Identitas Diri :
Nama : Fikri Aditya Rahman
NIM : 230605110073
Kelas : C
Mata Kuliah : Kalkulus
Dosem Pengampuh : Prof. Dr. Suhartono, M.Kom
Jurusan : Teknik Informatika
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang
Kebanyakan orang menemukan data dalam bentuk tabel cetak, seperti Bill of Mortality 1665 yang ditunjukkan di bawah ini. Tabel-tabel ini dikembangkan agar dapat dibaca oleh manusia dan menjadi kompak saat dicetak.
Meskipun diterbitkan lebih dari 350 tahun yang lalu, masih mungkin bagi manusia yang melek huruf untuk memilah apa yang dikatakan tabel tersebut. Tetapi volume data telah meledak di luar kemungkinan untuk mencetaknya. Sebaliknya, data saat ini disimpan dan diakses secara elektronik. Tetapi proses mengakses data semacam itu sangat berakar pada notasi “tabel,” meskipun tabel yang mengikuti seperangkat prinsip yang ketat. Kami akan menyebut tabel seperti bingkai data dan penting bagi Anda untuk mempelajari beberapa prinsip inti organisasi data.
Pertama, kenali bahwa data yang ditunjukkan pada Gambar 7.3 terdiri dari beberapa tabel yang berbeda. Tabel pertama, tepat di bawah judul, dimulai dengan
Tabel 7.1: Dua baris pertama dari tabel utama dari Bill of Mortality
| Dikuburkan | Wabah | Dikuburkan | Wabah | ||
|---|---|---|---|---|---|
| St Albans Woodstreet | 100 | 121 | St Clemens Eastcheap | 18 | 20 |
| St Alhallowes Gonggongan | 514 | 330 | St Diones Kembali gereja | 78 | 27 |
Bentuk modern ini tidak tersebar di lebar halaman. Ini memiliki satu set kolom daripada set berulang berdampingan seperti pada Tabel 7.1.
Tabel 7.2: Dalam format modern, semua paroki terdaftar dalam satu kolom, sehingga setiap baris tabel sesuai dengan satu paroki.
| paroki | Dikuburkan | Wabah |
|---|---|---|
| St Albans Woodstreet | 100 | 121 |
| St Clemens Eastcheap | 18 | 20 |
| St Alhallowes Gonggongan | 514 | 330 |
| St Diones Kembali gereja | 78 | 27 |
| ⋮ | ⋮ | ⋮ |
Setiap kolom tabel modern disebut variabel. Jadi ada variabel “terkubur” yang berisi jumlah yang dikuburkan dan variabel lain “wabah” yang berisi jumlah yang meninggal karena wabah.
Setiap baris tabel disebut kasus, tetapi seringkali hanya baris yang digunakan. Untuk setiap tabel, semua kasus adalah hal yang sama, misalnya, di sini, sebuah paroki.
Tabel lain yang ditampilkan pada lembar itu berjudul, “Penyakit dan korban tahun ini.” Dalam tabel ini, kasusnya adalah penyakit atau penyebab kematian lainnya, yang kami letakkan dengan nama “kondisi.”
| keadaan | Kematian | tahun |
|---|---|---|
| Abortive dan Stilborne | 617 | 1665 |
| Umur | 1545 | 1665 |
| Ague dan Feaver | 5257 | 1665 |
| Appoplex dan Tiba-tiba | 116 | 1665 |
| Bedrid | 10 | 1665 |
Kami telah menambahkan variabel “tahun” dengan tujuan untuk mengkonsolidasikan bertahun-tahun Tagihan ke dalam satu tabel.
Sebuah organisasi modern untuk data yang disajikan dalam Bill of Mortality akan kembali ke catatan mentah yang dikumpulkan di lapangan, menumpuknya menjadi hanya dua tabel: Kematian dan Kelahiran. Tabel Kematian mungkin terlihat seperti Tabel 7.3.
| Nama | tanggal | paroki | Jenis kelamin | umur | sebab |
|---|---|---|---|---|---|
| Percivell Bullingham | 1665-06-01 | St Maria le Bow | M | 29 | Wabah |
| Owin Swancott | 1665-08-13 | Trinitie | M | 2 | Wabah |
| Winifred Romford | 1665-11-09 | St Swithings | F | 19 | Tempat tidur anak |
| Elsebeth Masak | 1665-06-29 | St Ethelborough | F | 5 | Wabah |
| Humfray Langham | 1665-06-05 | St Bennet Fynch | M | 53 | Umur |
| Agnes Kirkwood | 1665-11-22 | St Bukit Maria | F | 21 | Ague |
| Katherine Murton | 1665-12-01 | St Alholowes Lesse | F | 24 | Tempat tidur anak |
| Bainbridge Fletcher | 1665-03-17 | St Martins | M | 2 | Wabah |
| Cicely Ouston | 1665-03-08 | St Austin | F | 35 | Wabah |
Konsepsi data modern membuat perbedaan yang jelas antara data dan konstruksi ringkasan data itu untuk konsumsi manusia. Ringkasan semacam itu mungkin grafis, atau dalam bentuk fungsi model, atau bahkan dalam bentuk satu set tabel, seperti yang terlihat dalam Bill of Mortality. Mempelajari cara menghasilkan ringkasan semacam itu adalah tugas penting dalam statistik dan ilmu data. Konstruksi otomatis fungsi model (tanpa banyak campur tangan manusia) adalah bidang yang disebut pembelajaran mesin
Dalam tabel Kematian, yang akan memiliki 97.306 baris untuk tahun 1665, setiap kasus adalah “orang yang meninggal.” Tabel seperti itu saat ini dapat ditabulasikan ulang ke dalam tabel “penyakit dan korban”, atau rincian penguburan berdasarkan jenis kelamin, atau rincian paroki demi paroki. Tetapi ada banyak kemungkinan lain: melihat penyebab kematian berdasarkan usia dan musim tahun, atau dipecah berdasarkan jenis kelamin, dll.
