Pemodelan Statistika dan Simulasi 1
Ayis Pibri Setyanto
Week 2
Pendahuluan Praktikum
Praktikum ini bertujuan untuk membekali mahasiswa dengan pemahaman dasar mengenai penggunaan bahasa pemrograman R dalam pengolahan dan analisis data. Materi yang disajikan difokuskan pada penguasaan konsep-konsep fundamental yang menjadi landasan penting sebelum memasuki tahap analisis data yang lebih lanjut.
Pembahasan meliputi operasi aritmetika dasar, pembuatan dan penggunaan variabel, serta pengenalan berbagai struktur data utama dalam R, seperti vektor, faktor, list, data frame, array, dan data table. Selain itu, mahasiswa diperkenalkan dengan penanganan missing value, pembangkitan data secara acak, serta penggunaan fungsi-fungsi statistika dasar untuk meringkas dan memahami karakteristik data.
Praktikum ini juga memberikan pengantar manipulasi data menggunakan paket dplyr dan data.table, serta visualisasi data menggunakan ggplot2 sebagai bagian dari analisis data eksploratif. Melalui kegiatan praktikum, mahasiswa diarahkan untuk tidak hanya menuliskan sintaks R, tetapi juga memahami alur kerja serta interpretasi hasil yang diperoleh.
Di akhir praktikum, mahasiswa diharapkan mampu:
Memahami perbedaan dan kegunaan berbagai struktur data di R.
Melakukan manipulasi data sederhana secara sistematis dan terstruktur.
Membaca dan menginterpretasikan output R secara tepat untuk menarik makna dari data yang dianalisis.
Dengan demikian, praktikum ini diharapkan dapat membangun dasar keterampilan analisis data yang kuat serta mendukung pembelajaran materi analisis dan statistika pada tahap selanjutnya.
Operasi Dasar
Operasi dasar matematika seperti penjumlahan, pengurangan, perkalian, pembagian, dan perpangkatan dapat dilakukan langsung di R. Syntax ini menunjukkan cara melakukan operasi tersebut.
2+3 #Penjumlahan: menambahkan 2 dan 3, hasilnya 5## [1] 55 - 1 # Pengurangan: Mengurangi 5 dengan 1, hasilnya 4## [1] 44 * 2 # Perkalian: Mengalikan 4 dengan 2, hasilnya 8## [1] 810 / 2 # Pembagian: Membagi 10 dengan 2, hasilnya 5## [1] 52^3 # Pangkat: Menghitung 2 pangkat 3, hasilnya 8## [1] 8Pembuatan Variabel
Variabel digunakan untuk menyimpan data. Di R, kita bisa membuat variabel dan mengisinya dengan nilai tertentu, lalu melakukan operasi dengan variabel tersebut.
a <- 10 # Membuat variabel 'a' dan mengisinya dengan nilai 10
b <- 5 # Membuat variabel 'b' dan mengisinya dengan nilai 5
c <- a + b # Membuat variabel 'c' yang berisi hasil penjumlahan 'a' dan 'b'
c # Menampilkan nilai dari variabel 'c'## [1] 15Struktur Data Dasar
R memiliki beberapa struktur data dasar seperti vektor, faktor, list, dan dataframe. Struktur data ini digunakan untuk menyimpan dan mengelola data secara efisien.
vektor <- c(1, 2, 3, 4, 5) # Membuat vektor numerik dengan nilai 1 hingga 5
vektor # Menampilkan isi vektor ## [1] 1 2 3 4 5Membuat Vektor Karakter
Vektor karakter adalah kumpulan data teks yang disimpan dalam satu variabel. Di R, kita bisa membuat vektor karakter menggunakan fungsi c().
warna <- c("Merah", "Biru", "Hijau", "Merah", "Biru", "Hijau", "Merah")
warna # Menampilkan isi vektor karakter## [1] "Merah" "Biru" "Hijau" "Merah" "Biru" "Hijau" "Merah"Mengonversi ke Faktor
Faktor adalah struktur data di R yang digunakan untuk menyimpan data kategorikal. Konversi ke faktor memungkinkan kita untuk menganalisis data kategorikal dengan lebih efisien.
warna_factor <- factor(warna) # Mengubah vektor karakter menjadi faktorMenampilkan Struktur Faktor
Fungsi str() digunakan untuk menampilkan struktur dari suatu objek, termasuk faktor. Ini membantu memahami tipe data dan level yang ada dalam faktor.
