Publications by Arwan
Functions
Pada bagian ini saya belajar tentang functions. library(tidyverse) Keuntungan peggunaan function adalah sebagai berikut: “Codes” menjadi lebih mudah untuk dimengerti. Jika ingin mengganti sesuatu dalam “codes” kita hany mengedit “codes” tersebut dalam satu tempat. Meminimalisir kesalahan ketika kita menggunakan “copy paste”, sepe...
6178 sym R (6513 sym/85 pcs)
Magnittr
Pada bagian ini saya belajar tentang pipes with magrittr. note : sedang malas nyusun kata-kata dan ngetik jadi copas library(tidyverse) library(magrittr) The point of the pipe (%>%) is to help you write code in a way that is easier to read and understand. Let’s take a look at an actual data manipulation pipeline where we add a new column to gg...
2905 sym R (8174 sym/36 pcs) 2 img
Lubridate
lubridate Disini saya akan mencoba belajar tentang “Data Wrangling”. “Data Wrangling” adalah suatu usaha agar data yang saya miliki menjadi bentuk yang dapat digunakan/berguna untuk melakukan “vizualitation” dan “modelling”. Pada bagian ini saya akan belajar tentang dates and times variabel menggunakan lubridate. note : sedang mal...
5290 sym R (16583 sym/247 pcs) 8 img
Iterations
Pada bagian ini saya belajar tentang Iteratons with purrr. library(tidyverse) library(caret) For Loops df <- tibble( a = rnorm(10), b = rnorm(10), c = rnorm(10), d = rnorm(10) ) Misal kita ingin mencari median dari setiap kolom dari dataset diatas. median(df$a) ## [1] 0.5761079 median(df$b) ## [1] -0.1103244 median(df$c) ## [1] 0.39870...
1809 sym R (11629 sym/133 pcs)
vector
Pada bagian ini saya belajar tentang Vectors. library(tidyverse) Vectors Basics Ada dua jenis vectors: Atomic vectors, yaitu logical, integer, double, character, complex, and, raw. Lists Type Vectors Setiap vector mempunyai dua keterangan, yaitu: Type typeof(letters) ## [1] "character" x1<-c(1,2,3,4) typeof(x1) ## [1] "double" x2<-list("a"...
2467 sym R (3052 sym/88 pcs) 1 img
Prediction
Regresi Linear Memuat Package library(tidyverse) library(caret) Dataset cars ## speed dist ## 1 4 2 ## 2 4 10 ## 3 7 4 ## 4 7 22 ## 5 8 16 ## 6 9 10 ## 7 10 18 ## 8 10 26 ## 9 10 34 ## 10 11 17 ## 11 11 28 ## 12 12 14 ## 13 12 20 ## 14 12 24 ...
884 sym R (16798 sym/75 pcs) 7 img
rmodel5
Modelling with modelr Memuat Package yang digunakan library(tidyverse) library(modelr) options(na.action = na.warn) library(nycflights13) library(lubridate) library(splines) library(MASS) library(gapminder) Model Building Dataset yang digunakan gapminder ## # A tibble: 1,704 x 6 ## country continent year lifeExp pop gdpPe...
2272 sym R (16576 sym/78 pcs) 9 img
rmodel4
Model Basics with rmodel Memuat Package yang digunakan library(tidyverse) library(modelr) options(na.action = na.warn) library(nycflights13) library(lubridate) library(splines) library(MASS) Model Building Dataset flights ## # A tibble: 336,776 x 19 ## year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time ## ...
3252 sym R (15175 sym/48 pcs) 16 img
rmodel3
Model Basics with rmodel Memuat Package yang digunakan library(tidyverse) library(modelr) options(na.action = na.warn) library(nycflights13) library(lubridate) Model Building Dataset yang digunakan diamonds ## # A tibble: 53,940 x 10 ## carat cut color clarity depth table price x y z ## <dbl> <ord> <ord> <ord...
3080 sym R (10951 sym/47 pcs) 19 img
rmodel2
Model Basics with modelr Memuat Package yang digunakan library(tidyverse) library(modelr) library(splines) options(na.action = na.warn) Categorical Variables Sebelumnya variabelya bersifat kontinu, sekarang jika variabelnya bersifat ktegorik. Data yang digunakan adalah ini sim2 ## # A tibble: 40 x 2 ## x y ## <chr> <dbl> ...
2595 sym R (9446 sym/85 pcs) 12 img