Tugas Kelompok
Rizky Rasyid,Prof. Dr. Suhartono, M.Kom
3/28/2022
Universitas :“UIN MAULANA MALIK IBRAHIM MALANG”
Jurusan : “Teknik Informatika”
Penjelasan
Program ini dibuat untuk menganalisa Regresi Linier pada data pasien isolasi covid Mei 2021 yang disandingkan dengan data mobility index di daerah DKI Jakarta.
Langkah 1
Langkah pertama adalah memasukkan tabel data yang akan digunakan kedalam sebuah variable.
library(readxl)## Warning: package 'readxl' was built under R version 4.1.2Mei <- read_excel(path = "isolasi.xlsx")
Mei## # A tibble: 31 x 9
## Nama_provinsi Tanggal isolasi Retail Grocery Park Station
## <chr> <dttm> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 DKI Jakarta 2021-05-01 00:00:00 3533 -6 21 -19 -20
## 2 DKI Jakarta 2021-05-02 00:00:00 3450 -7 19 -27 -22
## 3 DKI Jakarta 2021-05-03 00:00:00 3483 -2 25 -9 -21
## 4 DKI Jakarta 2021-05-04 00:00:00 3247 -3 26 -9 -16
## 5 DKI Jakarta 2021-05-05 00:00:00 3240 -1 27 -7 -16
## 6 DKI Jakarta 2021-05-06 00:00:00 3406 -2 26 -9 -31
## 7 DKI Jakarta 2021-05-07 00:00:00 3485 -2 25 -12 -34
## 8 DKI Jakarta 2021-05-08 00:00:00 3569 -4 25 -20 -33
## 9 DKI Jakarta 2021-05-09 00:00:00 3648 -2 26 -23 -35
## 10 DKI Jakarta 2021-05-10 00:00:00 3723 6 36 1 -31
## # ... with 21 more rows, and 2 more variables: Workplace <dbl>,
## # Residental <dbl>Langkah 2
Perintah summary digunakan untuk menampilkan beberapa informasi terkait data yang diberikan seperti: panjang data (length), tipe data (mode), nilai minimal (Min), nilai Maksimal (Max), Quartil 1 (1st Qu), Quartil 3 (3rd Qu), nilai rata-rata (mean), dan nilai tengan (median) setiap kolomnya.
summary(Mei)## Nama_provinsi Tanggal isolasi
## Length:31 Min. :2021-05-01 00:00:00 Min. :3158
## Class :character 1st Qu.:2021-05-08 12:00:00 1st Qu.:3404
## Mode :character Median :2021-05-16 00:00:00 Median :3569
## Mean :2021-05-16 00:00:00 Mean :3968
## 3rd Qu.:2021-05-23 12:00:00 3rd Qu.:4868
## Max. :2021-05-31 00:00:00 Max. :5280
## Retail Grocery Park Station
## Min. :-13.000 Min. : 8.00 Min. :-27.000 Min. :-45.00
## 1st Qu.: -5.000 1st Qu.:18.50 1st Qu.: -8.000 1st Qu.:-31.50
## Median : -2.000 Median :23.00 Median : 5.000 Median :-22.00
## Mean : -2.161 Mean :23.87 Mean : 3.677 Mean :-24.32
## 3rd Qu.: -1.000 3rd Qu.:25.50 3rd Qu.: 14.500 3rd Qu.:-17.50
## Max. : 8.000 Max. :55.00 Max. : 34.000 Max. :-14.00
## Workplace Residental
## Min. :-73.00 Min. : 2.000
## 1st Qu.:-35.00 1st Qu.: 5.000
## Median :-24.00 Median : 6.000
## Mean :-28.65 Mean : 6.129
## 3rd Qu.:-19.50 3rd Qu.: 7.000
## Max. : -4.00 Max. :12.000Langkah 3
Langkah 3 adalah menyeleksi data yang akan digunakan, yakni kolom Tanggal dan isolasi.