str(warna_factor) # Menampilkan struktur dari faktor 'warna_factor'## Factor w/ 3 levels "Biru","Hijau",..: 3 1 2 3 1 2 3Menampilkan Level yang Ada dalam Faktor
Level adalah kategori unik dalam faktor. Fungsi levels() digunakan untuk menampilkan semua level yang ada dalam suatu faktor.
levels(warna_factor) # Menampilkan level atau kategori unik dalam faktor## [1] "Biru" "Hijau" "Merah"Frekuensi Tiap Kategori
Fungsi table() digunakan untuk menghitung frekuensi masing-masing kategori dalam faktor. Ini berguna untuk analisis data kategorikal.
table(warna_factor) # Menampilkan frekuensi masing-masing kategori dalam faktor## warna_factor
## Biru Hijau Merah
## 2 2 3Membuat List yang Berisi Berbagai Jenis Data
List adalah struktur data yang dapat menyimpan berbagai jenis data, seperti vektor, teks, dan faktor, dalam satu objek. Ini membuat list sangat fleksibel.
data_list <- list(
angka = c(10, 20, 30, 40),
teks = c("A", "B", "C"),
kategori = factor(c("Baik", "Sedang", "Buruk"))
)Menampilkan Isi List
Fungsi print() digunakan untuk menampilkan seluruh isi list. Ini membantu melihat data yang disimpan dalam list.
print(data_list) # Menampilkan seluruh isi list## $angka
## [1] 10 20 30 40
##
## $teks
## [1] "A" "B" "C"
##
## $kategori
## [1] Baik Sedang Buruk
## Levels: Baik Buruk SedangMengakses Elemen List
Kita bisa mengakses elemen dalam list menggunakan operator $ atau [[ ]]. Ini memungkinkan kita untuk mengambil data spesifik dari list.
data_list$angka # Mengakses elemen 'angka' dalam list## [1] 10 20 30 40data_list[[2]] # Mengakses elemen kedua dalam list (vektor 'teks')## [1] "A" "B" "C"Membuat Dataframe
Dataframe adalah struktur data tabular yang terdiri dari baris dan kolom. Setiap kolom dapat memiliki tipe data yang berbeda, mirip dengan tabel di database.
data_karyawan <- data.frame(
Nama = c("Andi", "Budi", "Citra", "Dewi"), # Kolom Nama
Usia = c(25, 30, 27, 35), # Kolom Usia
Pekerjaan = factor(c("Pegawai", "Wirausaha", "Mahasiswa", "Pegawai")) # Kolom Pekerjaan
)Menampilkan Dataframe
Fungsi print() digunakan untuk menampilkan seluruh isi dataframe. Ini membantu melihat data dalam format tabel.
print(data_karyawan) # Menampilkan seluruh isi dataframe## Nama Usia Pekerjaan
## 1 Andi 25 Pegawai
## 2 Budi 30 Wirausaha
## 3 Citra 27 Mahasiswa
## 4 Dewi 35 PegawaiMenampilkan Ringkasan Dataframe
Fungsi summary() memberikan ringkasan statistik dari dataframe, seperti nilai minimum, maksimum, rata-rata, dan frekuensi untuk data kategorikal.
summary(data_karyawan) # Menampilkan ringkasan statistik dari dataframe## Nama Usia Pekerjaan
## Length:4 Min. :25.00 Mahasiswa:1
## Class :character 1st Qu.:26.50 Pegawai :2
## Mode :character Median :28.50 Wirausaha:1
## Mean :29.25
## 3rd Qu.:31.25
## Max. :35.00Membuat Array 3 Dimensi
Array adalah struktur data multidimensi. Array 3 dimensi dapat digunakan untuk menyimpan data dalam bentuk matriks 3D.
array_data <- array(1:24, dim = c(3, 4, 2)) # Membuat array dengan dimensi 3x4x2Menampilkan Array
Fungsi print() digunakan untuk menampilkan isi array. Ini membantu melihat data yang disimpan dalam array.
print(array_data) # Menampilkan isi array## , , 1
##
## [,1] [,2] [,3] [,4]
## [1,] 1 4 7 10
## [2,] 2 5 8 11
## [3,] 3 6 9 12
##
## , , 2
##
## [,1] [,2] [,3] [,4]
## [1,] 13 16 19 22
## [2,] 14 17 20 23
## [3,] 15 18 21 24Menampilkan Dimensi Array
Fungsi dim() digunakan untuk menampilkan dimensi dari array. Ini membantu memahami struktur array.
