latihan

No 1

# Membuat vektor dengan berbagai tipe data
nama_vector <- c(5, FALSE, "true", "8.3", "Statistika")
nama_vector

## [1] "5"          "FALSE"      "true"       "8.3"        "Statistika"

#Pernyataan yang dapat diperoleh: 1. c() digunakan untuk membuat vektor di R. 2. Semua elemen dalam vektor akan dikonversi ke tipe data yang sama (dalam hal ini, character), karena R melakukan coercion (konversi otomatis). 3. Nilai 5 dan FALSE berubah menjadi “5” dan “FALSE” karena ada elemen bertipe character dalam vektor.

No 2

# Membuat list dengan elemen 
contoh_list <- list(5, FALSE, "true", "8.3", "Statistika")
contoh_list

## [[1]]
## [1] 5
## 
## [[2]]
## [1] FALSE
## 
## [[3]]
## [1] "true"
## 
## [[4]]
## [1] "8.3"
## 
## [[5]]
## [1] "Statistika"

Perbedaan utama:

1.Vektor hanya bisa memiliki satu tipe data (semua akan dikonversi ke character). 2.List bisa menyimpan berbagai tipe data tanpa konversi.

NO 3

# Membuat data frame dengan tiga kolom
kelompok_kkn <- data.frame(
  nama = c("Caca", "Yuda", "Dery", "Siska", "kiki", "Annisa", "Dewi", "Dwi", "Bagus", "Jokowi"),
  nim = c("2304001", "2304002", "2304003", "2304004", "2304005", "2304006", "2304007", "2304008", "2304009", "2304010"),
  prodi = c("Statistika", "Matematika", "Fisika", "Biologi", "Kimia", "Informatika", "Farmasi", "Ekonomi", "Sastra", "Hukum")
)

# Menampilkan isi data frame
print(kelompok_kkn)

##      nama     nim       prodi
## 1    Caca 2304001  Statistika
## 2    Yuda 2304002  Matematika
## 3    Dery 2304003      Fisika
## 4   Siska 2304004     Biologi
## 5    kiki 2304005       Kimia
## 6  Annisa 2304006 Informatika
## 7    Dewi 2304007     Farmasi
## 8     Dwi 2304008     Ekonomi
## 9   Bagus 2304009      Sastra
## 10 Jokowi 2304010       Hukum

# Pemanggilan satu kolom
print(kelompok_kkn$nama)

##  [1] "Caca"   "Yuda"   "Dery"   "Siska"  "kiki"   "Annisa" "Dewi"   "Dwi"   
##  [9] "Bagus"  "Jokowi"

print(kelompok_kkn[, "nama"])

##  [1] "Caca"   "Yuda"   "Dery"   "Siska"  "kiki"   "Annisa" "Dewi"   "Dwi"   
##  [9] "Bagus"  "Jokowi"

print(kelompok_kkn[["nama"]])

##  [1] "Caca"   "Yuda"   "Dery"   "Siska"  "kiki"   "Annisa" "Dewi"   "Dwi"   
##  [9] "Bagus"  "Jokowi"

# Pemanggilan satu baris
print(kelompok_kkn[2, ])  # Baris kedua

##   nama     nim      prodi
## 2 Yuda 2304002 Matematika

# Pemanggilan elemen spesifik
print(kelompok_kkn[3, 2])  # Baris ke-3, Kolom ke-2 (NIM Citra)

## [1] "2304003"

print(kelompok_kkn[5, "prodi"])  # Kolom "prodi" pada baris ke-5

## [1] "Kimia"

No.4

# Membuat data frame dengan missing value (NA)
df_missing <- data.frame(
  nama = c("Ucok", "cristian", NA, "Deni", "bambang", NA, "Gita", "Hadi", "Indah", "sinta"),
  nim = c("231001", "231002", "231003", "231004", NA, "231006", "231007", "231008", "231009", NA),
  prodi = c("Statistika", "Matematika", "Fisika", NA, "Kimia", "Informatika", "Farmasi", "Ekonomi", NA, "Hukum")
)

# Menampilkan isi data frame
print(df_missing)

##        nama    nim       prodi
## 1      Ucok 231001  Statistika
## 2  cristian 231002  Matematika
## 3      <NA> 231003      Fisika
## 4      Deni 231004        <NA>
## 5   bambang   <NA>       Kimia
## 6      <NA> 231006 Informatika
## 7      Gita 231007     Farmasi
## 8      Hadi 231008     Ekonomi
## 9     Indah 231009        <NA>
## 10    sinta   <NA>       Hukum

# Menampilkan posisi missing value
print(is.na(df_missing))  # TRUE jika nilai NA

##        nama   nim prodi
##  [1,] FALSE FALSE FALSE
##  [2,] FALSE FALSE FALSE
##  [3,]  TRUE FALSE FALSE
##  [4,] FALSE FALSE  TRUE
##  [5,] FALSE  TRUE FALSE
##  [6,]  TRUE FALSE FALSE
##  [7,] FALSE FALSE FALSE
##  [8,] FALSE FALSE FALSE
##  [9,] FALSE FALSE  TRUE
## [10,] FALSE  TRUE FALSE

print(which(is.na(df_missing), arr.ind = TRUE))  # Indeks baris dan kolom yang berisi NA

##      row col
## [1,]   3   1
## [2,]   6   1
## [3,]   5   2
## [4,]  10   2
## [5,]   4   3
## [6,]   9   3