Mengenal Dasar-Dasar Bahasa Pemrograman R

Selamat berakhir pekan sahabat blogger! Apapun aktivitas akhir pekan kalian, sempatkan waktu untuk membaca ya guys, khususnya bagi kalian yang tertarik atau sedang memperdalam salah satu bahasa pemrograman yang akan kita bahas di postingan kali ini, yaitu bahasa pemrograman R.

Nah, sebelum kita lanjut ke materi kita, baiknya kita kenalan dulu nih dengan program atau software R itu sendiri. Jadi, Software R merupakan software bersifat open source atau freeware yang mudah didapat dan gunakan. R merupakan suatu sistem analisa statistika yang sangat luas penggunaannya dan hasil kolaborasi penelitian berbagai ilmuwan serta statistisi di seluruh dunia. R pertama kali diperkenalkan pada tahun 1992 di Universitas Auckland, New Zealand oleh Ross Ihaka dan Robert Gentleman (yang mungkin menjadi ide untuk memberikan nama software ini R sesuai dengan kedua nama depan mereka). Sintaks bahasa R secara umum sama dengan bahasa S dalam software komersil Splus yang dikembangkan di Bell Laboratories (sebelumnya AT&T, sekarang Lucent Technologies) oleh John Chambers dan koleganya.

Software R adalah suatu kesatuan software yang terintegrasi dengan beberapa fasilitas untuk manipulasi, perhitungan dan penampilan grafik yang handal. R dapat melakukan import file dari software lainnya seperti Excel, Minitab, SAS, Stat, Systat dan EpInfo, dll. R hampir dapat digunakan untuk berbagai bidang, mulai dari kalkulasi biasa (seperti kalkulator), statistik, ekonometri, geografi, hingga pemrograman komputer. Selain kelebihan dan kelengkapan fitur-fiturnya, hal yang terpenting lainnya yakni, R bersifat multiplatform, yakni dapat diinstall dan digunakan baik pada system operasi Windows, UNIX/LINUX maupun pada Macintosh. Software R sangat cocok untuk riset, baik statistik,ekonomi, komputasi numerik dan pemrograman komputer. Karena didukung oleh banyak tenaga ahli dibidangnya, R layak dijadikan suatu perangkat lunak acuan bagi berbagai kalangan, terlebih di kalangan akademik (dosen, mahasiswa). Kemudian R memiliki fitur yang lengkap dan handal serta faktor tanggung jawab moral dan legal/hukum bukan lagi menjadi kekhawatiran dalam penggunaannya, karena dapat diperoleh secara GRATIS.

Bagi yang belum memiliki softwarenya silahkan download dan install terlebih dahulu, software bisa didapatkan melalui http://www.r-project. org/ atau http://cran.rproject.org/

Ok, tanpa perlu berlama-lama lagi langsung saja berikut adalah beberapa contoh dasar-dasar bahasa pemrograman R :

1.    Demo

Setelah melakukan instalasi tentunya kita dapat melakukan demonstrasi  pada software R tersebut. Beberapa perintah demo bisa dilihat dengan menjalankan perintah demo()

Sebagai contoh bisa digunakan fungsi berikut:

> demo(graphics)
 

2.    Operasi Matematika

Beberapa operator yang digunakan oleh bahasa R adalah : +, *, ^, -, /, <, <=, >, >=, ==, !=. Adapun beberapa contoh adalah sebagai berikut :

> 5 + 3 - 1                   # Penjumlahan dan pengurangan.

> 2 * 6 / 2                   # Perkalian dan pembagian.
> log (10)                    # Logaritma “base e=2.718282”
> log10(5)                    # Logaritma “base 10”

> log(10); log10(10); log2(10) # perhitungan logaritma dalam satu baris

> 7^2                         # Pangkat
> sqrt (25)                   # Akar kuadrat
> pi                          # Nilai pi

> pi*7                        # Perkalian dengan nilai Pi

> 1 / 2^2 + 2 * pi            # Pi atau π adalah konstanta lingkaran.
> exp(2)                      # fungsi exponential 

> 15 %/% 4                    # Operasi pembagian dengan hasil nilai bulat

> round(log(10))              # Untuk membulatkan gunakan fungsi round()

Kita juga dapat menyelesaikan problem trigonometri. Untuk mencari sin(300), maka untuk mengubah menjadi radian harus dikalikan dengan 2π/360 atau pi/180.

