Skip to main content

Teknik Pemisahan Suara yang Berurutan-Sequence

57 Views

Sinopsis

Melanjutkan tulisan sebelumnya Buku Dasar-Dasar Pengolahan Sinyal Digital dengan Matlab dengan judul Belajar Dasar-Dasar Sinyal mulai dari Frekuensi, Sample Rate/Cuplikan, Domain Waktu, Domain Frekuensi, serta contoh penerapannya secara nyata pada sinyal audio nada piano. Nah sekarang penulis lanjutkan sedikit mengenai Pemisahan Suara yang Berurutan/Sequence. Dalam penggabungan sinyal ada 2 macam seperti tulisan Belajar Dasar- Dasar Sinyal yaitu

Read More

Pengolahan Sinyal Digital dengan Matlab

170 Views

Sinopsis

Tulisan ini dibuat bagi kalian yang ingin belajar DSP Digital  Signal Processing pokoknya mengenai sinyal, agar kamu mengerti, adapun tools utama yang digunakan yaitu Matlab dan Audacity untuk mempermudah visualisasi grafik yang rumit bila menggunakan excel. Penulis sudah merangkum secara umum mengenai frekuensi, amplitudo, cuplikan/bitrate, file audio, serta fourier transform. Sedikit membahas mengenai contoh riil mengenai nada suara piano untuk mempermudah saja. Bagi kalian yang ingin lebih tahu DSP bisa kirim email saja ya. Oiya, tidak semua kode Matlab nya ditampilkan karena agak rumit bagi pemula, jadi sebagai gantinya dibuatkan grafik/plot yang cukup dimengerti bagi pemula. Jika gambarnya terlalu kecil, kamu bisa klik saja gambarnya ntar juga tampil sangat jelas koq,

Read More

Mengenal Function

46 Views

Sinopsis

Salah satu keunggulan bagi kalian dalam bidang statistika menggunakan Bahasa R yaitu fleksibilitas untuk membuat function sendiri yang bisa kalian buat untuk cleaning dataset serta beragam keperluan lainnya. Pengertian function itu sendiri berupa script yang bertugas secara khusus untuk menerima input dan menghasilkan output sesuai dengan tujuan function itu dibuat. Kalian sebenarnya sudah sering menggunakan function/perintah built in R seperti summary, head, data, table. Tentu adakalanya kalian juga ingin membuat function tersendiri sesuai dengan kebutuhan.

Read More

Plot Grafik

93 Views

 

Sinopsis

Tidak lengkap rasanya kalau tidak membahas urusan grafik yang berguna untuk memvisualisasikan dataset. Grafik di R secara default mempunyai beragam jenis plot yaitu
  1. Line
  2. Scatterplots
  3. Bar
  4. Histograms
  5. Pie
Merupakan base grafik plot yang sudah ada secara default di R tanpa perlu kalian instal package tertentu. Walaupun grafiknya lumayan sederhana tapi hal ini sudah sangat cukup untuk visualisasikan data dengan baik dengan cepat.

Read More

Kontrol Syarat Kondisi dan Perulangan

34 Views

Sinopsis

R Tools sangat unik sekali karena mempunyai fitur untuk membuat script tersendiri untuk membuat alur kode tidak seperti tools statistika SPSS yang berbasis drag and drop sehingga R Tools dapat disebut dengan R Languange. Layaknya bahasa pemrograman umum lainnya yang dilengkapi dengan kemampuan control alur program, maka di R juga mempunyai hal tersebut seperti control If then else, looping for dan while. Pembahasan ini erat kaitannya dengan https://softscients.com/2020/03/20/buku-belajar-dasar-dasar-statistika-dengan-r-jenis-operator-di-bahasa-r/  berupa operator logika dan perbandingan.

Style penulisan kode kalian bisa menggunakan indentasi agar mudah dalam mempelajari kode yang telah kalian buat, bisa saja makin banyak kode akan semakin membingungkan kalau tidak rapi dalam menulis kode ataupun tidak memberikan keterangan pada kode tertentu seperti hal dibawah ini

 

  1. kode tersebut melibatkan logika syarat kondisi yang berkalang (didalam if ada if lagi)
  2. selain hal tersebut seiring berjalannya waktu akan menyulitkan kita mengingat kembali cara kerja kode.
  3. sebaiknya mengikuti kaidah/penulisan yang umum dipakai secara internasional agar suatu saat kalian membuat package dapat dimengerti oleh semua orang

Menulis kode merupakan sebuah seni dalam programming sehingga kalian harus rapi dan mempunyai passion untuk menulis kode agar terlihat menarik serta menyenangkan.

Read More

Buku Belajar Dasar-Dasar Statistika dengan R-Dataset Default di R

Dataset Default

80 Views

Sinopsis

Kalau kalian butuh yang namanya contoh kasus, pasti memerlukan sebuah dataset yang lengkap untuk mempermudah dalam pengujian algoritma. Nah untuk dataset di R sudah tersedia secara default ada ratusan dataset dengan beragam jenis kasus yang bisa kalian gunakan.

