c("sa","ya")[rep(c(1,2,1,1),times=3)]## [1] "sa" "ya" "sa" "sa" "sa" "ya" "sa" "sa" "sa" "ya" "sa" "sa"Syntax diatas menghasilkan output “sa” “ya” “sa” “sa” dengan pengulangan (times) 3 kali. fungsi rep() yang ada pada kurung siku akan mengakses elemen yang ada pada vektor c(“sa”, “ya”) sesuai dengan indeks vektor dimana untuk indeks 1 akan menakses elemen “sa” dan indeks 2 untuk elemen “ya”.
c("si","sir")[rep(rep(1:2,each=2),3)]## [1] "si" "si" "sir" "sir" "si" "si" "sir" "sir" "si" "si" "sir" "sir"Syntax diatas menghasilkan output “si” “si” “sir” “sir” dengan pengulangan 3 kali. fungsi rep(1:2,each) akan mengakses elemen yang ada pada vektor c(“si”, “sir”) sesuai dengan indeks vektor dimana untuk indeks 1 akan menakses elemen “si” dan indeks 2 untuk elemen “sir” lalu diulang sebanyak (each) 2 kali. Proses tersebut diulangi dengan fungsi rep terluar sebanyak 3 kali.
paste(c("D","F"), 1:7,sep = "")## [1] "D1" "F2" "D3" "F4" "D5" "F6" "D7"Syntax diatas menghasilkan output “D1” “F2” “D3” “F4” “D5” “F6” “D7”. fungsi paste akan mengeluarkan elemen yang ada pada vektor c(“D”, “F”) dilanjutkan dengan bilangan 1 sampai 7 dengan pemisah (sep) "" (tanpa spasi)
seq(1, 30, by = 3)## [1] 1 4 7 10 13 16 19 22 25 28Syntax diatas menghasilkan output 1 4 7 10 13 16 19 22 25 28. fungsi seq akan mengeluarkan elemen 1 sampai 30 dengan jeda (by) 3 bilangan
Perl <- paste("K", rep(1:3, each = 3), sep = "")
Kel <- factor(rep(1:3, times = 3))
Resp <- seq(1,25, by = 3)
data1 <- data.frame(Perl, Kel, Resp)
data1## Perl Kel Resp
## 1 K1 1 1
## 2 K1 2 4
## 3 K1 3 7
## 4 K2 1 10
## 5 K2 2 13
## 6 K2 3 16
## 7 K3 1 19
## 8 K3 2 22
## 9 K3 3 25Syntax diatas menghasilkan raw data sebuah perancangan percobaan RAKL dengan 3 perlakuan dan 3 kelompok (anggaplah respon percobaan berupa baris bilangan). fungsi data.frame digunakan untuk menyatukan kolom peubah sehingga mennjadi suatu data frame.
y2 <- c("Az","Zahra","Amon","Ra")
n2 <- nchar(y2)
n2## [1] 2 5 4 2y3 <- substr("Statistika dan Sains Data",15,18) #”nian”
y3## [1] " Sai"Syntax diatas menghasilkan jumlah huruf yang terdapat pada setiap kata “Az”,“Zahra”,“Amon”,“Ra” di objek y2 dan mengambil huruf ke 15 sampai huruf ke 17 pada kalimat Statistika dan Sains Data di objek y3
Z2 <- matrix(1:4,4,2,byrow=T)
Z2## [,1] [,2]
## [1,] 1 2
## [2,] 3 4
## [3,] 1 2
## [4,] 3 4Sintaks diatas berfungsi untuk membuat matrix dengan nilai 1 sampai 4 yang diulang 2 kali dengan perintah diisi berdasarkan baris
Z4 <- t(Z2) %*% Z2Sintaks diatas berfungsi untuk pengoperasian matrix dengan membuat transpose Z2 lalu mengalikan matrix dengan sintaks %*%
e <- eigen(Z4)Sintaks diatas berfungsi untuk pengoperasian matrix dengan mengambil vektor ciri dan akar ciri dari matrix Z2
acak <- sample(1:5,1)
switch(EXPR=acak, "1" = "a", "2" = "z",
"3" = "m", "4" = "h", "5" = "t")## [1] "t"Sintaks diatas berfungsi untuk mengambil bilangan acak dengan fungsi kendali switch dimana jika acak bernilai 1 maka output adalah “a”, jika acak bernilai 2 maka output adalah “z”, dst
Z6 <- matrix(1:25,5,5)
apply(Z6,1,sum)## [1] 55 60 65 70 75apply(Z6,2,sd)## [1] 1.581139 1.581139 1.581139 1.581139 1.581139Sintaks diatas berfungsi untuk pengoperasian secara baris dan kolom menggunakan fungsi apply
a<-0
for(i in 1:5) { b<-a+i
print(b)
a<-b }## [1] 1
## [1] 3
## [1] 6
## [1] 10
## [1] 15Sintaks diatas berfungsi untuk melakukan looping dimana bilangan 1 sampai 5 akan dilakukan operasi penjumlahan dan hasil tersebut akan dikeluarkan
data1['baru1'] <- 1:9
data1## Perl Kel Resp baru1
## 1 K1 1 1 1
## 2 K1 2 4 2
## 3 K1 3 7 3
## 4 K2 1 10 4
## 5 K2 2 13 5
## 6 K2 3 16 6
## 7 K3 1 19 7
## 8 K3 2 22 8
## 9 K3 3 25 9Syntax diatas menghasilkan kolom baru bernama ‘baru1’ yang berisi nilai 1 sampai dengan 9
kel3 <- data1[data1$Kel == 3,]
kel3## Perl Kel Resp baru1
## 3 K1 3 7 3
## 6 K2 3 16 6
## 9 K3 3 25 9Syntax diatas dilakukan untuk mengakses sebagian data dimana akan menghasilkan data untuk kolom “Kel” bernilai 3.
