Download & Setup R

Pertama tama silahkan download R di link berikut : 1 Selanjutnya pilih operasi sistem yang digunakan disini saya menggunakan windows 2 lalu tekan “install R for the first time.” 3 Terakhir tekan “Download R-4.5.2 for Windows”

Tidak lupa juga untuk R Studio bisa di download pada link. Scroll ke bawah dan tekan “Download RStudio Desktop for windows”

NB : Untuk Proses detail instalasi R tinggal ikutin aja alurnya seperti biasa

Penjelasan Tiap Code

Import Library

library("data.table")

di dalam Bahasa Pemrograman R import repository eksternal dapat ditulis sebagai library("data.table"). Dimana data.table merupakan nama repository atau library nya, jika di python bisa di sejajarkan dengan pandas numpy dst. jika di dalam bahasa pemrograman python import pandas. Diaman import di python itu sama seperti library() di R

Membaca tabel

kolom_terpilih = fread("D:/Semester 4/Mata Kuliah/Analisis Multivariat/Pertemuan 1/Tugas/Tugas 1/Titanic-Dataset.csv",
                       select = c("Age", "SibSp", "Parch","Fare")
                  )
##        Age SibSp Parch    Fare
##      <num> <int> <int>   <num>
##   1:    22     1     0  7.2500
##   2:    38     1     0 71.2833
##   3:    26     0     0  7.9250
##   4:    35     1     0 53.1000
##   5:    35     0     0  8.0500
##  ---                          
## 887:    27     0     0 13.0000
## 888:    19     0     0 30.0000
## 889:    NA     1     2 23.4500
## 890:    26     0     0 30.0000
## 891:    32     0     0  7.7500

Dapat dilihat ketika tabel dibaca dan hanya dipilih beberapa kolomnya saja, jumlah barisnya masih berjumlah 891 karena instruksinya itu diminta untuk menghapus semua baris yang missing value. maka.

hasil_akhir = na.omit(kolom_terpilih)

fungsi na.omit untuk menghapus semua baris yang memiliki setidaknya satu nilai yang missing value.

##        Age SibSp Parch    Fare
##      <num> <int> <int>   <num>
##   1:    22     1     0  7.2500
##   2:    38     1     0 71.2833
##   3:    26     0     0  7.9250
##   4:    35     1     0 53.1000
##   5:    35     0     0  8.0500
##  ---                          
## 710:    39     0     5 29.1250
## 711:    27     0     0 13.0000
## 712:    19     0     0 30.0000
## 713:    26     0     0 30.0000
## 714:    32     0     0  7.7500

Correlation Matrix

corr_matrix <- cor(hasil_akhir)
print(corr_matrix)
##               Age      SibSp      Parch       Fare
## Age    1.00000000 -0.3082468 -0.1891193 0.09606669
## SibSp -0.30824676  1.0000000  0.3838199 0.13832879
## Parch -0.18911926  0.3838199  1.0000000 0.20511888
## Fare   0.09606669  0.1383288  0.2051189 1.00000000
##               Age      SibSp      Parch       Fare
## Age    1.00000000 -0.3082468 -0.1891193 0.09606669
## SibSp -0.30824676  1.0000000  0.3838199 0.13832879
## Parch -0.18911926  0.3838199  1.0000000 0.20511888
## Fare   0.09606669  0.1383288  0.2051189 1.00000000

Variance-Covariance Matrix

cov_matrix <- cov(hasil_akhir)
print(cov_matrix)
##              Age      SibSp      Parch        Fare
## Age   211.019125 -4.1633339 -2.3441911   73.849030
## SibSp  -4.163334  0.8644973  0.3045128    6.806212
## Parch  -2.344191  0.3045128  0.7281027    9.262176
## Fare   73.849030  6.8062117  9.2621760 2800.413100
##              Age      SibSp      Parch        Fare
## Age   211.019125 -4.1633339 -2.3441911   73.849030
## SibSp  -4.163334  0.8644973  0.3045128    6.806212
## Parch  -2.344191  0.3045128  0.7281027    9.262176
## Fare   73.849030  6.8062117  9.2621760 2800.413100

Eigen value dan eigen vector

## [1] 2802.5636587  209.0385659    0.9438783    0.4787214
##             [,1]        [,2]         [,3]          [,4]
## [1,] 0.028477552  0.99929943 -0.024018111  0.0035788596
## [2,] 0.002386349 -0.02093144 -0.773693322  0.6332099362
## [3,] 0.003280818 -0.01253786 -0.633088089 -0.7739712590
## [4,] 0.999586200 -0.02837826  0.004609234  0.0009266652

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.