STK 573 Metode Grafik untuk Analisis dan Penyajian Data

(1)

Tim Dosen:

Prof. Dr. Khairil Anwar Notodiputro Dr. Ir. Aji Hamim Wigena

Dr. Agus M Soleh

STK 573

Metode Grafik untuk Analisis dan Penyajian Data

(2)

(3)

Pendahuluan

 Apa R?

 R adalah implementasi sebuah lingkungan

komputasi dan pemrograman bahasa statistika

 Bedanya dengan S-Plus:

 R: free, open-source,

Windows/Macintos/Unix/Linux

 S-Plus: Commercial, Windows/Unix/Linux

 Bagaimana mendapatkannya?

 www.r-project.org

(4)

Perintah (

Command

)

 Dua Prompt:

> → R siap menerima perintah

+ → Perintah yang ditulis belum lengkap

 Tuliskan ekpresi pada prompt dan tekan ENTER

umumnya akan mencetak output

 Kecuali ekpresi penyimpan data

 Beberapa perintah dapat disubmit dalam satu

prompt dgn dipisahkan titik koma (;)

(5)

Fitur Dasar R

 Kalkulator

 R dapat digunakan sebagai kalkulator  Operator : + , - , *, /, ^, %%, %/%

 Case sensitif

 Command Line Editing

 Panah atas dan bawah pada keyboard digunakan

untuk memanggil perintah sebelumnya

 Panah kiri dan kanan untuk mengedit

(6)

Ekspresi dan Assignment

 Perintah S berupa ekspresi dan assigment

 Ekpresi : dievaluasi kemudian dicetak ke layar > 1 – pi + exp(1.7)

[1] 3.332355

 Assignment : dievaluasi kemudian disimpan ke

objek (menggunakan '<-', '->', '=' , '<<-')

(7)

Penamaan Objek

 Menggunakan huruf alfabet (A-Z, a-z), angka (0-9) dan

titik (.)

 Dimulai dengan huruf alfabet atau titik

 Underscore (_) tidak diimplementasikan untuk setiap

engine S → hindari (gunakan titik sebagai pemisah)

 Hindari penamaan yg sama dengan fungsi  Contoh : c, q, s, t, diff, length, mean, dll

 Terdapat reserved word yg tidak dapat digunakan →

FALSE, TRUE, inf, NA, NaN, NULL, break, else, for , dll

(8)

OBJEK DATA

• _{Objek data dasar dalam bahasa S:}

– _Vektor – _Matriks – _Array – _Factor – _List – _{Data Frame}

(9)

OBJEK VEKTOR

• _{Vektor merupakan tipe sederhana dari objek} data dalam S dalam hampir digunakan oleh semua objek data.

• _{Semua elemen memiliki mode yang sama.}

• _{Untuk menciptakan vektor yang sederhana dapat} menggunakan perintah concatenate (yaitu c)

– _{Teladan :}

– _{x <- c(1.4, 13.2, 10.9)}

– _{y <- c(“sd”, “smp”, “sma”, “pt”)}

(10)

OBJEK VEKTOR

• _{Perintah-perintah untuk membuat vektor}

selain perintah c: – _scan – _rep – _seq – _vector – _as.vector – _{operator :}

(11)

AKSES TERHADAP VEKTOR

• _{Jika x adalah objek vektor, maka akses}

terhadap elemen ke-i dilakukan melalui x[i]

• _{Index i berupa bilangan integer atau nama dari} index atau elemen logical dari objek

(12)

OBJEK MATRIKS

• _{Matriks merupakan objek data yang banyak digunakan}

dalam analisis statistika

• _{Matriks pada bahasa S umumnya dibuat melalui vektor.} • _{Perintah-perintah untuk membuat}

matriks/mengkonversi vektor menjadi matriks:

– _matrix – _dim – _rbind – _cbind – _as.matrix

(13)

AKSES TERHADAP MATRIKS

• _{Jika mat adalah objek matriks, maka akses} terhadap:

– _{individual element : mat[m,n] atau mat[i]} – _{baris : mat[m,]}

– _{kolom : mat[,n]}

– _{m, n dan i adalah bilangan integer, nama}

baris/kolom, logical

(14)

OBJEK ARRAY

• _{Matriks merupakan bentuk khusus dari Array.} Perbedaan diantara keduanya adalah

dimensinya.

• _{Matriks adalah Array berdimensi dua.} • _{Perintah untuk membuat Array adalah:}

– _array – _dim

(15)

AKSES TERHADAP ARRAY

• _{Akses terhadap objek array, mirip dengan} matriks

– _{menggunakan operator []}

• _{Output yang diperoleh bisa berupa vektor,}

matriks atau array dengan dimensi yang sama atau lebih rendah

(16)

OBJEK FACTOR

• _{Merupakan tipe khusus vektor dengan elemen} data kategori

• _{Faktor diprint tanpa diapit oleh}_quotes_(””)  memiliki metode print khusus

• _{Pada dasarnya faktor adalah vektor yang} mengindikasikan taraf (level) dari peubah kategori

(17)

OBJEK FACTOR

• _{Perintah-perintah untuk membuat faktor:}

– _factor – _ordered – _as.factor – _as.ordered

(18)

OBJEK LIST

• _{List merupakan objek data yang elemen didalamnya}

boleh memiliki mode atau objek yang berbeda.

• _{Perintah-perintah untuk membuat list:} – _list

– _as.list

• _{Umumnya list digunakan untuk menyimpan hasil}

suatu fungsi

(19)

AKSES TERHADAP LIST

• _{Akses terhadap list dapat dilakukan melalui} beberapa cara.

