Algoritma & Struktur Data

Antarmuka Data dengan R

Kontak	: \(\downarrow\)
Email	valensiusjimy27@gmail.com
Instagram	https://www.instagram.com/its_bangjeki/
RPubs	https://rpubs.com/valensiusjimy/

Impor atau Ekspor CSV

CSV atau singkatan dari Comma Separated Values merupakan suatu kumpulan data yang berisi angka dan huruf. Data dalam file CSV akan membentuk sebuah tabel dan setiap recordnya terpisahkan dengan tanda koma dan tanda titik koma.

Dan untuk mengimpor dan bahkan mengekspor data CSV ke R terdapat tiga cara.

Sebagai berikut :

Pertama

Kita dapat menggunakan ‘getwd()’ untuk melihat posisi file yang kita tuju. Selain itu, terdapat sintaks ‘setwd()’ untuk mengatur posisi file yang kita ingin tujukan. Dan tahap selanjutnya setelah kita mengetahui atau membuat posisi file kita dapat mengimpornya dengan ‘read.csv()’ dengan tambahan ‘sep’ untuk membritahu bahwa data kita berisi tanda koma atau titik koma. Dan langkah untuk ekspor data CSV dengan menggunakan ‘write.csv’. Berikut ini saya mencoba mengimpor dan mengekspor data CSV.

getwd()          #mencari tahu letak file

## [1] "C:/Users/USER/Documents/deti"

setwd("C:/Users/USER/Documents/deti")      #mengatur secara manual
setwd(getwd())

# Langkah Untuk Mengimpor

im1 <- read.csv("input/input1.csv", sep = ",") 
im2 <- read.csv("input/input2.csv", sep = ";")

# Langkah Untuk Mengekspor

write.csv(im1, "output/output1.csv", row.names = TRUE)
write.csv2(im2, "output/output2.csv", row.names = TRUE)

Terdapat perbedaan ketika mengimpor data CSV, yaitu menggunakan , dan ;. Hal yang membedakan kedua hal tersebut adalah dari isi datanya, apakah menggunakan koma atau titik koma.

Kedua

Adapun cara selanjutnya adalah dengan menggunakan sintaks "file.path()", dengan langkah sebagai berikut :

#Buatlah Fungsi GETWD

(WD <- getwd())

## [1] "C:/Users/USER/Documents/deti"

if(!is.null(WD)) setwd(WD)

# Langkah Mengimpor

im1.1 <- read.csv(file.path(WD, 'input', 'input1.csv'), sep = ",")
im2.1 <- read.csv(file.path(WD, 'input', 'input2.csv'), sep = ";")

# Langkah Mengekspor

x = file.path(WD, 'output', 'output1.dua.csv')
y = file.path(WD, 'output', 'output2.dua.csv')

write.csv(im1.1, x, row.names = FALSE)
write.csv(im2.1, y, row.names = FALSE)

Ketiga

Cara yang terakhir ini adalah cara yang amat mudah karena dilakukan tanpa harus melalui cara direktori, yaitu sebagai berikut :

# step3 <- read.csv(file.choose())

Impor atau Ekspor Data Excel

Kita juga dapat mengimpor dan mengekspor file Excel yang berekstensikan '.xlsx' dan '.xls'. Akan tetapi, perlu diketahui bahwa untuk melakukan ini semua kita harus terlebih dahulu menginstall packages, yaitu 'readxl' dan 'writexl'. Barulah kita dapat mengimpor data dan mengekspor datanya dengan langkah seperti berikut ini :

pacman::p_load(readxl, writexl)

Impor

im3 <- read_excel("input/input3.xlsx")
im4 <- read_excel("input/input4.xls")

Ekspor

write_xlsx(im3, "output/output3.xlsx")
write_xlsx(im4, "output/output4.xls")

Impor atau Ekspor TXT dan RDS

Dalam melakukan pengolahan data kita pasti akan sering bertemu dengan sebuah file data yang memiliki ekstensi TXT dan RDS. Hal ini dikarenakan ukuran file yang dihasilkan akan lebih kecil jika dibandingkan dengan CSV atau XLS dan XLSX. Maka dari itu, saya mencoba untuk melakukan imporisasi dan eksporisasi dengan file ini.

Impor

im5 <- read.table("input/input5.txt")   # data berbentuk .txt
im6 <- source("input/input6.Rdmpd")     # data berbentuk .Rdmpd
im7 <- readRDS("input/input7.rds")      # data berbentuk .rds
im8 <- readRDS("input/input8.ascii")    # data berbentuk .ascii

# ".rds" dan ".ascii" adalah sebuah ekstensi bagi data yang berisikan kumpulan binary

Ekspor

write.table(im5, "output/output5.txt")
dump("im6", "output/output6.Rdmpd")
saveRDS(im7, "output/output7.rds")
saveRDS(im8, "output/output8.ascii", ascii = TRUE)

Impor atau Eskpor Data XML

XML merupakan singkatan dari Extensible Markup Language. File ini digunakan untuk membuat sebuah format yang berisikan suatu informasi umum dan menjadi media untuk membagikan format data yang digunakan di World Wide Web, Intranet, dan lainnya. Adapun langkah yang dapat dilakukan untuk mengimpor dan mengekspor data berbentuk "XML" ini ke pemrograman R sebagai berikut :

library("XML")
library("kulife")
library("methods")

Impor

im9 <- xmlParse("input/input9.xml")

a <- xmlToDataFrame(im9)

Ekspor

write.xml(a, "output/output9.xml")

Impor atau Ekspor JSON

JSON atau singkatan dari JavaScript Object Notation merupakan format file yang digunakan untuk menyimpan sekaligus dapat membagikan data atau mentransfer data. Berikut ini adalah langkah untuk mengimpor dan mengekspor data JSON di R :

# Panggil 'jsonlite'

library("jsonlite")

Impor

im10 <- fromJSON("input/input10.json")

b <- as.data.frame(im10)

Ekspor

write_json(b, "output/output10.json")

Impor Data dari WEB

Kita juga dapat mengimpor sebuah data yang ada di web dalam bentuk CSV dan XLSX. Dan saya mencoba untuk membuat langkahnya, yaitu sebagai berikut.

CSV

csv.web <- read.csv("https://github.com/Bakti-Siregar/dataset/raw/master/Bookdown-Data-Science-for-Beginners/csv2.csv")

XLSX

# Terlebih Dahulu Panggil "rio"

library("rio")
install_formats()

## [1] TRUE

xlsx.web <- rio::import("https://github.com/Bakti-Siregar/dataset/blob/master/Bookdown-Data-Science-for-Beginners/xlsx2.xlsx?raw=true")

Basis Data R

Kita sangat perlu untuk belajar dan mendalami proses perancangam basis data dalam bentuk R ini dengan tujuan memudahkan kehidupan kita di masa yang akan datang dan memberikan keefisienan tinggi dalam setipa bidang kehidupan kita, terutama teknologi dan analisa data.

Menambang Data Web

Saat ini kita dapat mengekstrak tag HTML yang terdapat dalam sebuah database. Dalam prosesnya, kita dibantu oleh bot untuk mengekstrak sebuah data dari web yang menjadi target kita.