Home » Info Jasa Olah Data » aplikasi olah data » Belajar Bahasa Pemrograman R

Belajar Bahasa Pemrograman R

Belajar Bahasa Pemrograman R, Rekomendasi buku untuk belajar R

gambar postcard piknik ke luar negeri. tentang aplikasi r yang sudah terkenal di luar negeri tetapi masih awam di dalam negeri
Update pengetahuan – “piknik” ke Luar Negeri

Perkembangan R yang pesat sejalan juga dengan banyaknya penelitian dan penulisan buku tentang R. Berikut adalah daftar rekomendasi buku:

Belajar Bahasa Pemrograman R, Pemula

  1. A Handbook of programming with R

Karangan Garrett Grolemund: Buku ini sangat direkomendasikan untuk pemula yang baru mengenal R. Bahasanya lebih sederhana dan contoh yang diberikan juga relatif mudah, sehingga mudah dipahami.

  1. The Art of R Programming

Karangan Norman Matloff. Buku ini membicarakan bagaimana cara membangun sebuah software (perangkat lunak komputer) yang dibahas mulai dari tipe dan struktur data yang paling dasar hingga pembahasan tingkat lanjutan. Tidak ada pembahasan secara statistika, namun buku ini direkomendasikan bagi penggiat programming.

  1. An Introduction To Statistical Learning With Applications in R

Karangan Trevor Hastie dan Rob Tibshirani. Bagi pemula yang benar-benar belum mengetahui tentang penggunaan statistika dalam R sama sekali, buku ini rekomendasi terbaik oleh para statistisi global. Buku ini menyediakan pembahasan machine learning yang membahas praktis dan statictical techniques yang membahas secara teoritis.

Belajar Bahasa Pemrograman R, Advance

  1. Learning RStudio For R Statistical Computing

Karangan Mark P.J.van der Loo. Buku ini direkomendasikan untuk para pengembang sistem (developer) R, analis R, dan siapapun yang ingin mempelajari RStudio untuk penggunaan statistika dalam R. Buku ini mengarahkan pembaca untuk membuat dan mengelola proyek analisis statistika, laporan statistika secara umum, dan grafik statistika.

  1. Practical Data Science with R

Karangan Nina Zumel dan John Mount. Penulis buku hanya fokus pada metode data science dan aplikasinya dalam dunia kerja.

  1. Advanced R

Karangan Hadley Wickham. Buku ini menjelaskan bagaimana bahasa pemrograman R dapat bekerja dibandingkan dengan 3 alat analisis, yaitu R vs SAS vs SPSS.

  1. R Packages

Masih di pengarang yang sama. Buku ini direkomendasikan untuk programmer R pada tingkat lanjutan yang ingin membuat packages sendiri. Penulis menjelaskan dokumentasi packages yang dimilikinya. Selain itu, penulis juga menjelaskan komponen dari packages, seperti unit tests dan skema.

Selain buku-buku tersebut, sobat statistik bisa mengakses buku tentang pemrograman lainnya pada tautan berikut ini:

  1. https://www.r-project.org/doc/bib/R-books.html
  2. https://data-flair.training/blogs/r-books/

Aplikasi R di Dunia Kerja

Sebelum ini, jasa olah data USH Indonesia sudah pernah membuat artikel tentang 15 kelebihan R / R Studio. Apa bedanya? di artikel ini kita akan belajar pemrograman R bagaimana aplikasi di dunia kerja. Beberapa cara mengaplikasikan R untuk pengambilan keputusan yang lebih baik, diantaranya yaitu:

  1. R terutama digunakan untuk statistik deskriptif. Statistik deskriptif merangkum fitur utama dari data. R digunakan untuk berbagai keperluan dalam ringkasan statistik seperti kecenderungan sentral, pengukuran variabilitas, menghitung nilai kurtosis dan nilai kemiringan.
  2. R paling banyak digunakan untuk analisis data eksplorasi. Paket ggplot2 dalam R yang paling populer dianggap sebagai salah satu perpustakaan visualisasi terbaik karena estetika dan interaktivitasnya.
  3. R juga digunakan untuk menganalisis distribusi probabilitas diskrit dan kontinu. Misalnya, fungsi ppois () dapat menggambarkan distribusi Poisson. Demikian pula, dengan fungsi dbinom () dapat memplotkan distribusi binomial.
  4. R juga memungkinkan pengujian hipotesis untuk memvalidasi model statistik.
  5. Menghitung korelasi antara variabel dalam R dengan menggunakan fungsi lm () sebagai penentu regresi linier serta regresi linier multivariabel.
  6. Memfasilitasi packages rapi yang digunakan untuk mengatur data dan pra-pemrosesan data.
  7. Menyediakan packages aplikasi web interaktif yang disebut RShiny. Kemudian, packages dapat mengembangkan visualisasi interaktif yang dapat disematkan pada halaman web .
  8. Terlebih lagi, R dapat mengembangkan model prediktif yang menggunakan algoritma pembelajaran mesin untuk menemukan kejadian peristiwa masa depan.
  9. Dapat mengintegrasikan R dengan sistem file Hadoop dan HDFS untuk memproses dataset besar seperti data media sosial dengan cepat dan efisien.
  10. R juga berguna untuk mengembangkan paket perangkat lunak statistik dan untuk mengimplementasikan pemrosesan analitis dalam rangkaian perangkat lunak lain.

Referensi:

https://towardsdatascience.com/a-complete-guide-to-learn-r-29e691c61d1