Lewati ke konten utama

Data Frame

Data frame adalah struktur data berbentuk tabel. Di R, data frame sering digunakan untuk analisis data karena setiap kolom bisa memiliki tipe data yang berbeda.

Membuat Data Frame​

data_mahasiswa <- data.frame(
  nama = c("Budi", "Ani", "Citra"),
  kelas = c("A", "A", "B"),
  nilai = c(80, 90, 75)
)

print(data_mahasiswa)

Penjelasan: Setiap argumen di dalam data.frame() menjadi satu kolom.

Melihat Isi Data​

print(head(data_mahasiswa))
print(str(data_mahasiswa))
print(summary(data_mahasiswa))

Beberapa fungsi yang sering digunakan:

  • head() untuk melihat data bagian awal.
  • str() untuk melihat struktur data.
  • summary() untuk melihat ringkasan data.

Mengambil Kolom​

print(data_mahasiswa$nama)
print(data_mahasiswa["nilai"])
print(data_mahasiswa[, c("nama", "nilai")])

Penjelasan: Operator $ sering digunakan untuk mengambil satu kolom berdasarkan nama.

Menambahkan Kolom Baru​

data_mahasiswa$status <- ifelse(data_mahasiswa$nilai >= 75, "Lulus", "Belum lulus")

print(data_mahasiswa)

Penjelasan: ifelse() membuat pilihan berdasarkan kondisi untuk setiap baris.

Contoh Rekap Nilai Mahasiswa​

data_mahasiswa <- data.frame(
  nama = c("Budi", "Ani", "Citra", "Dina"),
  nilai = c(80, 90, 70, 85)
)

rata_rata <- mean(data_mahasiswa$nilai)
nilai_tertinggi <- max(data_mahasiswa$nilai)
nilai_terendah <- min(data_mahasiswa$nilai)

print(rata_rata)
print(nilai_tertinggi)
print(nilai_terendah)

Menghitung Xbar dan R​

Dalam beberapa soal pengolahan data, kita diminta menghitung rata-rata dan range dari beberapa kolom, misalnya x1 sampai x5.

data <- data.frame(
  x1 = c(10, 9, 15),
  x2 = c(12, 10, 14),
  x3 = c(11, 12, 16),
  x4 = c(13, 11, 15),
  x5 = c(14, 13, 17)
)

kolom_x <- data[, c("x1", "x2", "x3", "x4", "x5")]

data$xbar <- rowMeans(kolom_x)
data$R <- apply(kolom_x, 1, max) - apply(kolom_x, 1, min)

print(data)

Penjelasan: rowMeans() menghitung rata-rata per baris. apply(kolom_x, 1, max) mengambil nilai terbesar per baris.

Menghitung BKA, BKB, dan Status​

rata_rata_xbar <- mean(data$xbar)
rata_rata_R <- mean(data$R)

bka <- rata_rata_xbar + (0.577 * rata_rata_R)
bkb <- rata_rata_xbar - (0.577 * rata_rata_R)

data$BKA <- bka
data$BKB <- bkb
data$status <- ifelse(data$xbar <= bka & data$xbar >= bkb, "Terkendali", "Tidak terkendali")

print(data)

Penjelasan: BKA dan BKB dihitung dari rata-rata xbar dan rata-rata R, lalu status ditentukan menggunakan ifelse().

Moving Average​

moving_average <- function(data, ukuran_window) {
  hasil <- c()

  for (i in 1:(length(data) - ukuran_window + 1)) {
    rata_rata <- mean(data[i:(i + ukuran_window - 1)])
    hasil <- c(hasil, rata_rata)
  }

  return(hasil)
}

nilai <- c(10, 12, 11, 13, 14, 15)

print(moving_average(nilai, 3))

Menyimpan Data Frame​

write.csv(data, "hasil_pengolahan.csv", row.names = FALSE)

Latihan Singkat​

Coba buat program sederhana dengan ketentuan berikut:

  • Buat data frame berisi 5 kolom data angka dan minimal 5 baris.
  • Hitung xbar atau rata-rata setiap baris.
  • Hitung R atau range setiap baris.
  • Hitung rata-rata dari xbar.
  • Hitung rata-rata dari R.
  • Hitung BKA dan BKB.
  • Tentukan status "Terkendali" atau "Tidak terkendali" menggunakan ifelse().
  • Buat fungsi moving_average().