> sin(30 * pi/180)

3.    Operasi vektor, matriks dan array

Fungsi	Keterangan
> a<-c(1,2,3)	# Pembuatan vektor numerik a yang mempunyai tiga bilangan
> b<-c(2:4)	# Pembuatan vektor numerik a yang mempunyai tiga bilangan (2 s/d 4)
> a+b	# Penjumlahan vektor a + b
> Matriks1<-cbind(a,b)	# Membentuk matrik dari vektor a dan b secara baris (horizontal)
> Matriks1	# Memanggil matriks1
> Matriks2<-rbind(a,b)	# Membentuk matrik dari vektor a dan b secara kolom
> Matriks2	# Memanggil matriks2
> Matriks2%*%Matriks1	# Perkalian matriks
> Matriks1%*%Matriks2
> solve(Matriks1%*%Matriks2)	# Inverse matriks
> solve(Matriks2%*%Matriks1)
> x<-c(1,3,2,10,5); y<-(3:7)	# Dua perintah dipisahkan oleh semi kolom “;”
> x+y	# Menjumlahkan vektor x+y
> x*y	# Mengalikan vektor x dan y
> x/y	# Vektor x bagi y
> x^y	# Vektor x pangkat y
> sum(x)	# Jumlah nilai dari vektor x
> cumsum(x)	# Mengembalikan vektor yang elemennya merupakan jumlah kumulatif dari vektor x
> max(x)	# Nilai maksimal di vektor x
> min(x)	# Nilai minimal di vektor x
> sort(x)	# Mengurutkan nilai dari kecil sampai besar vektor x
> sort(x, decreasing=T)	# Mengurutkan nilai dari besar sampai kecil vektor x
> length(x)	# Jumlah data pada vektor x
> x[x>3]	# Mengecek nilai x>3
> colors<-c("green", "blue", "orange", "yellow", "red")	# Membuat vektor karakter
> colors	# Memanggil vektor colors
> seq(10)	# Membangkitkan (generate) barisan bilangan 1 sampai 10
> seq(0,1,length=10)	# Membangkitkan barisan bilangan 0 sampai 1
> seq(0,1,by=0.1)	# Membangkitkan barisan bilangan 0 sampai 1 dengan format 0.1
> rep(1,3)	# Pembangkitan barisan bilangan yang elemennya merupakan pengulangan (1 sebanyak 4 kali)
> c(rep(1,3),rep(2,2),rep(-1,4))	# Pembangkitan barisan dengan beberapa perulangan
> rep("Small",3)	# Perulangan kata "small" sebanyak 3 kali
> c(rep("Small",3),rep("Medium",4))	# Perulangan kata "small" dan "Medium"
> rep(c("Low","High"),3)	# Perulangan kata "Low" dan "High" masing-masing sebanyak 3 kali
> matrix(c(1,2,3,4,5,6),3,2)	# Membangun matriks
> array(c(1:12),c(2,3,2))	# Membangun array

                               

4.    Data Frame

Data frame merupakan kumpulan vektor (sebagai kolom) yang berisi data, yang tidak harus dari data yang sama (misal numerik, karakter, dan sebagainya), tetapi masing-masing kolom harus memiliki jumlah element yang sama dan setiap kolom memiliki judul kolom.

Untuk memasukan nilai dari kolom harus menggunakan <-c(....) yang berarti data-data yang diketikan akan masuk kedalam kolom yang diberi nama. Sebagai contoh dengan menggunakan data jumlah penduduk bekerja dan pengangguran di Indonesia pada tahun 1996-2005 seperti pada tabel berikut:

Tabel 1. Data Jumlah Penduduk Bekerja dan

Pengangguran di Indonesia tahun 1996–2005

Tahun	Bekerja (Juta Orang)	Pengangguran (Juta Orang)
1996	83,55	4,28
1997	85,05	4,18
1998	87,29	5,05
1999	88,82	6,03
2000	89,84	5,81
2001	90,81	8,01
2002	91,65	9,13
2003	92,81	9,94
2004	93,72	10,25
2005	93,96	11,90

Sumber: Sakernas, BPS (http://bps.go.id/)