kel2r13 <- data1[data1$Kel == 2 & data1$Resp == "13",]
kel2r13## Perl Kel Resp baru1
## 5 K2 2 13 5Syntax diatas dilakukan untuk mengakses sebagian data dimana akan menghasilkan data untuk kolom “Kel” bernilai 2 dan “Resp” bernilai 13 .
prima <- c(2, 3, 5, 7, 11, 13, 17, 19, 23)
resprima <- data1[data1$Resp %in% prima,]
resprima## Perl Kel Resp baru1
## 3 K1 3 7 3
## 5 K2 2 13 5
## 7 K3 1 19 7Syntax diatas dilakukan untuk mengakses sebagian data dimana akan menghasilkan data untuk kolom “Resp” bernilai prima
kelordered <- data1[order(data1$Kel),]
kelordered## Perl Kel Resp baru1
## 1 K1 1 1 1
## 4 K2 1 10 4
## 7 K3 1 19 7
## 2 K1 2 4 2
## 5 K2 2 13 5
## 8 K3 2 22 8
## 3 K1 3 7 3
## 6 K2 3 16 6
## 9 K3 3 25 9Syntax diatas dilakukan untuk sorting data dimana akan menghasilkan data untuk kolom “Kel” dengan nilai berurutan menggunakan fungsi order dari yang terkecil hingga terbesar
keldesc <- data1[order(data1$Perl, data1$Resp, decreasing = TRUE),]
keldesc## Perl Kel Resp baru1
## 9 K3 3 25 9
## 8 K3 2 22 8
## 7 K3 1 19 7
## 6 K2 3 16 6
## 5 K2 2 13 5
## 4 K2 1 10 4
## 3 K1 3 7 3
## 2 K1 2 4 2
## 1 K1 1 1 1Syntax diatas dilakukan untuk sorting data dimana akan menghasilkan data untuk kolom “Perl” dan “Resp” dengan nilai berurutan menggunakan fungsi order dari yang terbesar hingga terkecil (decreasing)
kelrespdesc <- data1[order(data1$Kel, data1$Resp, decreasing = c(FALSE, TRUE)),]
kelrespdesc## Perl Kel Resp baru1
## 7 K3 1 19 7
## 4 K2 1 10 4
## 1 K1 1 1 1
## 8 K3 2 22 8
## 5 K2 2 13 5
## 2 K1 2 4 2
## 9 K3 3 25 9
## 6 K2 3 16 6
## 3 K1 3 7 3Syntax diatas dilakukan untuk sorting data dimana akan menghasilkan data untuk kolom “Kel” dengan nilai berurutan menggunakan fungsi order dari yang terkecil hingga terbesar (decreasing FALSE) dan “Resp” dengan nilai berurutan dari yang terbesar hingga terkecil (decreasing TRUE)
data1$Code <- ifelse(data1$Resp > 5, 0, 1)
data1## Perl Kel Resp baru1 Code
## 1 K1 1 1 1 1
## 2 K1 2 4 2 1
## 3 K1 3 7 3 0
## 4 K2 1 10 4 0
## 5 K2 2 13 5 0
## 6 K2 3 16 6 0
## 7 K3 1 19 7 0
## 8 K3 2 22 8 0
## 9 K3 3 25 9 0Syntax diatas dilakukan untuk recoding data dimana akan menghasilkan data untuk kolom baru “Code” dengan nilai 0 jika kolom “Resp” bernilai lebih dari 5 dan nilai 1 jika kolom “Resp” bernilai kurang dari 5 menggunakan fungsi ifelse
tabel1 <- data.frame(Az = c(50, 100, 200),Df = c("K4", 'K2', 'K5'))
tabel1 ## Az Df
## 1 50 K4
## 2 100 K2
## 3 200 K5databaru <- merge(data1, tabel1, by.x = 1, by.y = 2, all = FALSE)
databaru## Perl Kel Resp baru1 Code Az
## 1 K2 3 16 6 0 100
## 2 K2 1 10 4 0 100
## 3 K2 2 13 5 0 100Syntax diatas dilakukan untuk merging data dimana akan menghasilkan penggabungan data berdasarkan kolom “Perl” pada tabel 1 dengan kolom “Df” pada tabel 2 menggunakan fungsi merge
datawide <- reshape(data1[,-4], idvar="Perl", timevar="Kel", direction="wide")
datawide## Perl Resp.1 Code.1 Resp.2 Code.2 Resp.3 Code.3
## 1 K1 1 1 4 1 7 0
## 4 K2 10 0 13 0 16 0
## 7 K3 19 0 22 0 25 0Syntax diatas dilakukan untuk reshaping data dimana akan menghasilkan data dengan struktur wide dengan kolom “Perl” sebagai kolom unik dan kolom “Kel” akan dipecah sehingga kolom “Resp” dan “Code” memiliki jumlah sesuai banyaknya data yang unik pada kolom “Kel” menggunakan fungsi reshape
datalong <- reshape(datawide, idvar="Perl", timevar="Kel", direction="long")
datalong## Perl Kel Resp.1 Code.1
## K1.1 K1 1 1 1
## K2.1 K2 1 10 0
## K3.1 K3 1 19 0
## K1.2 K1 2 4 1
## K2.2 K2 2 13 0
## K3.2 K3 2 22 0
## K1.3 K1 3 7 0
## K2.3 K2 3 16 0
## K3.3 K3 3 25 0Syntax diatas dilakukan untuk reshaping data dimana akan menghasilkan data dengan struktur long dengan kolom “Perl” sebagai kolom unik dan terbentuk kolom baru “Kel” menggunakan fungsi reshape