Memanggil Dataset di R

Untuk memanggil dataset gunakan perintah data(), misalkan kalian akan menggunakan dataset iris

data(iris)
head(iris,5)

Read More

Jenis Operator di Bahasa R

54 Views

Sinopsis

Operator merupakan simbol matematika yang digunakan untuk banyak hal seperti operasi aritmatika, penugasan serta beberapa operasi khusus lainnya. Sama seperti tools yang lainnya, R Tools mempunyai operator yang dibagi menjadi 5 jenis yaitu

  1. Aritmatika digunakan untuk operasi perhitungan sederhana
  2. Relasi digunakan untuk membandingkan suatu nilai
  3. Logika digunakan untuk logika booelan
  4. Penugasan digunakan memberikan suatu nilai
  5. Khusus digunakan pada operasi matrix

Read More

Vector – Matrix – List-Data Frame

42 Views

Sinopsis

Data terstrukur merupakan suatu set variabel yang dijadikan satu kesatuan. Sama seperti dengan bahasa pemrograman umum lainnya yang dilengkapi dengan data tersetrukur maka di R pun ada juga malah lebih mudah dalam penggunaanya yaitu

  1. Vector
  2. Matrix
  3. List
  4. Data Frame

Dengan 3 jenis data tersebut sangat mampu melakukan pengolahan bermacam-macam sumber jenis dataset seperti CSV, excel dan lainnya.

VECTOR

Vector adalah array yang terdiri dari 1 baris, Vector digunakan mengumpulkan sebuah nilai menjadi satu kesatuan menggunakan perintah c(). Untuk mengakses indexnya menggunakan operator [] yang dimulai dengan index no 1. Misalkan seperti berikut ini. Contoh kode penggunan vector pada bahasa R

daftar_nama= c('bejo','bagus','pamungkas')
print(daftar_nama)

Hasil

[1] "bejo"      "bagus"     "pamungkas"

Akses Vector

Untuk akses vector seperti berikut, misalkan untuk akses no 1 dan 3. Contoh kode penggunan akses vector pada bahasa R

print(daftar_nama[1])
print(daftar_nama[3])

Hasil

[1] "bejo"
[1] "pamungkas"

Selain mempermudah dalam pengelolaan variabel, bisa kalian gunakan untuk operasi sederhana seperti bila variabel tersebut berisi numeric. Contoh lainnya yaitu Contoh kode penggunan operasi vector pada bahasa R

a = c(1,3,4,90,45)
total = sum(a)
print(a)
print(total)

Hasil

[1]  1  3  4 90 45
[1] 143

Sedangkan untuk array yang terdiri dari baris dan kolom disebut dengan matrix.

MATRIX

Array 2D yaitu terdiri dari baris dan kolom yang disebut dengan Matrix. Matrix ini akan berguna sekali ketika kalian bekerja pada sistem persamaan matematika. Membuat Matrix di R sangat mudah koq bisa dilakukan dengan reshape sebuah vector menjadi matrix seperti berikut

    \[A= \begin{pmatrix} 1 & 2 & 4 \\ 9 & 12 & 3\\ \end{pmatrix}\]

Contoh kode penggunan matrix pada bahasa R

data = matrix(c(1,2,4,9,12,3),nrow=2,ncol=3,byrow=TRUE)
print(data)

Hasil

     [,1] [,2] [,3]
[1,]    1    2    4
[2,]    9   12    3

Selain cara diatas, juga bisa dengan function cbind() dan rbind()

# membuat vektor numerik
col1 <- c(5, 6, 7, 8, 9)
col2 <- c(2, 4, 5, 9, 8)
col3 <- c(7, 3, 4, 8, 7)

# menggabungkan vektor berdasarkan kolom
my_data <- cbind(col1, col2, col3)
my_data

hasil

##      col1 col2 col3
## [1,]    5    2    7
## [2,]    6    4    3
## [3,]    7    5    4
## [4,]    8    9    8
## [5,]    9    8    7

selain itu, juga bisa mengubah nama kolom

# Mengubah atau menambahkan nama baris
rownames(my_data) <- c("row1", "row2", 
                       "row3", "row4", 
                       "row5")
my_data

hasil

##      col1 col2 col3
## row1    5    2    7
## row2    6    4    3
## row3    7    5    4
## row4    8    9    8
## row5    9    8    7

Catatan:

  • cbind(): menggabungkan objek R berdasarkan kolom
  • rbind(): menggabungkan objek R berdasarkan baris
  • rownames(): mengambil atau menetapkan nama-nama baris dari objek seperti-matriks
  • colnames(): mengambil atau menetapkan nama-nama kolom dari objek seperti-matriks

 

Dimensi matrix

Untuk mengetahui sebuah dimensi matrix gunakan perintah  dim() yaitu terdiri dari baris dan kolom. Contoh kode penggunan dimensi matrix pada bahasa R.

dimensi = dim(data)
dimensi[1] #jumlah baris
dimensi[2] #jumlah kolom

Hasil

[1] 2
[1] 3

atau menggunakan function ncol() dan nrow()