dim(array_data) # Menampilkan dimensi dari array## [1] 3 4 2Membuat Vektor dengan Nilai NA
Nilai NA (Not Available) digunakan untuk merepresentasikan data yang hilang. Kita bisa membuat vektor yang mengandung nilai NA dan melakukan pengecekan.
nilai <- c(90, 85, NA, 75, 80, NA, 95) # Membuat vektor dengan beberapa nilai NA
# Mengecek nilai yang hilang
is.na(nilai) # Mengecek apakah ada nilai NA dalam vektor## [1] FALSE FALSE TRUE FALSE FALSE TRUE FALSE# Menghitung jumlah nilai NA dalam vektor
sum(is.na(nilai)) # Menghitung total nilai NA dalam vektor## [1] 2Sequence Generation
Sequence generation digunakan untuk membuat urutan angka dengan interval tertentu. Fungsi seq() membantu membuat urutan angka dengan panjang atau interval yang ditentukan.
x1 <- seq(0, 10, length=5) # Membuat sequence dari 0 hingga 10 dengan 5 elemen
x1 # Menampilkan sequence## [1] 0.0 2.5 5.0 7.5 10.0x2 <- seq(0,10,length=6) # Membuat deret angka dengan 6 elemen
x2## [1] 0 2 4 6 8 10x3 <- seq(0,10,length=7) # Membuat deret angka dengan 7 elemen
x3## [1] 0.000000 1.666667 3.333333 5.000000 6.666667 8.333333 10.000000x3 <- seq(0,15,length=11) # Membuat deret angka dengan 10 elemen
x3## [1] 0.0 1.5 3.0 4.5 6.0 7.5 9.0 10.5 12.0 13.5 15.0Pembulatan Pecahan Desimal
R menyediakan fungsi untuk membulatkan angka desimal, seperti round(), floor(), dan ceiling(). Fungsi ini berguna untuk mengatur presisi angka.
round(x3) # Membulatkan nilai dalam 'x3' ke bilangan bulat terdekat## [1] 0 2 3 4 6 8 9 10 12 14 15floor(x3) # Membulatkan nilai dalam 'x3' ke bawah## [1] 0 1 3 4 6 7 9 10 12 13 15ceiling(x3) # Membulatkan nilai dalam 'x3' ke atas## [1] 0 2 3 5 6 8 9 11 12 14 15Replicate Elements of Vectors and Lists
Fungsi rep() digunakan untuk mengulang elemen dalam vektor atau list. Kita bisa mengulang seluruh vektor atau setiap elemennya secara terpisah.
rep(c("A", "B", "C"), 5) # Mengulang vektor "A", "B", "C" sebanyak 5 kali## [1] "A" "B" "C" "A" "B" "C" "A" "B" "C" "A" "B" "C" "A" "B" "C"rep(c("A", "B", "C"), each=5) # Mengulang setiap elemen vektor "A", "B", "C" sebanyak 5 kali## [1] "A" "A" "A" "A" "A" "B" "B" "B" "B" "B" "C" "C" "C" "C" "C"rep(c("A", "B", "C"), each=2, 5) # Mengulang setiap elemen vektor "A", "B", "C" sebanyak 2 kali, dan seluruhnya diulang 5 kali## [1] "A" "A" "B" "B" "C" "C" "A" "A" "B" "B" "C" "C" "A" "A" "B" "B" "C" "C" "A"
## [20] "A" "B" "B" "C" "C" "A" "A" "B" "B" "C" "C"rep(1:5, 5) # Mengulang vektor 1 hingga 5 sebanyak 5 kali## [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5rep(1:5, each=5) # Mengulang setiap elemen vektor 1 hingga 5 sebanyak 5 kali## [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 5 5rep(1:5, each=2, 5) # Mengulang setiap elemen vektor 1 hingga 5 sebanyak 2 kali, dan seluruhnya diulang 5 kali## [1] 1 1 2 2 3 3 4 4 5 5 1 1 2 2 3 3 4 4 5 5 1 1 2 2 3 3 4 4 5 5 1 1 2 2 3 3 4 4
## [39] 5 5 1 1 2 2 3 3 4 4 5 5Fungsi Dasar Statistika pada R
R menyediakan fungsi statistik dasar seperti min(), max(), mean(), var(), dan cor() untuk menghitung nilai statistik dari data. Fungsi ini sangat berguna untuk analisis data.
