Soal NO.1
Membuat matriks M
M <- matrix(c(10,5,6,2,6,8,4,2,7), 3,3, byrow = TRUE)
M
## [,1] [,2] [,3]
## [1,] 10 5 6
## [2,] 2 6 8
## [3,] 4 2 7
Membuat matriks M1(Tambahkan kolom 4 dari matriks M)
M1 <-cbind(M, c(7,4,5))
M1
## [,1] [,2] [,3] [,4]
## [1,] 10 5 6 7
## [2,] 2 6 8 4
## [3,] 4 2 7 5
Membuat matriks M2(Tambahkan kolom 1 dari matriks M)
M2 <- cbind(c(7,4,5), M)
M2
## [,1] [,2] [,3] [,4]
## [1,] 7 10 5 6
## [2,] 4 2 6 8
## [3,] 5 4 2 7
perkalian <- M1 * M2 ;penjumlahan <- M1 + M2
cat("ini adalah hasil perkalian M1*M2\n")
## ini adalah hasil perkalian M1*M2
print(perkalian)
## [,1] [,2] [,3] [,4]
## [1,] 70 50 30 42
## [2,] 8 12 48 32
## [3,] 20 8 14 35
cat("ini adalah hasil penjumlahan M1+M2\n")
## ini adalah hasil penjumlahan M1+M2
print(penjumlahan)
## [,1] [,2] [,3] [,4]
## [1,] 17 15 11 13
## [2,] 6 8 14 12
## [3,] 9 6 9 12
Soal No2
nilai <- c(60, 67, 69, 72, 74, 77, 80, 83, 87, 70)
frekuensi <- c(3, 5, 6, 8, 9, 2, 6, 8, 1, 4)
table <- rbind(Nilai = nilai,
Frekuensi = frekuensi)
table
## [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
## Nilai 60 67 69 72 74 77 80 83 87 70
## Frekuensi 3 5 6 8 9 2 6 8 1 4
plot(nilai, frekuensi,
main = "Scatter Plot Nilai dan nilai mata kuliah dasar Pemrograman R",
xlab = "Nilai",
ylab = "Frekuensi",
pch = 19,
col = "blue")
warna <- colorRampPalette(c("red", "yellow", "green"))(10)
pie(frekuensi,
main = "Distribusi Nilai Mahasiswa",
labels = paste(nilai, "(",frekuensi,")", sep = ""),
clockwise = TRUE,
col = warna[rank(frekuensi)]
)
boxplot(nilai,
main = "Boxplot nilai Mahasiswa"
)
d.Membuat interpretasi dari masing-masing grafik Interpretasi
Scatter Plot
Titik menunjukkan hubungan antara nilai dan frekuensinya. Nilai 74 memiliki frekuensi tertinggi yaitu 9 mahasiswa. Nilai 87 memiliki frekuensi terendah yaitu 1 mahasiswa. Sebagian besar nilai berada pada rentang 69–83 dengan frekuensi yang cukup tinggi.
Interpretasi Pie Chart Pie chart menunjukkan proporsi masing-masing nilai terhadap seluruh data. Nilai 74 menempati bagian terbesar karena memiliki frekuensi tertinggi. Nilai 87 menempati bagian terkecil karena hanya muncul satu kali. Distribusi nilai cukup beragam dan tidak terpusat pada satu nilai saja.
Interpretasi Boxplot Nilai mahasiswa berada pada rentang 60 sampai 87. Sebagian besar data terkonsentrasi pada nilai menengah hingga tinggi. Median (nilai tengah) berada sekitar 74. Tidak terlihat pencilan (outlier) yang ekstrem sehingga penyebaran data relatif normal.
Soal No.3
setwd("D:/")
data <- read.table("D:/UT/Nilai_Komputer.txt", header = FALSE, sep = " ")
print(data)
## V1 V2 V3 V4
## 1 NIM Nama Mahasiswa UT Daerah Nilai
## 2 202110 Jamal Bogor 80
## 3 202111 Erna Jakarta 96
## 4 202112 Aliya Surabaya 86
## 5 202113 Damar Malang 76
## 6 202114 Eri Makassar 65
## 7 202115 Ida Bogor 67
## 8 202116 Adi Aceh 75