Lembaga : UIN Maulana Malik Ibrahim Malang, Teknik Informatika.
Sama dengan vektor, subset juga dapat dilakukan pada matriks. Bedanya subset dilakukan berdasarkan baris dan kolom pada matriks.
Baris atau kolom dapat diseleksi menggunakan format data[row, col]. Cara seleksi ini sama dengan vektor, bedanya kita harus menetukan baris dan kolom dari data yang akan kita pilih. Berikut adalah contoh penerapannya:
# Pilih baris ke-2
my_data[2,]
## col1 col2 col3
## 6 4 3
# Pilih baris 2 sampai 4
my_data[2:4,]
## col1 col2 col3
## row2 6 4 3
## row3 7 5 4
## row4 8 9 8
# Pilih baris 2 dan 4
my_data[c(2,4),]
## col1 col2 col3
## row2 6 4 3
## row4 8 9 8
# Pilih baris 2 dan kolom 3
my_data[2, 3]
## [1] 3
Berikut adalah contoh subset berdasarkan nama baris atau kolom.
# Pilih baris 1 dan kolom 3
my_data["row1","col3"]
## [1] 7
# Pilih baris 1 sampai 4 dan kolom 3
baris <- c("row1","row2","row3")
my_data[baris, "col3"]
## row1 row2 row3
## 7 3 4
Sama seperti vektor pengecualian data dapat dilakukan di matriks menggunakan pengindeksan negatif. Berikut cara melakukannya:
# Kecualikan baris 2 dan 3 serta kolom 3
my_data[-c(2,3), -3]
## col1 col2
## row1 5 2
## row4 8 9
## row5 9 8
Dalam kode R di bawah ini, misalkan kita ingin hanya menyimpan baris di mana col3> = 4:
col3 <- my_data[, "col3"]
my_data[col3 >= 4, ]
## col1 col2 col3
## row1 5 2 7
## row3 7 5 4
## row4 8 9 8
## row5 9 8 7
Ki ta juga dapat melakukan operasi matematika pada matriks. Pada operasi matematika pada matriks proses yang terjadi bisa lebih kompleks dibanding pada vektor, dimana kita dapat melakukan operasi untuk memperoleh gambaran data pada tiap kolom atau baris.
Berikut adalah contoh operasi matematika sederhana pada matriks:
# mengalikan masing-masing elemen matriks dengan 2
my_data*2
## col1 col2 col3
## row1 10 4 14
## row2 12 8 6
## row3 14 10 8
## row4 16 18 16
## row5 18 16 14
# memperoleh nilai log basis 2 pada masing-masing elemen matriks
log2(my_data)
## col1 col2 col3
## row1 2.322 1.000 2.807
## row2 2.585 2.000 1.585
## row3 2.807 2.322 2.000
## row4 3.000 3.170 3.000
## row5 3.170 3.000 2.807
Seperti yang telah penulis jelaskan sebelumnya, kita juga dapat melakukan operasi matematika untuk memperoleh hasil penjumlahan elemen pada tiap baris atau kolom dengan menggunakan fungsi rowSums() untuk baris dan colSums() untuk kolom.
# Total pada tiap kolom
colSums(my_data)
## col1 col2 col3
## 35 28 29
# Total pada tiap baris
rowSums(my_data)
## row1 row2 row3 row4 row5
## 14 13 16 25 24
Jika kita tertarik untuk mencari nilai rata-rata tiap baris arau kolom kita juga dapat menggunakan fungsi rowMeans() atau colMeans(). Berikut adalah contoh penerapannya:
# Rata-rata tiap baris
rowMeans(my_data)
## row1 row2 row3 row4 row5
## 4.667 4.333 5.333 8.333 8.000
# Rata-rata tiap kolom
colMeans(my_data)
## col1 col2 col3
## 7.0 5.6 5.8
Kita juga dapat melakukan perhitungan statistika lainnya menggunakan fungsi apply(). Berikut adalah format sederhananya:
apply(x, MARGIN, FUN)
untuk mengetahui fungsi (FUN) apa saja yang dapat diterapkan pada fungsi apply() jalankan sintaks bantuan berikut:
help(apply)
Berikut adalah contoh penerapannya:
# Rata-rata pada tiap baris
apply(my_data, 1, mean)
## row1 row2 row3 row4 row5
## 4.667 4.333 5.333 8.333 8.000
# Median pada tiap kolom
apply(my_data, 2, median)
## col1 col2 col3
## 7 5 7
Referensi
https://bookdown.org/moh_rosidi2610/Metode_Numerik/calculation.html#subsetmatrix