Akses pada kolom dan baris tertentu

Akses pada sebuah matrix sama seperti dengan vector, misalkan untuk akses baris 2 kolom 3

data[2,3]

Hasil

[1] 3

sedangkan kalau mau akses seluruh kolom pada baris 2 gunakan tanda :. Contoh kode akses index matrix pada bahasa R

data[2,1:3] # atau
data[2,]

Hasil

[1]   9  12 100
[1]   9  12 100

Mengubah isi matrix

Kalau untuk mengubah value baris 2 kolom 3, seperti berikut. Contoh kode mengubah isi matrix pada bahasa R

data[2,3]=100
print(data)

Hasil

[,1] [,2] [,3]
[1,] 1 2 4
[2,] 9 12 100

List

Jenis data list merupakan jenis vector yang mempunyai sebuah nama/key. Misalkan kalian punya data KTP yang mempunyai informasi mengenai nama, tanggal lahir, pekerjaan yang disebut dengan key. Untuk mempresentasikan tersebut digunakanlah list, oiya untuk membuat key harus mengikuti kaidah berikut

  1. tidak boleh didahului dengan angka
  2. tidak boleh mengandung spasi
  3. tidak boleh mengandung tanda simbol seperti $

Membuat List

Contoh berikut untuk membuat list KTP yang terdiri dari nama, tanggal, dan pekerjaan

bintang<-list('nama'='bintang pamungkas','tanggal'='4 juni 1988','pekerjaan'='akuntan')
print(bintang)

Hasil

$nama
[1] "bintang pamungkas"

$tanggal
[1] "4 juni 1988"

$pekerjaan
[1] "akuntan"

Akses List menggunakan Key

Untuk akses key nya harus menggunakan tanda $ atau []. Contoh untuk akses nama

print(bintang$nama)
print(bintang['nama'])

Hasil

> print(bintang$nama)
[1] "bintang pamungkas"
> print(bintang['nama'])
$nama
[1] "bintang pamungkas"

Mengubah Isi List menggunakan Key

Tapi penulis lebih suka menggunakan tanda $ saja, oiya untuk mengubah isi value nya pun sama, dengan cara menggunakan akses tanda $

bintang$nama='sri bintang pamungkas'
print(bintang$nama)

Hasil

[1] "sri bintang pamungkas"

Data Frame

Kalau kalian terbiasa bekerja dengan excel yang tersusun atas baris, kolom, dan header yang mempermudah kalian dalam melakukan seleksi kolom tertentu saja yang bila menggunakan R tools dinamakan Data Frame bila kalian menggunaan Matlab disebut dengan table, kalau untuk Python kalian menggunakan Library Pandas

Membuat Data Frame dari vector

Untuk membuat data frame ada 2 yaitu dari menggambungkan vector dan loading file. Perintah membuat data .frame . Misalkan kalian ingin membuat data frame berikut

Contoh kode pembuatan data frame dari menggabungkan vector

no = c(1:5)
item = c('radio','monitor','antena','keyboard','kabel')
terjual = c(100,200,234,300,230)
data = data.frame(no,item,terjual)
print(data)

Hasil

no item terjual
1 1 radio 100
2 2 monitor 200
3 3 antena 234
4 4 keyboard 300
5 5 kabel 230

Menampilkan informasi head

Bilakala kalian menjumpai data frame yang terdiri dari ribuan dataset, maka untuk menampilkan beberapa baris data frame gunakan perintah head(), seperti contoh berikut untuk menampilkan 3 baris saja

head(data,3)

Hasil

  no     item terjual
1  1    radio     100
2  2  monitor     200
3  3   antena     234
4  4 keyboard     300
5  5    kabel     230

Memilih Variabel / kolom tertentu

Adakalanya kalian dalam hanya ingin mendapatkan kolom tertentu saja, misalkan hanya ingin mendapatkan kolom terjual, kalian bisa gunakan perintah data$variabel

data$terjual

Hasil

[1] 100 200 234 300 230

Summary

Bahkan dengan memanggil perintah summary() kalian mendapatkan informasi statistik deskriptif seperti berikut

summary(data)

Hasil

      no          item      terjual     
 Min.   :1   antena  :1   Min.   :100.0  
 1st Qu.:2   kabel   :1   1st Qu.:200.0  
 Median :3   keyboard:1   Median :230.0  
 Mean   :3   monitor :1   Mean   :212.8  
 3rd Qu.:4   radio   :1   3rd Qu.:234.0  
 Max.   :5                Max.   :300.0

Informasi tipe variabel

Untuk mendapatkan tipe variabel tiap masing-masing kolom gunakan perintah str()

str(data)

Hasil

str(data)'data.frame': 5 obs. of 3 variables:
$ no : int 1 2 3 4 5
$ item : Factor w/ 5 levels "antena","kabel",..: 5 4 1 3 2
$ terjual: num 100 200 234 300 230

Mendapatkan data terakhir

Berbeda dengan head() untuk mendapatkan informasi awal, maka untuk mendapatkan data akhir (dimulai dari belakang), maka gunakan tail(). Misalka untuk mendapatkan 2 informasi dari belakang (yaitu no 4 dan 5)

tail(data,2)