soal 1
Rama Oktavia
2025-04-13
- Gunakan fungsi seq () dan/atau rep() untuk mendapatkan output sebagai berikut.
- Vektor dengan elemen yang anggotanya memiliki nilai[12,15,18,21,24,27,30] jawab.
a <- seq(12,30, by = 3)
a## [1] 12 15 18 21 24 27 30- Vektor dengan elemen yang anggotanya memiliki nilai [5,12,13] diulang sebanyak 2 untuk setiap bilangan jawab.
c <- rep(c(5,12,13), each = 2)
c## [1] 5 5 12 12 13 13- Matrix
A = matrix(c(4,3,2,1), nrow = 2, byrow = TRUE)
A## [,1] [,2]
## [1,] 4 3
## [2,] 2 1B = matrix(c(1,0,0,1), nrow = 2, byrow = TRUE)
B## [,1] [,2]
## [1,] 1 0
## [2,] 0 1C = matrix (c(A,B), nrow = 2, byrow = FALSE)
C## [,1] [,2] [,3] [,4]
## [1,] 4 3 1 0
## [2,] 2 1 0 1D <- A/B
D## [,1] [,2]
## [1,] 4 Inf
## [2,] Inf 1E = solve(A)
E## [,1] [,2]
## [1,] -0.5 1.5
## [2,] 1.0 -2.0- Diberikan data nilai mahasiswa berikut.
No <- seq(1,10)
NIM <- c(11436,11616,11734,10230,11832,11457,09389,10507,11749,10789)
Nama <- c("Adi", " Siti", "Ika","Leo","Ihram","Toni","Ginting","Egi", "Agnes","Lani")
JK <- c("L","P","L","P","L","P","L","P","L","P")
UTS <- c(55,59,62,67,71,69,72,65,78,77)
UAS <- c(58,62,65,63,72,70,74,60,81,75)
Tugas_1 <- c(0,0,0,58,0,0,59,68,65,0)
Tugas_2 <- c(0,75,0,50,0,53,0,73,73,73)
tugas_3 <- c(66,70,62,45,67,69,68,0,78,75)
data_Mahasiswa1 <- data.frame(No,NIM,Nama,JK,UTS,UAS,Tugas_1,Tugas_2,tugas_3)
data_Mahasiswa1## No NIM Nama JK UTS UAS Tugas_1 Tugas_2 tugas_3
## 1 1 11436 Adi L 55 58 0 0 66
## 2 2 11616 Siti P 59 62 0 75 70
## 3 3 11734 Ika L 62 65 0 0 62
## 4 4 10230 Leo P 67 63 58 50 45
## 5 5 11832 Ihram L 71 72 0 0 67
## 6 6 11457 Toni P 69 70 0 53 69
## 7 7 9389 Ginting L 72 74 59 0 68
## 8 8 10507 Egi P 65 60 68 73 0
## 9 9 11749 Agnes L 78 81 65 73 78
## 10 10 10789 Lani P 77 75 0 73 75a.
b. Hitung nilai minimum, nilai maksimum, rentang, rata-rata,median,dan ragam nilai uts dan uas
- UTS
min_uts <- min (UTS)
min_uts## [1] 55maks_uts <- max(UTS)
maks_uts## [1] 78rentang_uts <- max(UTS)-min(UTS)
rentang_uts## [1] 23rata_uts <- mean(UTS)
rata_uts## [1] 67.5med_uts <- median(UTS)
med_uts## [1] 68ragam_uts <- var(UTS)
ragam_uts## [1] 55.61111- UAS
min_uas <- min (UAS)
min_uas## [1] 58maks_uas <- max(UAS)
maks_uas## [1] 81rentang_uas <- max(UAS)-min(UAS)
rentang_uas## [1] 23rata_uas <- mean(UAS)
rata_uas## [1] 68med_uas <- median(UAS)
med_uas## [1] 67.5ragam_uas <- var(UAS)
ragam_uas## [1] 56.44444c. Selanjutnya hitung nilai akhir
Nilai_akhir <- (0.45 * data_Mahasiswa1$UAS) + (0.35 * data_Mahasiswa1$UTS) + (0.2 * (data_Mahasiswa1$Tugas_1 + data_Mahasiswa1$Tugas_2 + data_Mahasiswa1$tugas_3)/3)
Nilai_akhir## [1] 49.75000 58.21667 55.08333 62.00000 61.71667 63.78333 66.96667 59.15000
## [9] 78.15000 70.56667data_Mahasiswa1 <- data.frame(No,NIM,Nama,JK,UTS,UAS,Tugas_1,Tugas_2,tugas_3, Nilai_akhir)
data_Mahasiswa1## No NIM Nama JK UTS UAS Tugas_1 Tugas_2 tugas_3 Nilai_akhir
