PENDAHULUAN

Dalam tugas ini,kelompok kami akan membahas langkah-langkah untuk mempublikasikan hasil analisis data di Rpubs.

Langkah-Langkah Publish di Rpubs

Langkah 1: Download R, R studio serta buat akun Rpubs

Sebelum memulai, pastikan Anda telah menginstal R dan RStudio. R dan R studio dapat di download pada website https://posit.co/download/rstudio-desktop/Setelah itu, buat akun terlebih dahulu di Rpubs agar dapat mempublikasikan laporan yang dibuat secara online.

Langkah 2: Install Package yang diperlukan

Agar RStudio dapat membuat dan mempublikasikan laporan ke Rpubs, diperlukan beberapa paket tambahan yang perlu untuk diinstall, yaitu rmarkdown, knitr, dan devtools. Paket-paket ini berguna untuk mengonversi laporan ke format HTML dan memastikan sesuai dengan Rpubs. Jika paket tersebut belum terinstal, dapat menginstalnya melalui RStudio sebelum memulai proses membuat dan mempublikasikan.

Langkah 3: Buat file baru dengan R Markdown

Buka RStudio, lalu buat file baru dengan memilih File → New File → R Markdown. Pilih format HTML, lalu beri nama file yang diinginkan.

Langkah 4 : Menulis Script dalam R markdown

Dalam R Markdown, penulisan script dapat diformat menggunakan berbagai elemen. Untuk membuat judul dan subjudul, gunakan tanda #, misalnya # Judul Utama dan ## Subjudul. Untuk menulis teks tebal, gunakan teks, sedangkan untuk teks miring gunakan teks, dan untuk teks tebal dan miring gunakan teks. Jika ingin menambahkan daftar bullet, gunakan tanda - atau *, seperti - Data yang digunakan berasal dari dataset kredit. Skrip R dapat dimasukkan ke dalam laporan dengan menggunakan blok kode {r}

Langkah 5: Render Dokumen ke Format HTML

Setelah menulis skrict dalam R Markdown, langkah selanjutnya adalah mengonversi laporan ke dalam format HTML agar dapat dipublikasikan ke Rpubs. Proses ini disebut knit daltam RStudio. Untuk melakukan ini, klik tombol Knit di bagian atas RStudio, lalu pilih Knit to HTML. RStudio akan mengeksekusi kode dan menghasilkan laporan dalam format HTML. Pastikan semua kode berjalan dengan baik dan hasilnya sesuai dengan yang diharapkan sebelum lanjut ke langkah berikutnya.

Langkah 6: Publikasikan Laporan ke Rpubs

Setelah dokumen berhasil dikonversi menjadi HTML, langkah berikutnya adalah mempublikasikannya ke Rpubs. Klik kembali tombol Knit, lalu pilih Publish to Rpubs. Setelah itu, akan muncul jendela yang meminta Anda memasukkan judul laporan dan deskripsi singkat. Masukkan informasi tersebut sesuai dengan isi laporan, lalu klik Publish. Tunggu hingga proses unggah selesai, dan setelah berhasil, Rpubs akan memberikan URL laporan yang dapat dibagikan

Tugas 1

Input data yang akan digunakan

data <- data.frame(
  Age = c(30.83, 58.67, 24.50, 27.83, 20.17),
  Debt = c(0.000, 4.460, 0.500, 1.540, 5.625),
  YearsEmployed = c(1.25, 3.04, 1.50, 3.75, 1.71),
  Income = c(0, 560, 824, 3, 0)
)
print(data)
##     Age  Debt YearsEmployed Income
## 1 30.83 0.000          1.25      0
## 2 58.67 4.460          3.04    560
## 3 24.50 0.500          1.50    824
## 4 27.83 1.540          3.75      3
## 5 20.17 5.625          1.71      0

Eigen Value dan Eigen Vector

#matriks kovarians
cov_matrix <- cov(data)

#  eigenvalue dan eigenvector
eig <- eigen(cov_matrix)

print(eig$values)  # Eigenvalue
## [1] 1.519855e+05 2.046288e+02 5.515401e+00 8.810774e-01
print(eig$vectors) # Eigenvector
##               [,1]        [,2]         [,3]          [,4]
## [1,] -0.0134874524  0.99771613  0.055954477 -0.0353512228
## [2,]  0.0007381111  0.05468974 -0.997847290 -0.0361838792
## [3,]  0.0002807996  0.03730694 -0.034170588  0.9987194221
## [4,] -0.9999087283 -0.01340703 -0.001500938  0.0007305969

Variance-Covariance Matrix

# Matriks kovarians
cov_matrix <- cov(data)
print(cov_matrix)
##                       Age        Debt YearsEmployed      Income
## Age            231.361400    9.345663      6.999375   2046.9725
## Debt             9.345663    6.187675      0.605225   -112.3137
## YearsEmployed    6.999375    0.605225      1.182050    -42.7750
## Income        2046.972500 -112.313750    -42.775000 151957.8000
# Visualisasi 
library(ggplot2)
library(reshape2)
cov_melt <- melt(cov_matrix)
ggplot(data = cov_melt, aes(Var1, Var2, fill = value)) + 
  geom_tile() + 
  geom_text(aes(label = round(value, 4)), color = "white") +
  scale_fill_gradient(low = "blue", high = "red") +
  theme_minimal() +
  labs(title = "Visualisasi Variance-Covariance Matrix ")

Correlation Matrix

# Matriks korelasi
cor_matrix <- cor(data)
print(cor_matrix)
##                     Age       Debt YearsEmployed     Income
## Age           1.0000000  0.2470022     0.4232489  0.3452272
## Debt          0.2470022  1.0000000     0.2237872 -0.1158264
## YearsEmployed 0.4232489  0.2237872     1.0000000 -0.1009278
## Income        0.3452272 -0.1158264    -0.1009278  1.0000000
# Visualisasi 
cor_melt <- melt(cor_matrix)
ggplot(data = cor_melt, aes(Var1, Var2, fill = value)) + 
  geom_tile() + 
  geom_text(aes(label = round(value, 4)), color = "white") +
  scale_fill_gradient(low = "blue", high = "red") +
  theme_minimal() +
  labs(title = "Visualisasi Correlation Matrix ")

Kesimpulan

nilai eigen pada fitur 1 menghasil nilai paling besar dan fitur 4 lebih yang berarti fitur 1 lebih informatif yang dijadikan komponen utama reduksi dimensi,nilai eigen pada fitur 1 yang menunjukan lebih informatif untuk menjalaskan variasi data dibandingkan fitur lainnya. Dari hasil nilai eigen, vektor eigen pertama yang didapatkan data lebih tersebar sepanjang sumbu. Fitur age dan income memiliki hubungan positif, yang berarti ketika salah satu meningkat, yang lainnya juga cenderung meningkat Ini menunjukkan bahwa kedua fitur ini saling berpengaruh positif satu sama lain dalam model. hubungan negatif antara fitur YearsEmployee dan Debt dengan Income. Ini berarti bahwa seiring dengan meningkatnya jumlah tahun bekerja atau jumlah utang, pendapatan cenderung menurun dan Sebaliknya.