Dalam kursus ilmu data Anda akan belajar beberapa cara menyimpan dan mengakses tabel data. Salah satu yang paling penting dalam penggunaan profesional adalah database relasional. (“Relasi” adalah kata lain untuk “tabel,” sama seperti fungsi adalah tentang hubungan antara input dan output.)
Data wrangling adalah istilah yang digunakan untuk menggambarkan bekerja dengan dan meringkas data. Ini termasuk menggabungkan beberapa bingkai data. Dalam Kalkulus MOSAIK, penggunaan data kita akan difokuskan pada membangun fungsi yang menunjukkan pola dalam data dan merencanakan data untuk mengungkapkan pola-pola itu kepada mata.
Untuk pekerjaan kami, Anda dapat mengakses bingkai data yang kami
butuhkan langsung di R dengan nama. Misalnya, bingkai data (Tabel
7.4) mencatat karakteristik beberapa mesin pembakaran internal
dengan berbagai ukuran:Engines
| Tabel 7.4: Berbagai atribut mesin pembakaran internal, dari yang sangat kecil hingga yang sangat besar. |
| Mesin | massa | BHP | .RPM | Menanggung | Stroke |
|---|---|---|---|---|---|
| Webra Kecepatan 20 | 0.25 | 0.78 | 22000 | 16.5 | 16 |
| Enya 60-4C | 0.61 | 0.84 | 11800 | 24.0 | 22 |
| Honda 450 | 34.00 | 43.00 | 8500 | 70.0 | 58 |
| Yakub R-775 | 229.00 | 225.00 | 2000 | 133.0 | 127 |
| Daimler-Benz 609 | 1400.00 | 2450.00 | 2800 | 165.0 | 180 |
| Daimler-Benz 613 | 1960.00 | 3120.00 | 2700 | 162.0 | 180 |
| Nordberg | 5260.00 | 3000.00 | 400 | 356.0 | 407 |
| Cooper-Bessemer V-250 | 13500.00 | 7250.00 | 330 | 457.0 | 508 |
Pertanyaan mendasar untuk ditanyakan pertama kali tentang kerangka data apa pun adalah:
Apa yang dimaksud dengan baris?
Apa variabelnya dan apa artinya?
Jawaban atas pertanyaan-pertanyaan ini, untuk bingkai data yang akan
kita gunakan, tersedia melalui dokumentasi R. Untuk memunculkan
dokumentasi untuk , misalnya, berikan perintah: Engines
?Engines## No documentation for 'Engines' in specified packages and libraries:
## you could try '??Engines'Ketika bekerja dengan data, adalah umum untuk melupakan sejenak apa
variabelnya, bagaimana ejaannya, dan nilai seperti apa yang diambil
setiap variabel. Dua perintah yang berguna untuk mengingatkan diri
sendiri adalah (diilustrasikan di sini dengan):Engines
Engines <- read.csv("Artikel2.Rmd")
names(Engines) # the names of the variables## [1] "X..."## [1] "Engine" "mass" "ncylinder" "strokes" "displacement"
## [6] "bore" "stroke" "BHP" "RPM"
head(Engines) # the first several rows## X...
## 1 title: kalkulus mosaik
## 2 author: Fikri Aditya Rahman
## 3 date: 2023-10-24
## 4 output: html_document
## 5 ---
## 6 **Identitas Diri :**## # A tibble: 6 × 9
## Engine mass ncylinder strokes displace…¹ bore stroke BHP RPM
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Webra Speedy 0.135 1 2 1.8 13.5 12.5 0.45 22000
## 2 Motori Cipolla 0.15 1 2 2.5 15 14 1 26000
## 3 Webra Speed 20 0.25 1 2 3.4 16.5 16 0.78 22000
## 4 Webra 40 0.27 1 2 6.5 21 19 0.96 15500
## 5 Webra 61 Blackhead 0.43 1 2 10 24 22 1.55 14000
## 6 Webra 6WR 0.49 1 2 10 24 22 2.76 19000
## # … with abbreviated variable name ¹displacement
nrow(Engines) # how many rows## [1] 141## [1] 39Di RStudio, perintah ini berguna untuk menampilkan tabel data yang
lengkap.View(Engines)