– _{By name : menggunakan operator $}

– _{By position : menggunakan operator [[]]} – _{Sebagai vektor : menggunakan operator []}

(20)

OBJEK DATA FRAME

• _{Merupakan tipe khusus list yang digunakan} untuk menyimpan data dari berbagai macam tipe dalam bentuk matriks.

• _{Perintah-perintah untuk membuat data} frames:

– _data.frame – _read.table

(21)

AKSES TERHADAP DATA FRAME

• _{Akses terhadap data frame berlaku seperti} matriks dan list

– _{matriks : dataolah[m,n]}

– _{list : dataolah$status atau dataolah[[2]]}

– _{Menggunakan fungsi attach dan detach ->}

memperlakukan sebagai vektor

(22)

(23)

Aritmetika

• _{Aritmetika berhubungan dengan:}

– _Operand – _Operator – _Fungsi • _{Operand :} – _Konstanta contoh : 10 -1.5 1.5e10 – _{Objek data} contoh : x y panjang

(24)

Aritmetika

(25)

Aritmetika

• _{Fungsi-fungsi standar yang sering digunakan}

– _{Fungsi konversi ke Integer : round, trunc, floor, ceiling}

– _{Fungsi umum : abs, sign, log, log10, sqrt, exp, sin, cos, tan,}

asin, acos, atan, sinh, cosh, tanh

– _{Fungsi jumlah dan product dari vektor: sum, prod,}

cumsum, cumprod

– _{Fungsi Maksimum dan Minimum : max, min, cummax,}

cummin

– _{Fungsi range(x) menghitung c(min(x), max(x))} – _{Fungsi untuk mengurutkan : sort}

– _{Fungsi untuk membalikan : rev}

(26)

Aritmetika

• _{Missing value}

– _{Elemen dari vektor yang tidak diketahui atau tidak tersedia}

direpresentasikan oleh nilai khusus : NA

– _{Operasi dalam NA akan menghasilkan NA} • _{x <- c(1.5, 2.3,NA)}

• _mean(x) • _{[1] NA}

– _{Beberapa fungsi memiliki argumen na.rm atau yg mirip}

untuk tidak menyertakan NA dalam komputasi

(27)

Operasi pada Objek Data

• _{Operasi dalam Vektor}

– _{Menggunakan element by element} – _{Aturan Recycle}

• _{Operasi dengan vektor yang memiliki panjang berbeda} • _{Vektor dengan elemen sedikit akan diulang mengikuti}

vektor yang memiliki elemen paling banyak

(28)

Operasi pada Objek Data

• _{Operasi dalam Matriks}

– _{Transpose : menggunakan fungsi}_t – _{Perkalian matriks : %*%}

• _{Vektor akan dipertimbangkan sebagai matriks} • _xtx --> x %*% x

• _xxt --> x %o% x

– _Fungsidiag menghasilkan matriks diagonal atau mengambil diagonal matriks tergantung dari

(29)

Operasi pada Objek Data

– _{Beberapa fungsi matriks:}

• _solve_{--> menghasilkan solusi sistem persamaan linier}

atau matriks invers

• _eigen_{--> menghasilkan nilai akar ciri dan vektor ciri}

(30)

Operasi pada Objek Data

• _{Operasi dalam Karakter}

– _{Karakter dan string diapit oleh quotes (” --- ”)} – _Fungsi_nchar_{menghitung banyaknya karakter}

dalam string

– _Fungsi_paste_{menciptakan/menjadikan mode}

objek lain menjadi karakter

– _Fungsi_{substr/substring}_{digunakan untuk}

(31)

Struktur Kendali

• _{Eksekusi bersyarat}

if (kondisi)

perintah-perintah jika kondisi T else

perintah-perintah jika kondisi=F

• _{ifelse(test, nilai jika T, nilai jika F)}

• _{Fungsi switch beberapa diantaranya akan lebih} baik dibanding menggunakan if tersarang.

(32)

Struktur Kendali

• _Pengulangan

– _{for (objek}in sekuens) perintah

– _{while (condition) perintah}

– _{repeat perintah (untuk menghentikan gunakan}

(33)

Manajemen Objek Data FRAME

(34)

Menciptakan Peubah Baru

• _{Lakukan seperti menciptakan vektor dengan} menggunakan index atau operator seleksi

(35)

Subsetting Data

• _{Hal penting untuk Subsetting data adalah}

membuat vektor logical seperti yg diinginkan. • _{Harus dapat menterjemahkan idea rumit ke}

dalam vektor logic

• _{Fungsi yang digunakan :}

==, !=, >, >=, <, <=, %in%, duplicated, is.na, is.null, is.numeric, dll…

(36)

Ilustrasi Subsetting Data

Misalkan diinginkan dataset baru yang memenuhi females di atas 7 pada v1 tetapi di bawah 10 pada v10, dan males jika non-missing pada v4

(37)

Sorting Data

• _{Langkah 1 – Buat vektor numerik yang terurut} dari data yang akan diurutkan

• _{Langkah 2 – Gunakan vektor ini sebagai index} • _{Fungsi yang berguna: order(), sort(), which(),}

rev(), unique()

(38)

Ilustrasi Sorting Data

Dataframe:

Katakan akan diurutkan berdasarkan

gender kemudian v1 jika male dan v2 apabila female secara ascending?

(39)

• _{Langkah 1 - Buat vektor numerik yang} terurut dari data yang akan diurutkan

• _{Step 2 - Gunakan vektor ini sebagai index}

(40)