Belajar R: Tingkat Pemula

1. Instalasi R dan RStudio

• R: Bahasa pemrograman untuk komputasi statistik dan analisis data.

• RStudio: Integrated Development Environment (IDE) untuk memudahkan penggunaan R.

Langkah Instalasi:

1. Unduh dan instal R dari CRAN (Comprehensive R Archive Network).

2. Unduh dan instal RStudio dari RStudio Website.

2. Memulai RStudio

• Buka RStudio.

• Anda akan melihat 4 panel utama:

  1. Script Editor: Tempat menulis kode.

  2. Console: Tempat menjalankan kode dan melihat output.

  3. Environment/History: Menampilkan variabel dan riwayat perintah.

  4. Files/Plots/Packages/Help: Untuk mengelola file, melihat plot, menginstal paket, dan mencari bantuan.

3. Dasar-Dasar Sintaks R

a. Operasi Aritmatika

R dapat digunakan sebagai kalkulator. Contoh:

2 + 3   # Penjumlahan
5 - 2   # Pengurangan
3 * 4   # Perkalian
10 / 2  # Pembagian
2^3     # Pangkat

b. Variabel dan Assignment

Gunakan <- atau = untuk menyimpan nilai ke variabel.

x <- 10
y <- 5
z <- x + y
print(z)  # Output: 15

c. Tipe Data Dasar

• Numerik: 10, 3.14

• Karakter: "Hello", 'R'

• Logikal: TRUE, FALSE

a <- 10          # Numerik
b <- "Hello"     # Karakter
c <- TRUE        # Logikal

d. Vektor

Vektor adalah kumpulan elemen dengan tipe data yang sama. Dibuat dengan fungsi c().

v <- c(1, 2, 3, 4, 5)  # Vektor numerik
v2 <- c("a", "b", "c") # Vektor karakter

e. Fungsi Dasar

• length(): Panjang vektor.

• sum(): Jumlah elemen vektor.

• mean(): Rata-rata elemen vektor.

v <- c(1, 2, 3, 4, 5)
length(v)  # Output: 5
sum(v)     # Output: 15
mean(v)    # Output: 3

4. Struktur Data di R

a. Data Frame

Data frame adalah tabel dengan baris dan kolom. Setiap kolom bisa memiliki tipe data berbeda.

# Membuat data frame
df <- data.frame(
  Nama = c("Andi", "Budi", "Cici"),
  Usia = c(20, 25, 22),
  Status = c(TRUE, FALSE, TRUE)
)
print(df)

b. List

List adalah kumpulan elemen dengan tipe data yang bisa berbeda.

my_list <- list(
  Nama = "Andi",
  Usia = 20,
  Status = TRUE
)
print(my_list)

5. Manipulasi Data

a. Mengakses Elemen

• Vektor: v[1] (indeks dimulai dari 1).

• Data Frame: df$Nama atau df[1, ] (baris 1, semua kolom).

v <- c(10, 20, 30)
v[2]  # Output: 20

df <- data.frame(
  Nama = c("Andi", "Budi"),
  Usia = c(20, 25)
)
df$Nama  # Output: "Andi" "Budi"
df[1, ]  # Output: Baris pertama

b. Filter Data

Gunakan kondisi logikal untuk memfilter data.

v <- c(10, 20, 30, 40)
v[v > 20]  # Output: 30, 40

df <- data.frame(
  Nama = c("Andi", "Budi", "Cici"),
  Usia = c(20, 25, 22)
)
df[df$Usia > 21, ]  # Output: Baris dengan Usia > 21

6. Visualisasi Data Dasar

Gunakan paket ggplot2 untuk visualisasi data yang lebih canggih, atau fungsi dasar seperti plot().

# Contoh plot sederhana
x <- c(1, 2, 3, 4, 5)
y <- c(10, 20, 25, 30, 40)
plot(x, y, type = "l", col = "blue", main = "Contoh Plot")

7. Menggunakan Paket (Libraries)

R memiliki banyak paket untuk analisis data. Gunakan install.packages() untuk menginstal dan library() untuk memuat paket.

install.packages("ggplot2")  # Menginstal paket
library(ggplot2)             # Memuat paket

8. Contoh Program Sederhana

Berikut adalah contoh program sederhana untuk menghitung rata-rata dari sebuah vektor:

# Program menghitung rata-rata
hitung_rata_rata <- function(v) {
  return(mean(v))
}
data <- c(10, 20, 30, 40, 50)
rata_rata <- hitung_rata_rata(data)
print(paste("Rata-rata:", rata_rata))

9. Sumber Belajar Lanjutan

• Buku: "R for Data Science" oleh Hadley Wickham.

• Website: RDocumentation, R-bloggers.

• Kursus Online: Coursera, Datacamp, atau Udemy.

Dengan mengikuti tutorial ini, Anda akan memiliki pemahaman dasar tentang R dan siap untuk melanjutkan ke tingkat yang lebih lanjut. Selamat belajar!