PERTEMUAN I
PENGANTAR SAINS DATA
Oleh
Nama : Ian Andromeda
NPM : F1A023042
Dosen Pengampu : 1. Septri Damayanti, S.Si, M.Si
2. Winalia Agwil, S.Si., M.Si
Asisten Praktikum :1. Sofi Maryati (F1A022002)
2. Anisa Hazmi (F1A022004)
3. Revika Putri Asharia (F1A022016)
LABORATORIUM MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2024
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena atas
Pengenalan program R. Selama pembuatan laporan ini, penulis tidak lepas dari
terimakasih.
Pada kesempatan ini Penulis juga mengucapkan terima kasih kepada yang
terhormat:
penulis.
berharap agar laporan ini dapat memberikan manfaat dan pembelajaran untuk
pembaca.
Penulis
ii
DAFTAR ISI
iii
DAFTAR LAMPIRAN
iv
BAB I
PENDAHULUAN
R adalah sebuah program komputasi statistika dan grafis (R Core Team 2022).
Saat ini R sudah dikenal luas sebagai salah satu powerful software untuk analisis
data dan Data Science. Tentu saja selain R masih banyak software lain yang juga
sering digunakan untuk analisis data, misalnya Python. R dibuat dengan tujuan
awal untuk komputasi statistika dan grafis. Awalnya digunakan oleh para
ilmuwan dalam riset mereka dan para akademisi. Namun seiring perkembangan
lebih luas. Anda dapat membuat dan update report rutin menggunakan R
Markdown. Anda juga dapat membuat aplikasi web interaktif atau dashboard
dengan package shiny. Karena R didesain untuk analisis data dan perkembangan
serta kemampuannya mencakup hampir semua lini dalam analisis data, tidak
heran saat ini banyak analis data dan ilmuwan data (data scientist) menggunakan
sebagai berikut:
1
2. Membuat suatu objek list menjadi sebuah vektor (hp dan mpg).
1.4 Tujuan
sebagai berikut:
1.5 Manfaat
2
BAB II
TINJAUAN PUSTAKA
R adalah suatu free software untuk analisis data dan grafik yang didasarkan
Chambers, dan Allan Wilks dari AT&T Bell Laboratories (1976). R merupakan
bahasa tingkat tinggi (high level language). R ditulis oleh Ross Ihaka dan Robert
pertengahan tahun 1997, telah ada grup inti R (R Development Core Team) yang
Sifatnya yang open source memudahkan penggunanya unduh dan gunakan secara
digunakan di laptop karena tidak memakan banyak memori laptop. Pengguna juga
banyak sumber belajar yang juga mudah diakses. Tetapi keberadaan dan
(PPM)(Herlina Hanum,2018).
3
Hampir semua bahasa pemrograman lain menggunakan tanda = sebagai
pengguna R adalah operator panah kiri (<-). obj <- expr berarti “masukkan nilai
hasil dari operasi di sisi kanan (expr) ke dalam objek di sisi kiri (obj)”. Ada
sebelah kiri.
sebelah kanan.
->> global nilai dari sebelah kiri dimasukkan ke dalam objek global
di sebelah kanan.
Aturan penamaan objek dalam R hampir sama dengan aturan penamaan pada
bahasa pemrograman lain, namun ada beberapa aturan khusus yang terdapat di R.
Menggunakan kombinasi alfabet (a-z, A-Z), angka (0-9), titik atau underscore.
Diawali alfabet, titik atau underscore. Tidak boleh diawali dengan angka.
Tidak mengandung spasi, tab atau karakter khusus seperti !, @, # dan lainnya.
4
Misalnya c, q, TRUE, FALSE, df, dt, rnorm, runif, rf, exp, dan lain-lain. Untuk
Vector adalah objek data paling sederhana yang ada di dalam R. Secara umum
jenis vector terbagi 2, yaitu numeric dan character. Ada banyak sekali cara untuk
membuat sebuah vector di R. Di bagian ini akan dibahas beberapa cara yang
Fungsi yang paling sering digunakan untuk membuat sebuah vector adalah
Tanda titik dua/colon (:) untuk membuat sebuah vector numeric berurutan
Fungsi seq( ) ini dapat digunakan untuk membuat vector berurutan dan
Fungsi unlist( ) ini berguna untuk menjadikan sebuah objek list menjadi
sebuah vector.
