Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang

Fakultas : Sains dan Teknologi

Jurusan : Teknik Informatika

Mata Kuliah : Linier Algebr

0.1 Pengertian Data Relational

Data Relational merupakan kumpulan data set yang memiliki perpaduan atau hubungan yang telah ditentukan sebelumnya. Data ini menggunakan tabel dua dimensi yang terdiri dari baris dan kolom untuk menggambarkan sebuah berkas.

Tiap baris pada tabel dapat ditandai dengan pengidentifikasi unik yang disebut kunci utama (keyword), dan baris di antara beberapa tabel dapat dibuat saling terkait menggunakan kunci asing. Berikut relasional data set antara indeks harga konsumen dengan tingkat inflansi Desember 2021 Kota-kota di Pulau Jawa dengan Nasional pada RStudio menggunakan bahasa pemrograman R.

library(readxl)
## Warning: package 'readxl' was built under R version 4.1.2

0.2 Tabel Data Indeks Nama dan NIM Mahasantri Mabna Asma’ Bin Abi Bakar Kamar 14

DataMahasantri <- data.frame(
  NIM = c(210501110025, 210605110029, 210601110016, 210602110016, 210302110025, 210605110030, 210605110031, 210601110017, 210601110018, 210501110027), 'Nama Mahasantri' = c("Walidatun Nabawiyah", "Jea Syafrida Nurlaili", "Dilla Holisah Alfiah", "Sherly Nur Hayati", "Sandina Tasya Aulia", "Siti Rofidatus Saidah", "Dwi Putri Adilah", "Cahya Janatin", "Putri Wahyu Cahyani", "Ajida Nur Hamidah"),
stringsAsFactors = FALSE)
DataMahasantri

0.3 Tabel Data Jenis Program Study

DataProdi <- data.frame (
  NIM = c(210501110025, 210605110029, 210601110016, 210602110016, 210302110025, 210605110030, 210605110031, 210601110017, 210601110018, 210501110027),
 Prodi = c("Manajemen", "Teknik Informatika", "Matematika", "Biologi", "Sastra Inggris", "Teknik Informatika", "Teknik Informatika", "Matematika", "Matematika", "Manajemen"),
stringAsFactors = FALSE)
DataProdi

0.4 Tabel Data Nama Mahasantri Beserta Dengan Program Study

library(dplyr)
## Warning: package 'dplyr' was built under R version 4.1.2
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
Nama14 <- merge(
  x = DataMahasantri,
  y = DataProdi,
  by = 'NIM',
  all = TRUE
)
Nama14

0.5 Tabel Data Alamat Mahasantri Kamar 14

Alamat1 <- data.frame(
  NIM = c(210501110025, 210605110029, 210601110016, 210602110016, 210302110025, 210605110030, 210605110031, 210601110017, 210601110018, 210501110027),
  Alamat = c("Jombang", "Blitar", "Tangerang", "Bojonegoro", "Medan", "Malang", "Palembang", "Lamongan", "Malang", "Jombang"),
stringsAsFactors = FALSE)
Alamat1

0.6 Tabel Gabungan Antara Nama Mahasantri,Program Study dan Alamat

library(dplyr)
Namaa14 <- merge(
  x = Nama14,
  y = Alamat1,
  by = 'NIM',
  all = TRUE
)
Namaa14

0.7 Penerapan Data Set pada Inner Join

innerJoin <- DataMahasantri %>%
  inner_join(DataProdi, by = "NIM")
innerJoin

0.8 Penerapan Data Set pada Outer Join

1.Aleft Join

leftjoin <- left_join(DataMahasantri,DataProdi)
## Joining, by = "NIM"
leftjoin
  1. A Right Join
rightjoin <- right_join(DataMahasantri
                        ,DataProdi)
## Joining, by = "NIM"
rightjoin
  1. A Full Join
fulljoin <- full_join(DataMahasantri,DataProdi)
## Joining, by = "NIM"
fulljoin