Single Table Analytics with dplyr with R Language

=====================================================

Nama Mahasiswa : Syafri Maulana Alfatih

NIM : 220605110139

Kelas : B

Mata Kuliah : Linear Algebra

Dosen Pengampu : Prof.Dr.Suhartono,M.Kom

Prodi : Teknik Informatika

Universitas : UIN Maulana Malik Ibrahim Malang

=====================================================

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

data_frame = data.frame(companies = c("Legenda Selular","BERMAIN DENGAN API","Siaomi","TCS",
                                      "Legenda Selular","BERMAIN DENGAN API","TCS","Siaomi",
                                      "Doritos","Siaomi"),
                        people = c(100,NA,532,454,234,554,223,122,432,453),
                        rating = c(4,3,5,NA,5,3,NA,4,5,2))
 
print("Original Data frame")

## [1] "Original Data frame"

print(data_frame)

##             companies people rating
## 1     Legenda Selular    100      4
## 2  BERMAIN DENGAN API     NA      3
## 3              Siaomi    532      5
## 4                 TCS    454     NA
## 5     Legenda Selular    234      5
## 6  BERMAIN DENGAN API    554      3
## 7                 TCS    223     NA
## 8              Siaomi    122      4
## 9             Doritos    432      5
## 10             Siaomi    453      2

print("Extracting companies vector from data frame")

## [1] "Extracting companies vector from data frame"

print("Companies vector")

## [1] "Companies vector"

data_frame %>%
  pull(companies)

##  [1] "Legenda Selular"    "BERMAIN DENGAN API" "Siaomi"            
##  [4] "TCS"                "Legenda Selular"    "BERMAIN DENGAN API"
##  [7] "TCS"                "Siaomi"             "Doritos"           
## [10] "Siaomi"

print("Renaming rating column")

## [1] "Renaming rating column"

data_frame %>%
    rename(feedback_rating = rating)

##             companies people feedback_rating
## 1     Legenda Selular    100               4
## 2  BERMAIN DENGAN API     NA               3
## 3              Siaomi    532               5
## 4                 TCS    454              NA
## 5     Legenda Selular    234               5
## 6  BERMAIN DENGAN API    554               3
## 7                 TCS    223              NA
## 8              Siaomi    122               4
## 9             Doritos    432               5
## 10             Siaomi    453               2

print("Arranging data frame by rating column")

## [1] "Arranging data frame by rating column"

data_frame %>%
  arrange(rating)

##             companies people rating
## 1              Siaomi    453      2
## 2  BERMAIN DENGAN API     NA      3
## 3  BERMAIN DENGAN API    554      3
## 4     Legenda Selular    100      4
## 5              Siaomi    122      4
## 6              Siaomi    532      5
## 7     Legenda Selular    234      5
## 8             Doritos    432      5
## 9                 TCS    454     NA
## 10                TCS    223     NA

print("Arranging data frame by rating column")

## [1] "Arranging data frame by rating column"

data_frame %>%
  filter(!is.na(people))

##            companies people rating
## 1    Legenda Selular    100      4
## 2             Siaomi    532      5
## 3                TCS    454     NA
## 4    Legenda Selular    234      5
## 5 BERMAIN DENGAN API    554      3
## 6                TCS    223     NA
## 7             Siaomi    122      4
## 8            Doritos    432      5
## 9             Siaomi    453      2

data_frame %>%
  summarize(num_rows = n(),most_bellas = max(companies))

##   num_rows most_bellas
## 1       10         TCS

Dalam analisis dengan satu tabel menggunakan dplyr, Anda dapat melakukan berbagai tugas seperti:

Pemilihan Kolom: Memilih kolom tertentu dari tabel menggunakan fungsi select(). Misalnya, select(data, kolom1, kolom2) akan memilih kolom1 dan kolom2 dari data.

Pemfilteran Baris: Menggunakan fungsi filter() untuk memfilter baris berdasarkan kondisi tertentu. Misalnya, filter(data, kondisi) akan menghasilkan baris yang memenuhi kondisi tertentu.

Pengelompokan Data: Menggunakan fungsi group_by() untuk mengelompokkan data berdasarkan kolom tertentu. Misalnya, group_by(data, kolom) akan mengelompokkan data berdasarkan kolom yang ditentukan.

Penyusunan Ulang Data: Menggunakan fungsi arrange() untuk menyusun ulang data berdasarkan kolom tertentu. Misalnya, arrange(data, kolom) akan menyusun ulang data berdasarkan kolom yang ditentukan.

Menghitung Ringkasan Statistik: Menggunakan fungsi summarize() untuk menghitung ringkasan statistik, seperti rata-rata, median, dan lainnya. Misalnya, summarize(data, rata_rata = mean(kolom)) akan menghasilkan rata-rata kolom yang ditentukan.

Penambahan Kolom Baru: Menggunakan fungsi mutate() untuk menambahkan kolom baru berdasarkan perhitungan atau transformasi dari kolom yang ada. Misalnya, mutate(data, kolom_baru = kolom1 + kolom2) akan menambahkan kolom baru yang merupakan hasil penjumlahan kolom1 dan kolom2.

Dengan menggunakan fungsi-fungsi ini dan berbagai fungsi lain yang disediakan oleh paket dplyr, Anda dapat melakukan analisis data yang efisien dan efektif pada satu tabel menggunakan bahasa pemrograman R.