Dosen Pengampu : Prof. Dr. Suhartono, M.Kom
Mata Kuliah : Linear Algebra
Prodi : Teknik Informatika
Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang”
Dataset adalah sebuah kumpulan data yang bersifat sebagai himpunan data yang berasal dari informasi-informasi pada masa sebelumnya dan siap untuk dikelola menjadi sebuah informasi baru dengan menggunakan teknik pembelajaran superised learning. Dimana digunakan untuk sistem prediksi sebagai acuan pendukung keputusan.Tujuan dari data set untuk menguji suatu metode penelitian yang dikembangkan oleh para pakar peneliti dengan public dataset maupun private dataset. Berikut relasional data set inflasi bulanan jakarta dan Indonesia tahun 2010.
library(tidyverse)
## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --
## v ggplot2 3.3.5 v purrr 0.3.4
## v tibble 3.1.6 v dplyr 1.0.8
## v tidyr 1.2.0 v stringr 1.4.0
## v readr 2.1.2 v forcats 0.5.1
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()
data_inflasijakarta <- data.frame(
Bulan = c("Januari", "Februari", "Maret", "Mei", "Juni", "Juli", "Agustus", "September", "Oktober", "November", "Desember"),
Inflasi_Jakarta = c(0.7, 0.1, 0.1, 0.3, 0.7, 1.1, 1, 0.5, 0.2, 0.3, 0.5),
stringsAsFactors = FALSE)
data_inflasijakarta
## Bulan Inflasi_Jakarta
## 1 Januari 0.7
## 2 Februari 0.1
## 3 Maret 0.1
## 4 Mei 0.3
## 5 Juni 0.7
## 6 Juli 1.1
## 7 Agustus 1.0
## 8 September 0.5
## 9 Oktober 0.2
## 10 November 0.3
## 11 Desember 0.5
plot(data_inflasijakarta$Inflasi_Jakarta,type = "o", col= "dodgerblue")
data_inflasiindonesia <- data.frame(
Bulan = c("Januari", "Februari", "Maret", "April", "Mei", "Juni", "Juli", "Agustus", "September", "Oktober", "Desember"),
inflasi_indonesia = c(0.8, 0.3, 0.1, 0.2, 0.3, 1, 1.6, 0.8, 0.4, 0.1, 0.9),
stringsAsFactors = FALSE)
data_inflasiindonesia
## Bulan inflasi_indonesia
## 1 Januari 0.8
## 2 Februari 0.3
## 3 Maret 0.1
## 4 April 0.2
## 5 Mei 0.3
## 6 Juni 1.0
## 7 Juli 1.6
## 8 Agustus 0.8
## 9 September 0.4
## 10 Oktober 0.1
## 11 Desember 0.9
plot(data_inflasiindonesia$inflasi_indonesia,type = "o", col= "coral")
library(dplyr)
InnerJoins <- data_inflasijakarta %>%
inner_join(data_inflasiindonesia, by = "Bulan")
InnerJoins
## Bulan Inflasi_Jakarta inflasi_indonesia
## 1 Januari 0.7 0.8
## 2 Februari 0.1 0.3
## 3 Maret 0.1 0.1
## 4 Mei 0.3 0.3
## 5 Juni 0.7 1.0
## 6 Juli 1.1 1.6
## 7 Agustus 1.0 0.8
## 8 September 0.5 0.4
## 9 Oktober 0.2 0.1
## 10 Desember 0.5 0.9
Leftjoins <- left_join(data_inflasijakarta,data_inflasiindonesia)
## Joining, by = "Bulan"
Leftjoins
## Bulan Inflasi_Jakarta inflasi_indonesia
## 1 Januari 0.7 0.8
## 2 Februari 0.1 0.3
## 3 Maret 0.1 0.1
## 4 Mei 0.3 0.3
## 5 Juni 0.7 1.0
## 6 Juli 1.1 1.6
## 7 Agustus 1.0 0.8
## 8 September 0.5 0.4
## 9 Oktober 0.2 0.1
## 10 November 0.3 NA
## 11 Desember 0.5 0.9
Rightjoins <- right_join(data_inflasijakarta,data_inflasiindonesia)
## Joining, by = "Bulan"
Rightjoins
## Bulan Inflasi_Jakarta inflasi_indonesia
## 1 Januari 0.7 0.8
## 2 Februari 0.1 0.3
## 3 Maret 0.1 0.1
## 4 Mei 0.3 0.3
## 5 Juni 0.7 1.0
## 6 Juli 1.1 1.6
## 7 Agustus 1.0 0.8
## 8 September 0.5 0.4
## 9 Oktober 0.2 0.1
## 10 Desember 0.5 0.9
## 11 April NA 0.2
fullJoins <- full_join(data_inflasijakarta,data_inflasiindonesia)
## Joining, by = "Bulan"
fullJoins
## Bulan Inflasi_Jakarta inflasi_indonesia
## 1 Januari 0.7 0.8
## 2 Februari 0.1 0.3
## 3 Maret 0.1 0.1
## 4 Mei 0.3 0.3
## 5 Juni 0.7 1.0
## 6 Juli 1.1 1.6
## 7 Agustus 1.0 0.8
## 8 September 0.5 0.4
## 9 Oktober 0.2 0.1
## 10 November 0.3 NA
## 11 Desember 0.5 0.9
## 12 April NA 0.2
plot(InnerJoins$Inflasi_Jakarta,type = "o", col= "aquamarine4")
lines(InnerJoins$inflasi_indonesia, ,type = "o", col= "bisque4")
legend("top",c("Inflasi Jakarta","Inflasi Indonesia"),fill=c("aquamarine4", "bisque4"))