Factor merupakan bentuk lebih luas dari vector. Biasanya factor lebih sering
character yang berisi "male" dan "female". Pada vector character, nilainya
adalah "male" dan "female" seperti terlihat apa adanya. Namun pada factor,
tampilan dari isi datanya mungkin "male" dan "female" tetapi isi dari factor adalah
5
pengkodean numerik. Misal untuk "female" nilai sebenarnya adalah 1,
Matriks adalah objek di R yang memiliki 2 dimensi, baris (row/m) dan kolom
(column/n), dan tipe nilainya sama. Jika ketika membuat sebuah matriks
dikonversi dimensinya. Karena seperti yang sudah diketahui bahwa sebuah vector
Array merupakan objek seperti matriks dengan dimensi lebih banyak. Jika
matriks hanya mempunyai 2 dimensi, maka array dapat memiliki lebih dari 2
dimensi.
Dataframe layaknya sebuah tabel di Ms Excel, terdiri dari baris dan kolom
Matriks hanya bisa menyimpan tipe data yang sama, numeric atau character
seluruhnya. Pada dataframe, masing-masing kolom boleh memiliki tipe data yang
berbeda. Dataframe seperti umumnya bentuk tabel yang sering kita gunakan.
Objek list pada dasarnya mirip seperti vector, hanya saja tipe elemennya bisa
berbeda. Jika pada vector numeric semua elemennya harus berupa numerik. Pada
vector character semuanya harus karakter. Pada objek list elemennya dapat
berupa vector, factor, matriks, array, dataframe, bahkan list di dalam list atau
4
BAB III
METODE PENELITIAN
merupakan data atau informasi yang di dapatkan dalam bentuk angka. Dalam
bentuk angka ini maka data kuantitatif dapat di proses menggunakan rumus
Pada penelitian ini sumber data yang digunakan adalah sumber data
sekunder. Data Sekunder merupakan sumber data suatu penelitian yang di peroleh
peneliti secara tidak langsung melalui media perantara (di peroleh atau dicatat
1. Tuliskan mtcars$hp.
2. Lalu tulis x.
4. Lalu tulis x
2. Kemudian tuliskan m.
1. Tuliskan str(mtcars)
4
BAB IV
[1] 110 110 93 110 175 105 245 62 95 123 123 180 180 180 205 215 230 66 5
2 65
[21] 97 150 150 245 175 66 91 113 264 175 335 109
[[1]]
[1] 110 110 93 110 175 105 245 62 95 123 123 180 180 180 205 215 230 66 5
2 65
[21] 97 150 150 245 175 66 91 113 264 175 335 109
[[2]]
[1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.
[17] 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21
.4
x <- unlist(x)
[1] 110.0 110.0 93.0 110.0 175.0 105.0 245.0 62.0 95.0 123.0 123.0 180.0 180.
[14] 180.0 205.0 215.0 230.0 66.0 52.0 65.0 97.0 150.0 150.0 245.0 175.0 66.0
5
[27] 91.0 113.0 264.0 175.0 335.0 109.0 21.0 21.0 22.8 21.4 18.7 18.1 14.3
[40] 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.4 14.7 32.4 30.4 33.9
[53] 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0 21.4
,,1
,,2
4
4.1.5 Hasil Batasan Masalah 5
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
4.2 Pembahasan
membuat satu kolom untuk variabel numeric hp. Sehingga dapat dibuat menjadi
mtcars$hp sebagai syntax yang akan dibuat. Kemudian akan menghasilkan satu
kolom untuk variabel numeric hp. Pada hasil batasan masalah 2 menggunakan list
untuk dapat membuat suatu objek list menjadi sebuah vector. Sehingga dapat
dibuat dengan menuliskan list dari variabel numeric hp dan mpg. Dengan bentuk
x<- unlist(x), untuk menghasilkan suatu objek list menjadi sebuah vector. Pada
5
batasan masalah 3 menggunakan matriks untuk dapat membuat matriks dari
variabel numeric hp berukuran 4 baris dan 8 kolom. Sehingga kita dapat membuat
baris dan kolom dengan menuliskan m sebagai variabel tempat matriks, dengan
informasi pada masing- masing variabel numeric (mtcars). Sehingga dapat dibuat
4
BAB V
5.1 Kesimpulan
syntax pada dataframe mtcars, seperti mengambil satu kolom variabel numeric
hp, membuat objek list menjadi vector menggunkan variabel numeric hp dan mpg,
5.2 Saran
program R.
13
DAFTAR PUSTAKA
http://matematika.fmipa.unand.ac.id/images/bahan-seminar/pakyudi.pdf. Waktu
akses 8.29
8.30
Septemberini, Cintia. Modul Praktikum Pengantar Sains Data. Waktu akses 8.30
14
LAMPIRAN
15
Lampiran . Output batasan masalah 2
16
Lampiran 4. Syntax batasan masalah 4
15
Lampiran 5. Output batasan masalah 5
16