Dosen Pengampu : Prof. Dr. Suhartono, M.Kom

Mata Kuliah : Linear Algebra

Prodi : Teknik Informatika

Lembaga : Universitas Islam Negeri Maulana Malik Ibrahim Malang”

Pengertian Data Set

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 antara Nilai Impor dengan Volume Impor menurut Golongan SITC Tahun 2021.

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()

Tabel Data Nilai Impor menurut golongan SITC Tahun 2021

data_NilaiImpor <- data.frame(
  Golongan = c("Bahan makanan dan binatang hidup", "Minuman dan tembakau", "Lemak serta minyak hewan dan nabati", "Bahan-bahan kimia", "Mesin dan alat pengangkutan"), 
  Nilai = c(19584.2, 857.2, 300.4, 32624.4, 56996.3),
stringsAsFactors = FALSE)
data_NilaiImpor
##                              Golongan   Nilai
## 1    Bahan makanan dan binatang hidup 19584.2
## 2                Minuman dan tembakau   857.2
## 3 Lemak serta minyak hewan dan nabati   300.4
## 4                   Bahan-bahan kimia 32624.4
## 5         Mesin dan alat pengangkutan 56996.3

Visualisasi Data Nilai Impor Menurut Golongan SITC Tahun 2021

barplot(data_NilaiImpor$Nilai, main = "Data Nilai Impor Menurut Golongan SITC", col = "burlywood4")

Tabel Data Volume Impor menurut Golongan SITC tahun 2021

data_VolumeImpor <- data.frame(
  Golongan = c("Bahan makanan dan binatang hidup", "Minuman dan tembakau", "Bahan-bahan mentah, tidak untuk dimakan", "Bahan-bahan kimia", "Mesin dan alat pengangkutan"), 
  Volume = c(30264.6, 288.3, 35211.7, 25145.6, 6495.7),
stringsAsFactors = FALSE)
data_VolumeImpor
##                                  Golongan  Volume
## 1        Bahan makanan dan binatang hidup 30264.6
## 2                    Minuman dan tembakau   288.3
## 3 Bahan-bahan mentah, tidak untuk dimakan 35211.7
## 4                       Bahan-bahan kimia 25145.6
## 5             Mesin dan alat pengangkutan  6495.7

Visualisasi Data Volume Impor menurut Golongan SITC Tahun 2021

barplot(data_NilaiImpor$Nilai, main = "Data Volume Impor Menurut Golongan SITC", col = "coral")

Inner Joins antara Nilai Impor dengan Volume Impor menurut Golongan SITC

library(dplyr)
InnerJoins <- data_NilaiImpor %>%  
  inner_join(data_VolumeImpor, by = "Golongan")
InnerJoins
##                           Golongan   Nilai  Volume
## 1 Bahan makanan dan binatang hidup 19584.2 30264.6
## 2             Minuman dan tembakau   857.2   288.3
## 3                Bahan-bahan kimia 32624.4 25145.6
## 4      Mesin dan alat pengangkutan 56996.3  6495.7

Outer Joins antara Nilai Impor dengan Volume Impor menurut Golongan SITC

1. A left joint

Leftjoins <- left_join(data_NilaiImpor,data_VolumeImpor)
## Joining, by = "Golongan"
Leftjoins
##                              Golongan   Nilai  Volume
## 1    Bahan makanan dan binatang hidup 19584.2 30264.6
## 2                Minuman dan tembakau   857.2   288.3
## 3 Lemak serta minyak hewan dan nabati   300.4      NA
## 4                   Bahan-bahan kimia 32624.4 25145.6
## 5         Mesin dan alat pengangkutan 56996.3  6495.7

2. A right joint

Rightjoins <- right_join(data_NilaiImpor,data_VolumeImpor)
## Joining, by = "Golongan"
Rightjoins
##                                  Golongan   Nilai  Volume
## 1        Bahan makanan dan binatang hidup 19584.2 30264.6
## 2                    Minuman dan tembakau   857.2   288.3
## 3                       Bahan-bahan kimia 32624.4 25145.6
## 4             Mesin dan alat pengangkutan 56996.3  6495.7
## 5 Bahan-bahan mentah, tidak untuk dimakan      NA 35211.7

3. A full joint

fullJoins <- full_join(data_NilaiImpor,data_VolumeImpor)
## Joining, by = "Golongan"
fullJoins 
##                                  Golongan   Nilai  Volume
## 1        Bahan makanan dan binatang hidup 19584.2 30264.6
## 2                    Minuman dan tembakau   857.2   288.3
## 3     Lemak serta minyak hewan dan nabati   300.4      NA
## 4                       Bahan-bahan kimia 32624.4 25145.6
## 5             Mesin dan alat pengangkutan 56996.3  6495.7
## 6 Bahan-bahan mentah, tidak untuk dimakan      NA 35211.7

Visualisasi Relasional Data Set antara Nilai Impor dengan Volume Impor menurut Golongan SITC Tahun 2021

plot(InnerJoins$Nilai,type = "o", col= "darkseagreen")
lines(InnerJoins$Volume, ,type = "o", col= "bisque4")
legend("top",c("Nilai Impor","Volume Inpor"),fill=c("darkseagreen", "bisque4"))

REFERENSI

https://www.pengalaman-edukasi.com/2020/11/apa-itu-dataset.html

https://www.bps.go.id/indicator/8/1495/1/nilai-impor-menurut-golongan-sitc.html

https://www.bps.go.id/indicator/8/1493/1/volume-impor-menurut-golongan-sitc.html

https://rpubs.com/suhartono-uinmaliki/aplikasirational