362 363 364
[193] 365 366 367 368 369 370 371 372
[201] 373 374 375 376 377 378 379 380
[209] 381 382 383 384 385 386 387 388
[217] 389 390 391 392 393 394 395 396
[225] 397 398 399 400 401 402 403 404
[233] 405 406 407 408 409 410 411 412
[241] 413 414 415 416 417 418 419 420
[249] 421 339 340 341 342 343 344 345

19
 [257] 346 347 348 349 350 351 352 353
[265] 354 355 356 357 358 359 360 361
[273] 362 363 364 365 366 367 368 369
[281] 370 371 372 373 374 375 376 377
[289] 378 379 380 381 382 383 384 385
[297] 386 387 388 389 390 391 392 393
[305] 394 395 396 397 398 399 400 401
[313] 402 403 404 405 406 407 408 409
[321] 410 411 412 413 414 415 416 417
[329] 418 419 420 421 339 340 341 342
[337] 343 344 345 346 347 348 349 350
[345] 351 352 353 354 355 356 357 358
[353] 359 360 361 362 363 364 365 366
[361] 367 368 369 370 371 372 373 374
[369] 375 376 377 378 379 380 381 382
[377] 383 384 385 386 387 388 389 390
[385] 391 392 393 394 395 396 397 398
[393] 399 400 401 402 403 404 405 406
[401] 407 408 409 410 411 412 413 414
[409] 415 416 417 418 419 420 421

Berdasarkan batasan masalah 2 memiliki hasil sebagai berikut.

Tabel 4.1. Hasil vektor Taya

[1] 45.69314718 0.03319138 0.13230000 12.00000000
[5] 3.00000000 3.04562349 4.00000000 7.00000000
[9] 0.34341823

Tabel 4.2. Hasil batasan masalah 2a

45.6931471 0.0331913 0.1323000 3.0000000
[1]
8 8 0 0
4.0000000 7.0000000 0.3434182
[5]
3.04562349 0 0 3

Tabel 4.3. Array batasan masalah 2b

[,1] [,2]
45.6931471
[1,]
8 0.1323
[2,] 0.03319138 3.0000

20
Tabel 4.4. Array batasan masalah 2b
[,1] [,2]
[1,] 3.045623 7.0000000
[2,] 4.000000 0.3434182

Tabel 4.5. Matriks batasan masalah 2c

[,1] [,2] [,3]
45.6931471
[1,]
8 12.000000 4.0000000
[2,] 0.03319138 3.000000 7.0000000
[3,] 0.13230000 3.045623 0.3434182

Tabel 4.6. Nilai eigen dan vektor eigen batasan masalah 2c

$value
[1] 45.720374 6.434299 -3.118107
$vector
[,1] [,2] [,3]
[1,
] 0.999994693 0.3041145 -0.1301664
[2,
] 0.001268626 -0.8546788 0.7468438
[3,
] 0.003000709 -0.4207595 -0.6521357

Tabel 4.7. Nilai (a ¿¿ t a) at a−¿ ( a a )¿ ¿ batasan masalah 2c

t

[,1] [,2] [,3]

65.51644842 43.950543
[1,]
0.000000000 2 1
65.51647110
[2,]
8 0.000000000 0.2162883
[3,] 0.000106808 0.001760254 0.0000000

Tabel 4.8. Diagonal matriks batasan masalah 2d

45.693147
[1]
2 3.0000000 0.3434182

Tabel 4.9. Trace batasan masalah 2d

[1] 49.03657

21
 Pada batasan masalah 3 memiliki hasil berupa data mahasiswa Statistika

angkatan 2022 kelas B.

Tabel 4.10. Hasil batasan masalah 3

Berat.bada
Nama Usia n
1 Aditama Rouliber Simanullang 19 59
2 Uci Nopita Safitri 19 44
3 Lutfiah Firlian 18 60
4 Ilham hayadi 19 62
5 ranesyah 19 48
6 Athaya 19 76
7 Asyifa Nurul Amalina 19 43
8 Nur Azmi Setiawati 18 40
9 Rezkyan Marta 19 58
10 Nurul Azizah 19 43
11 Nala Kamila Azizy 19 52
12 dwi 18 58
13 kipin 19 54
14 Nafa Rexa 20 45
15 Delfi R Simanjuntak 20 58
16 Retno 18 50
17 Aji Pandu Winata 19 50
18 Aulia Rahma Dewi 18 45
19 Aurel Giovani Aria 19 67
20 Silvia 19 40
21 Salsadilla Azizi Firda 20 60
22 Resi popita 19 68
23 Hafiz 19 50

4.2 Pembahasan

Pada soal teladan nomor 1 diperintahkan untuk membuat vektor yang bisa

menampilkan output seperti pada lampiran 1. Sintaks yang digunakan untuk

menjawab teladan ini adalah a <- seq(from =339, to=421) dan rep(a, times=5).

Sintaks yang pertama berfungsi untuk menyimpan vektor ke variabel a, dimana

vektor yang terdiri dari angka pada interval 339 sampai 421. Selanjutnya sintaks

kedua berfungsi untuk membuat dari variabel a dengan 5 kali pengulangan.

22
 Berdasarkan soal teladan nomor 2, untuk membuat vektor Taya langkah

pertama yang dilakukan adalah membuat variabel x dan y yang berisi 3 dan 9

(angka NPM). Kemudian tinggal jalankan sintaks taya<-c() untuk membuat

vektor. Untuk menjawab teladan 2A, maka digunakan sintaks b<- taya[-(1+x)],

untuk menampilkan vektor b yang merupakan vektor a tanpa elemen ke ( 1+ x ).