## 1 1 11436 Adi L 55 58 0 0 66 49.75000
## 2 2 11616 Siti P 59 62 0 75 70 58.21667
## 3 3 11734 Ika L 62 65 0 0 62 55.08333
## 4 4 10230 Leo P 67 63 58 50 45 62.00000
## 5 5 11832 Ihram L 71 72 0 0 67 61.71667
## 6 6 11457 Toni P 69 70 0 53 69 63.78333
## 7 7 9389 Ginting L 72 74 59 0 68 66.96667
## 8 8 10507 Egi P 65 60 68 73 0 59.15000
## 9 9 11749 Agnes L 78 81 65 73 78 78.15000
## 10 10 10789 Lani P 77 75 0 73 75 70.56667rata_nilai_akhir <- tapply (data_Mahasiswa1$Nilai_akhir, data_Mahasiswa1$JK,mean)
rata_nilai_akhir## L P
## 62.33333 62.74333d. Setelah diproses nilai akhir, nilai ini akan dikonversikan menjadi nilai huruf
data_Mahasiswa1$Kategori_Nilai_akhir[data_Mahasiswa1$Nilai_akhir < 50 ] <- "E"
data_Mahasiswa1$Kategori_Nilai_akhir[data_Mahasiswa1$Nilai_akhir >= 50 & data_Mahasiswa1$Nilai_akhir < 65 ] <- "C"
data_Mahasiswa1$Kategori_Nilai_akhir[data_Mahasiswa1$Nilai_akhir >= 65 & data_Mahasiswa1$Nilai_akhir < 80 ] <- "B"
data_Mahasiswa1$Kategori_Nilai_akhir[data_Mahasiswa1$Nilai_akhir >= 80] <- "A"
data_Mahasiswa1## No NIM Nama JK UTS UAS Tugas_1 Tugas_2 tugas_3 Nilai_akhir
## 1 1 11436 Adi L 55 58 0 0 66 49.75000
## 2 2 11616 Siti P 59 62 0 75 70 58.21667
## 3 3 11734 Ika L 62 65 0 0 62 55.08333
## 4 4 10230 Leo P 67 63 58 50 45 62.00000
## 5 5 11832 Ihram L 71 72 0 0 67 61.71667
## 6 6 11457 Toni P 69 70 0 53 69 63.78333
## 7 7 9389 Ginting L 72 74 59 0 68 66.96667
## 8 8 10507 Egi P 65 60 68 73 0 59.15000
## 9 9 11749 Agnes L 78 81 65 73 78 78.15000
## 10 10 10789 Lani P 77 75 0 73 75 70.56667
## Kategori_Nilai_akhir
## 1 E
## 2 C
## 3 C
## 4 C
## 5 C
## 6 C
## 7 B
## 8 C
## 9 B
## 10 B- Diketahui rata-rata harga beras tiap bulan di pasar Yogyakarta dari tahun 1982-1985
harga <- c(253,253,238,223,221,223,226,233,262,278,281,290,299,296,279,255,250,248,257,266,294,301,302,308,338,335,313,289,294,294,294,292,298,296,291,309,306,286,281,276,274,275,276,302,303,316,332,331)
harga## [1] 253 253 238 223 221 223 226 233 262 278 281 290 299 296 279 255 250 248 257
## [20] 266 294 301 302 308 338 335 313 289 294 294 294 292 298 296 291 309 306 286
## [39] 281 276 274 275 276 302 303 316 332 331a. Berapakah harga beras termurah dan termahal
hrga_murah <- min(harga)
hrga_murah## [1] 221hrga_mahal <- max(harga)
hrga_mahal## [1] 338# harga beras termurah yaitu Rp. 221.000,00 dan harga beras termahal yaitu Rp. 338.000,00 b. Buatlah tabel distribusi frekuensi harga beras dari data tsb
n <- length(harga)
k <- 1 + 3.3*log10(n)
k## [1] 6.548096lebar_kelas <- ceiling((hrga_mahal-hrga_murah)/k)
breaks <- seq (hrga_murah, hrga_mahal, by = lebar_kelas)
frekuensi <- table (cut(harga, breaks, right = FALSE))
frekuensi##
## [221,239) [239,257) [257,275) [275,293) [293,311) [311,329)
## 6 5 4 12 15 2# dengan panjang kelas 6 dan interval 10 , frekuensi harga beras paling sedikit berada pada rentang 311-329 dan yang paling banyak pada rentang 293-311c. Buatlah histogram berdasarkan tabel distribusi frekuensi yang diperoleh
hist_harga <- hist(harga,
main = "Rata-rata harga beras tiap bulan di pasar Yogyakarta dari tahun 1982-1985",
ylab = "frekuensi",
xlab = "harga",
col = "pink",
border = "green")
# Didapat dari gambar bahwa rata-rata harga beras paling banyak ada pada interval 280-300 dlm ribu rupiah, dan rata-rata harga beras paling sedikit ada pada interval 320-340 dlm ribu rupiah