library(dplyr)## Warning: package 'dplyr' was built under R version 4.1.3##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionMei <- select(Mei, Tanggal, isolasi)
Mei## # A tibble: 31 x 2
## Tanggal isolasi
## <dttm> <dbl>
## 1 2021-05-01 00:00:00 3533
## 2 2021-05-02 00:00:00 3450
## 3 2021-05-03 00:00:00 3483
## 4 2021-05-04 00:00:00 3247
## 5 2021-05-05 00:00:00 3240
## 6 2021-05-06 00:00:00 3406
## 7 2021-05-07 00:00:00 3485
## 8 2021-05-08 00:00:00 3569
## 9 2021-05-09 00:00:00 3648
## 10 2021-05-10 00:00:00 3723
## # ... with 21 more rowsLangkah 4
Langkah 4 digunakan untuk membuat graphical parameter
pairs(Mei)
Langkah 5
Langkah 5 merupakan visualisasi dari tabel yang dibuat dimana x adalah kolom tanggal dan y adalah data pasien isolasi.
plot(Mei$isolasi ~ Mei$Tanggal, data = Mei, main="isolasi")
Langkah 6
Langkah 6 digunakan untuk menguban kolom tanggal menjadi tipe numeric
Mei$Tanggal <- as.numeric(Mei$Tanggal)
Mei## # A tibble: 31 x 2
## Tanggal isolasi
## <dbl> <dbl>
## 1 1619827200 3533
## 2 1619913600 3450
## 3 1620000000 3483
## 4 1620086400 3247
## 5 1620172800 3240
## 6 1620259200 3406
## 7 1620345600 3485
## 8 1620432000 3569
## 9 1620518400 3648
## 10 1620604800 3723
## # ... with 21 more rowsLangkah 7
Perintah disini adalah untuk menampilkan hubungan keterkatan (korelasi) antara data tanggal dan data pasien isolasi. dimanajika mendekati +1 maka korelasi nya sangat kuat.
cor(Mei$isolasi, Mei$Tanggal)## [1] 0.820758Langkah 8
Di langkah ke 8 terdapat perintah untuk membuat regresi linier antara data tanggal dan pasien isolasi kemudian menampilkannya hasil koefisien dan kinerja model dengan summarry.
model <- lm(Mei$isolasi ~ Mei$Tanggal)
summary(model)##
## Call:
## lm(formula = Mei$isolasi ~ Mei$Tanggal)
##
## Residuals:
## Min 1Q Median 3Q Max
## -878.6 -230.2 136.7 315.7 597.7
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.287e+06 1.669e+05 -7.713 1.66e-08 ***
## Mei$Tanggal 7.966e-04 1.030e-04 7.737 1.57e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 443 on 29 degrees of freedom
## Multiple R-squared: 0.6736, Adjusted R-squared: 0.6624
## F-statistic: 59.86 on 1 and 29 DF, p-value: 1.566e-08Langkah 9
ANOVA adalah tes statistik untuk memperkirakan bagaimana variabel dependen kuantitatif berubah sesuai dengan tingkat satu atau lebih variabel independen kategoris.
anova(model)## Analysis of Variance Table
##
## Response: Mei$isolasi
## Df Sum Sq Mean Sq F value Pr(>F)
## Mei$Tanggal 1 11749253 11749253 59.86 1.566e-08 ***
## Residuals 29 5692094 196279
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Langkah 10
Disini dilakukan visualisasi data dengan menampilkan abline (garis regresi) dimana semakin dekat dengan garis maka semakin bagus model.
plot(Mei$isolasi ~ Mei$Tanggal, data = Mei, col = "magenta", pch = 20, cex = 1.7, main = "isolasi")
abline(model, col="blue")
Langkah 10
Disini dilakukan visualisasi perkiraan umum pengaruh titik data dalam regresi linier.
plot(cooks.distance(model), pch = 16, col = "magenta")
Langkah 11
visualisasi model
plot(model)
Langkah 12
Membandingkan kesesuian beberapa model regresi
AIC(model)## [1] 469.7128Langkah 13
Membandingkan kesesuian beberapa model regresi namun dengan sensitifitas penalty pemasukan varible baru yang lebih tinggi.