# Membuat data x dan y
x <- c(3, 4, 5, 6) # Membuat vektor x
y <- c(2, 3, 4, 5, 6, 6) # Membuat vektor y
# Menghitung nilai statistik dasar
min(x) # Menghitung nilai minimum dari vektor x## [1] 3max(y) # Menghitung nilai maksimum dari vektor y## [1] 6mean(x) # Menghitung rata-rata dari vektor x## [1] 4.5var(y) # Menghitung variansi dari vektor y## [1] 2.666667cor(x, y[1:length(x)]) # Menghitung korelasi antara vektor x dan y (panjang harus sama)## [1] 1# Menentukan range (jangkauan nilai)
range(x) # Menghitung range dari vektor x## [1] 3 6range(y) # Menghitung range dari vektor y## [1] 2 6Simulasi Sampel Acak
Fungsi sample() digunakan untuk mengambil sampel acak dari data. Ini berguna untuk simulasi atau pengambilan sampel secara acak.
# Simulasi pelemparan koin (0 = ekor, 1 = kepala)
set.seed(123) # Mengatur seed untuk hasil yang konsisten
sample(0:1, 30, replace = TRUE) # Simulasi pelemparan koin sebanyak 30 kali## [1] 0 0 0 1 0 1 1 1 0 0 1 1 1 0 1 0 1 0 0 0 0 1 0 0 0 0 1 1 0 1# Simulasi pengambilan sampel huruf "A" dan "G" sebanyak 15 kali
sample(c("A", "G"), 15, replace = TRUE) # Simulasi pengambilan sampel huruf "A" dan "G"## [1] "A" "G" "A" "G" "G" "A" "A" "A" "A" "G" "A" "G" "G" "A" "A"set.seed(1)
# Simulasi pelemparan dadu sebanyak 30 kali
sample(1:6, 30, replace = TRUE) # Simulasi pelemparan dadu sebanyak 30 kali## [1] 1 4 1 2 5 3 6 2 3 3 1 5 5 2 6 6 2 1 5 5 1 1 6 5 5 2 2 6 1 4Praktikum Manipulasi Dasar
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(data.table)##
## Attaching package: 'data.table'## The following objects are masked from 'package:dplyr':
##
## between, first, lastlibrary(ggplot2)
?dplyr ## starting httpd help server ...## donedata2 <- tbl_df(cars)## Warning: `tbl_df()` was deprecated in dplyr 1.0.0.
## ℹ Please use `tibble::as_tibble()` instead.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.data2## # A tibble: 50 × 2
## speed dist
## <dbl> <dbl>
## 1 4 2
## 2 4 10
## 3 7 4
## 4 7 22
## 5 8 16
## 6 9 10
## 7 10 18
## 8 10 26
## 9 10 34
## 10 11 17
## # ℹ 40 more rowsdata_slice2 <- slice(data2, 1:10)
data_slice2## # A tibble: 10 × 2
## speed dist
## <dbl> <dbl>
## 1 4 2
## 2 4 10
## 3 7 4
## 4 7 22
## 5 8 16
## 6 9 10
## 7 10 18
## 8 10 26
## 9 10 34
## 10 11 17Buatlah suatu variabel bernama “data” yang berupa data lokal dengan menggunakan fungsi tbl_df() yang berisikan data iris
data <- tbl_df(iris)## Warning: `tbl_df()` was deprecated in dplyr 1.0.0.