# Data Jumlah Penduduk Bekerja dan Pengangguran di Indonesia Tahun 1996-2005

Fungsi	Keterangan
> Tahun <-c (seq (from = 1996, to = 2005))	# Membangun vector data tahun
> Bekerja <-c (83.55, 85.05, 87.29, 88.82, 89.84, 90.81, 91.65, 92.81, 93.72, 93.96)	# Membangun vector data Bekerja
> Pengangguran <-c (4.28, 4.18, 5.05, 6.03, 5.81, 8.01, 9.13, 9.94, 10.25, 11.90)	# Membangun vector data Pengangguran
> Data <- data.frame(Tahun, Bekerja, Pengangguran)	# Membuat data frame dari vector Tahun, Bekerja, dan Pengangguran
> Data	# Memanggil data frame “Data”
> names(Data)	# Mengecek nama variabel dari “Data”
> Data[1,]	# Mengecek isi data pada baris pertama
> Data$Bekerja	# Mengecek isi data dari variabel bekerja
> Data[,2]	# Mengecek isi data pada kolom kedua
> mean(Data$Bekerja)	# Melihat rata-rata nilai dari variabel bekerja
> min(Data$Pengangguran)	# Melihat nilai minimum dari variabel pengangguran
> summary (Data)	# Deskriptif dari Data

5.    Plot Data dan Grafik

#Input data

> x=c(1,2,4,5,6,7,12,17,19);      

> y=c(0,6,4,5,8,7,2,7,9);

#Membuat berbagai macam grafik

> hist(x);

> hist(x, main="Data Pilihan", xlab="Nilai Data", ylab="Nilai Frekuensi", col="blue") 
>                        

> plot(x)                               

> plot(x,y,xlab="Nilai Data", ylab="Nilai Frekuensi",type="l");

> plot(x,y, main="Data Pilihan", xlab="Nilai Data", ylab="Nilai Frekuensi", col="blue")

> plot(x, main="Data Pilihan", xlab="Nilai Data", ylab="Nilai Frekuensi", col="blue", type="h")

> plot(x, main="Data Pilihan", col="blue", type="l")

> boxplot(x, main="Data Pilihan", col="blue")

#Membuat stripchart

> stripchart(Temp~Month,

> data=airquality,

> main="Different strip chart for each month",

> xlab="Months",

> ylab="Temperature",

> col="brown3",

> group.names=c("May","June","July","August","September"),

> vertical=TRUE,

> pch=16

> )

#Membuat Kurva

> fx<-function(x)dnorm(x,1,3)           

> fy<-function(x)dnorm(x,2,4)           

> plot(fx,-10,10)                 

> curve(fy,add=TRUE)

                                  

6.    Beberapa Distribusi Statistik

#Distribusi binomial

> dbinom(3,12,0.9);                          

> pbinom(3,12,0.9);                          

> qbinom(0.5,12,0.9);                        

> qbinom(0.5,12,0.9);                        

> dbinom(0,10,0.2);                          

> pbinom(6,10,0.2);

#Distribusi poisson                          

> dpois(2,4);                                

> ppois(2,4);                                

> qpois(0.5,4);

#Distribusi normal                                  

> dnorm(2,1,4);                              

> pnorm(2,1,4);                              

> qnorm(0.5,1,4);

7.    P-Values

> 1-pf(3.6,4,43)                             

> 1-pt(2.8,21)                               

> 2*(1-pt(2.8,21))

                                                  

8.    Sampling dari Data

> data=c(1,3,4,5,6,7,8,9,0,1,2)                         

> sample(data,3); 

                                                      

9.    Statistik Deskriptif

Dalam paket standar R terdapat contoh dataframe atau tabel data yang sudah tersedia. Sebagai contoh telah tersedia dataframe “cars” yang terdiri dari dua kolom “speed” dan “distance”.

Ketikkan perintah “cars” yang merupakan nama dataframe sebagai berikut:

> cars

Dataframe cars adalah data observasi atas uji coba kecepatan kendaraan dan jarak yang berhasil

ditempuh. Baris 1 menunjukkan percobaan ke-1 yaitu mobil dengan speed 4 mencapai jarak 2. Percobaan ke-2 mobil dengan speed 4 mencapai jarak 10 dst.

Kita dapat menyajikan ikhtisar data tersebut dengan fungsi summary().

> summary(cars)

SELAMAT MENCOBA!!! :)