BIC(model)## [1] 474.0148Langkah 14
Melakukan prediksi nilai pada model berdasar data input
head(predict(model), n = 11)## 1 2 3 4 5 6 7 8
## 2935.321 3004.151 3072.981 3141.811 3210.642 3279.472 3348.302 3417.132
## 9 10 11
## 3485.963 3554.793 3623.623Langkah 15
Melakukan visualisasi dari prediksi nilai model
plot(head(predict(model), n = 11))
Langkah 16
Menampilkan residual dari model. Dimana residual adalah selisih antara nilai sesungguhnya dengan nilai prediksi pada analisis regresi linear, baik berganda maupun sederhana
head(resid(model), n = 11)## 1 2 3 4 5 6 7
## 597.67944 445.84919 410.01895 105.18871 29.35847 126.52823 136.69798
## 8 9 10 11
## 151.86774 162.03750 168.20726 -133.62298Langkah 16
Menampilkan koefisien dari model dengan maksud mengukur kemampuan model dalam menerangkan seberapa pengaruh variabel independen secara bersama–sama (stimultan) mempengaruhi variabel dependen yang dapat diindikasikan oleh nilai adjusted R – Squared. Koefisien determinasi menunjukkan sejauh mana kontribusi variabel bebas dalam model regresi mampu menjelaskan variasi dari variabel terikatnya. Koefisien determinasi dapat dilihat melalui nilai R-square (R2) pada tabel Model Summary.
coef(model)## (Intercept) Mei$Tanggal
## -1.287494e+06 7.966463e-04Langkah 17
Memasukkan nilai residual dan fitted values kedalam variable baru
Mei$residuals <- model$residuals
Mei$predicted <- model$fitted.values
Mei## # A tibble: 31 x 4
## Tanggal isolasi residuals predicted
## <dbl> <dbl> <dbl> <dbl>
## 1 1619827200 3533 598. 2935.
## 2 1619913600 3450 446. 3004.
## 3 1620000000 3483 410. 3073.
## 4 1620086400 3247 105. 3142.
## 5 1620172800 3240 29.4 3211.
## 6 1620259200 3406 127. 3279.
## 7 1620345600 3485 137. 3348.
## 8 1620432000 3569 152. 3417.
## 9 1620518400 3648 162. 3486.
## 10 1620604800 3723 168. 3555.
## # ... with 21 more rowsLangkah 18
Menciptakan estimasi kepadatan kernel warna halus dari scatterplot R.
scatter.smooth(x=Mei$isolasi, y=Mei$Tanggal, main="isolasi")
Langkah 19
Memebagi data dalam 3 Quartil dan melakukan pengecekan seberapa baik data didistribusikan
boxplot(Mei$isolasi, Mei$Tanggal, main="isolasi", boxplot.stats(Mei$isolasi)$out)
Langkah 20
Membuat visualisasi kepadatan variable dalam mengambil nilai tertentu.
plot(density(Mei$isolasi), main="isolasi", ylab="Frequency")
Langkah 21
Memasukkan koefisien model dalam variable kemudian di visualisasikan dengan menyertakan garis lurus untuk membatu analisa regresi linieer
coefs <- coef(model)
plot(Mei$isolasi ~ Mei$Tanggal, data = Mei)
text(x = 12, y = 10, paste('expression = ', round(coefs[1], 2), '+', round(coefs[2], 2), '*isolasi'))
abline(coefs, col="blue")
Langkah 22
Mengubah variabel tanggal ke bentuk numerik dan melakukan test korelasi (hubungan) antara variable tanggal dan variable isolasi
Mei$Tanggal <- as.numeric(Mei$Tanggal)
cor.test(Mei$Tanggal, Mei$isolasi)##
## Pearson's product-moment correlation
##
## data: Mei$Tanggal and Mei$isolasi
## t = 7.7369, df = 29, p-value = 1.566e-08
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.6576931 0.9103448
## sample estimates:
## cor
## 0.820758