Untuk menjawab teladan 2B, maka digunakan sintaks array<-array(b, dim =

c(2,2,2)) untuk membuat array dengan 2 matriks dengan ordo 2 ×2. Untuk

menjawab teladan 2C menampilkan nilai dan vektor eigen, maka digunakan

sintaks matA<-matrix(taya,3,3) dan eigen(matA), sintaks pertama digunakan

untuk membuat matriks dengan ordo 3 ×3 dan sintaks kedua digunakan untuk

menampilkan output nilai eigen dan vektor eigen. Selanjutnya, untuk menjawab

soal teladan 2C menghitung (a ¿¿ t a) at a−¿ ( a a )¿ ¿ , maka pertama gunakan sintaks

t

t(matA) dan solve(matA) untuk mendapatkan nilai transpose dan invers dari

matriks. Kemudian gunakan sintaks c <- (TmatA%*%matA) %*% (TmatA%*

%ImatA) %*% (matA%*%TmatA) untuk menampilkan hasil perhitungan matriks.

Untuk menjawab teladan 2D, maka digunakan sintaks diagonal <- diag(matA)

dan trace <- sum(diagonal), sintaks pertama digunakan untuk menampilkan

diagonal dari matriks dan sintaks kedua digunakan untuk menampilkan nilai

perhitungan trace.

Pada soal teladan 3 diperintahkan untuk melakukan import pada data nama,

usia, dan tinggi badan dengan format txt. Untuk melakukan import data pada

Program R terdapat beberapa cara, salah satunya adalah dengan menggunakan

sintaks read.table('Data kelas B laporan praktikum 1.txt’, header = TRUE,

sep=”\t”). Sep berarti pemisah antar kolom pada tabel, untuk data ini

23
menggunakan pemisah berupa tab, sehingga menggunakan sintaks “\t”. Selain

menggunakan sintaks untuk melakukan import pada data, bisa juga menggunakan

import dataset yang sudah ada pada tools di Program R.

24
 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

R Merupakan bahasa yang digunakan dalam Komputasi Statistik yang

pertama kali dikembangkan oleh Ross Ihaka dan Robert Gentlement di University

of Auckland New Zealand yang merupakan akronim dari nama depan kedua

pembuatnya. Pemrograman R tentu saja memiliki kekurangan dan kelebihan.

Adapun kelebihan R, adalah efektif dalam pengelolaan data dan fasilitas

penyimpanan, ukuran file yang disimpan jauh lebih kecil dibanding software

lainnya, lengkap dalam operator perhitungan array, dan lainnya. Sedangkan

kekurang R adalah standar paket kurang sempurna, memiliki kurva belajar yang

curam, dan sebagainya.

R beroperasi pada suatu struktur data. Data adalah bahan baku R dan

berperan sebagai input. beberapa tipe data yang bisa diproses oleh R adalah data

numerik, data integer, bilangan kompleks, dan karakter. Sedangkan, struktur data

adalah suatu objek yang akan dimanipulasi di R. Struktur data pada dasarnya

merupakan cara untuk mengatur data dalam suatu system untuk memfasilitasi

penggunaan yang efektif. Struktur data dalam R adalah alat untuk menyimpan

berbagai nilai.

Berdasarkan hasil dapat disimpulkan bahwa batasan masalah memiliki

banyak hasil. Pada batasan masalah 1 memiliki hasil berupa angka dari 339

hingga 421 yang diulang sebanyak 5 kali. Pada batasan masalah 2 terdaat hasil

berupa vektor dan matriks, hal ini dapat dilihat pada bagian hasil dan pembahasan.

25
Dan pada batasan masalah 3 memiliki hasil berupa dataset mahasiswa Statistika

angkatan 2022 kelas praktikum B, hal ini dapat dilihat pada bagian hasil dan

pembahasan.

5.2 Saran

Dalam membuat laporan praktikum ini penulis menyarankan untuk selalu

memperhatikan sintaks yang digunakan. Selain itu, perlu untuk memperhatikan

tatacara penulisan yang sesuai dengan KBBI dan penulisan yang bercetak tebal.

Sehingga dapat menghasilkan laporan yang baik.

26
 DAFTAR PUSTAKA

Iskandar, A. (2023). Pengantar Analisis Data Dengan RStudio. Makassar:

Cendikiawan Inovasi Digital.
Novianti, P. (2023). Modul Praktikum Komputasi Statistika. Bengkulu:
Universitas Bengkulu.
Rosadi, D. (2016). Analisis Statistika dengan R. Yogyakarta: UGM Press.
Rosidi, M. (2019). Metode Numerik Menggunakan R Untuk Teknik Lingkungan.
bookdown.

27
 LAMPIRAN

Lampiran 1. Tabel data batasan masalah 3

Berat.bada
Nama Usia n
1 Aditama Rouliber Simanullang 19 59
2 Uci Nopita Safitri 19 44
3 Lutfiah Firlian 18 60
4 Ilham hayadi 19 62
5 ranesyah 19 48
6 Athaya 19 76
7 Asyifa Nurul Amalina 19 43
8 Nur Azmi Setiawati 18 40
9 Rezkyan Marta 19 58
10 Nurul Azizah 19 43
11 Nala Kamila Azizy 19 52
12 dwi 18 58
13 kipin 19 54
14 Nafa Rexa 20 45
15 Delfi R Simanjuntak 20 58
16 Retno 18 50
17 Aji Pandu Winata 19 50
18 Aulia Rahma Dewi 18 45
19 Aurel Giovani Aria 19 67
20 Silvia 19 40
21 Salsadilla Azizi Firda 20 60
22 Resi popita 19 68
23 Hafiz 19 50

28
Lampiran 2. Output batasan masalah 1

Lampiran 3. Output batasan masalah 2a dan 2b

29
Lampiran 4. Output batasan masalah 2c dan 2d

Lampiran 5. Output batasan masalah 3

30
31