## ℹ Please use `tibble::as_tibble()` instead.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.class(data)## [1] "tbl_df" "tbl" "data.frame"data## # A tibble: 150 × 5
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <dbl> <dbl> <dbl> <dbl> <fct>
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosa
## # ℹ 140 more rowsAmbil data tersebut dari baris pertama hingga ke sepuluh dan masukkan ke dalam variabel baru yaitu data_slice
data_slice <- slice(data, 1:10)
data_slice## # A tibble: 10 × 5
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <dbl> <dbl> <dbl> <dbl> <fct>
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosaUrutkan data_slice berdasarkan nilai pada kolom Sepal.Length secara descending
arrange(data_slice, desc(data_slice$Sepal.Length))## # A tibble: 10 × 5
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <dbl> <dbl> <dbl> <dbl> <fct>
## 1 5.4 3.9 1.7 0.4 setosa
## 2 5.1 3.5 1.4 0.2 setosa
## 3 5 3.6 1.4 0.2 setosa
## 4 5 3.4 1.5 0.2 setosa
## 5 4.9 3 1.4 0.2 setosa
## 6 4.9 3.1 1.5 0.1 setosa
## 7 4.7 3.2 1.3 0.2 setosa
## 8 4.6 3.1 1.5 0.2 setosa
## 9 4.6 3.4 1.4 0.3 setosa
## 10 4.4 2.9 1.4 0.2 setosa#Gabung data_slice2 dengan data_slice
datagab <- data.frame(data_slice2,data_slice)
datagab## speed dist Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 4 2 5.1 3.5 1.4 0.2 setosa
## 2 4 10 4.9 3.0 1.4 0.2 setosa
## 3 7 4 4.7 3.2 1.3 0.2 setosa
## 4 7 22 4.6 3.1 1.5 0.2 setosa
## 5 8 16 5.0 3.6 1.4 0.2 setosa
## 6 9 10 5.4 3.9 1.7 0.4 setosa
## 7 10 18 4.6 3.4 1.4 0.3 setosa
## 8 10 26 5.0 3.4 1.5 0.2 setosa
## 9 10 34 4.4 2.9 1.4 0.2 setosa
## 10 11 17 4.9 3.1 1.5 0.1 setosaBuat suatu variabel baru bernama datatable yang memuat data iris dengan menggunakan fungsi data.table
datatable <- data.table(iris)
datatable## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <num> <num> <num> <num> <fctr>
## 1: 5.1 3.5 1.4 0.2 setosa
## 2: 4.9 3.0 1.4 0.2 setosa
## 3: 4.7 3.2 1.3 0.2 setosa
## 4: 4.6 3.1 1.5 0.2 setosa
## 5: 5.0 3.6 1.4 0.2 setosa
## ---
## 146: 6.7 3.0 5.2 2.3 virginica
## 147: 6.3 2.5 5.0 1.9 virginica
## 148: 6.5 3.0 5.2 2.0 virginica
## 149: 6.2 3.4 5.4 2.3 virginica
## 150: 5.9 3.0 5.1 1.8 virginicaBuatlah kolom baru pada tabatable dengan nama new_col menggunakan operator $ dengan elemen sama dengan kolom Species
datatable$new_col <- datatable$Species
datatable$new_col## [1] setosa setosa setosa setosa setosa setosa
## [7] setosa setosa setosa setosa setosa setosa
## [13] setosa setosa setosa setosa setosa setosa
## [19] setosa setosa setosa setosa setosa setosa
## [25] setosa setosa setosa setosa setosa setosa
## [31] setosa setosa setosa setosa setosa setosa
## [37] setosa setosa setosa setosa setosa setosa
## [43] setosa setosa setosa setosa setosa setosa
## [49] setosa setosa versicolor versicolor versicolor versicolor
## [55] versicolor versicolor versicolor versicolor versicolor versicolor
## [61] versicolor versicolor versicolor versicolor versicolor versicolor
## [67] versicolor versicolor versicolor versicolor versicolor versicolor
## [73] versicolor versicolor versicolor versicolor versicolor versicolor
## [79] versicolor versicolor versicolor versicolor versicolor versicolor
## [85] versicolor versicolor versicolor versicolor versicolor versicolor
## [91] versicolor versicolor versicolor versicolor versicolor versicolor
## [97] versicolor versicolor versicolor versicolor virginica virginica
## [103] virginica virginica virginica virginica virginica virginica
## [109] virginica virginica virginica virginica virginica virginica
## [115] virginica virginica virginica virginica virginica virginica
## [121] virginica virginica virginica virginica virginica virginica
## [127] virginica virginica virginica virginica virginica virginica
## [133] virginica virginica virginica virginica virginica virginica
## [139] virginica virginica virginica virginica virginica virginica
## [145] virginica virginica virginica virginica virginica virginica
## Levels: setosa versicolor virginicaBuatlah keys pada datatable dengan anggota keys berdasarkan kolom Speciies, dan kemudian panggil semua anggota keys dengan fungsi key()
setkey(datatable, Species)
key(datatable)## [1] "Species"Hitung mean, interquartile, dan median dari data Sepal.Length berdasarkan grup yang diperoleh dari Species dengan fungsi by
datatable[,.(mean=mean(Sepal.Length), IQR=IQR(Sepal.Length), median=median(Sepal.Length)), by=Species]## Key: <Species>
## Species mean IQR median
## <fctr> <num> <num> <num>
## 1: setosa 5.006 0.400 5.0
## 2: versicolor 5.936 0.700 5.9
## 3: virginica 6.588 0.675 6.5Buatlah plot data dengan menggunakan ggplot2 dan simpan plot dalam variabel plot_data. Kemudian tampilkan plot tersebut.
plot_data <- ggplot(data,aes(x=Sepal.Length, y=Sepal.Width)) + geom_point(aes(colour=Species))
plot_data