Soal Praktikum R

A: Data Cuaca

suhu <- c(32, 33, 31, 34, 35, 30, 29, 33, 32, 34)

mean(suhu) #rata-rata

## [1] 32.3

median(suhu) #median

## [1] 32.5

sd(suhu) #standar deviasi

## [1] 1.888562

which.max(suhu) #indeks hari suhu tertinggi

## [1] 5

sum(suhu > mean(suhu)) #jumlah hari di atas rata-rata

## [1] 5

B: Data Transportasi

penumpang <- c(45, 52, 49, 60, 55, 70, 65)
hari <- c("Senin","Selasa","Rabu","Kamis","Jumat","Sabtu","Minggu")
df_transport <- data.frame(hari, penumpang)

mean(penumpang[1:5]) #rata-rata hari kerja

## [1] 52.2

hari[which.max(penumpang)] #hari dengan penumpang terbanyak

## [1] "Sabtu"

((penumpang[6]-penumpang[1])/penumpang[1])*100 #persen peningkatan

## [1] 55.55556

C: Data Ekonomi

harga_beras <- c(12000, 12200, 12150, 12300, 12400, 12500, 12600, 12750)
minggu <- 1:8
df_beras <- data.frame(minggu, harga_beras)

mean(diff(harga_beras)) #rata-rata kenaikan per minggu

## [1] 107.1429

diff(harga_beras) #selisih antar minggu

## [1] 200 -50 150 100 100 100 150

which.max(diff(harga_beras)) #minggu dengan kenaikan tertinggi

## [1] 1

D: Matriks Populasi

populasi <- matrix(c(
  50, 55, 60, 65,   # Kecamatan A
  40, 42, 45, 47,   # Kecamatan B
  70, 72, 74, 76    # Kecamatan C
), nrow=3, byrow=TRUE)

rownames(populasi) <- c("Kec_A","Kec_B","Kec_C")
colnames(populasi) <- c("2019","2020","2021","2022")

apply(populasi, 1, mean) #rata-rata tiap kecamatan

## Kec_A Kec_B Kec_C 
##  57.5  43.5  73.0

rownames(populasi)[which.max(populasi[,4])] #kecamatan tertinggi 2022

## [1] "Kec_C"

colSums(populasi) #total penduduk tiap tahun

## 2019 2020 2021 2022 
##  160  169  179  188

E: Fungsi Customs

deteksi_kenaikan <- function(harga) {
  which(diff(harga) > 200) + 1
}
deteksi_kenaikan(harga_beras)

## numeric(0)