Modul 3: R - Statistik Deskriptif dan Visualisasi Frekuensi

Studi Kasus: Analisis Dataset Bunga Iris

Author

Tim Asisten Lab Matematika UI

Published

September 11, 2025

Kembali ke Arsip Praktikum PSD 2025

Tujuan Pembelajaran

Setelah menyelesaikan modul ini, mahasiswa diharapkan mampu:

  • 1. Melakukan Operasi Dasar R
    • Menggunakan R untuk operasi aritmatika dan logika.
    • Memahami dan membuat objek dasar di R, yaitu vector.
  • 2. Mengelola Data di RStudio
    • Mengimpor dataset dari file .csv ke dalam R sebagai sebuah data frame.
    • Melakukan inspeksi dasar pada data frame untuk memahami struktur dan isinya.
    • Memfilter (subsetting) data berdasarkan kriteria tertentu.
  • 3. Menganalisis dan Memvisualisasikan Data
    • Menghitung statistik deskriptif dasar (mean, median, min, max, standar deviasi).
    • Membuat tabel frekuensi untuk data kategorik.
    • Membuat visualisasi frekuensi yang sesuai dengan tipe datanya (bar chart, pie chart, histogram).

1. Skenario: Misteri Bunga Iris 🕵️

Selamat datang kembali! Di modul sebelumnya, kita sudah berhasil menyiapkan “bengkel” kerja kita. Sekarang, saatnya menggunakan alat-alat tersebut untuk memecahkan kasus pertama kita.

Seorang botanis (ahli tumbuhan) datang kepada kita dengan dataset berisi pengukuran 150 bunga Iris. Data ini terdiri dari tiga spesies berbeda. Sang botanis punya beberapa pertanyaan: 1. “Apa karakteristik umum dari data yang saya kumpulkan ini?” 2. “Apakah ada spesies yang cenderung memiliki kelopak (sepal) yang lebih panjang dibandingkan yang lain?”

Tugas kita adalah menggunakan R untuk mengeksplorasi data, menghitung statistik dasar, dan membuat visualisasi untuk menjawab pertanyaan-pertanyaan tersebut.

Tentang Dataset iris

Dataset iris adalah data klasik dalam dunia statistika, berisi pengukuran empat fitur (panjang & lebar kelopak dan mahkota bunga) dari tiga spesies Iris. Dataset ini sudah tersedia secara built-in di R, jadi kita bisa langsung menggunakannya.

2. Pemanasan: Operasi Dasar & Vector

Sebelum membedah dataset iris, mari kita hangatkan jari kita dengan beberapa operasi dasar yang akan sering kita gunakan.

2.1. Aritmatika dan Variabel

Seperti yang kita pelajari di modul pertama, R bisa berfungsi sebagai kalkulator. Kita juga bisa menyimpan hasil perhitungan dalam variabel menggunakan <-.

# Operasi dasar
2 * (5 + 3)
[1] 16
# Menyimpan hasil ke variabel
lebar_kelopak <- 2.5
panjang_kelopak <- 4.5
luas_kelopak <- lebar_kelopak * panjang_kelopak
luas_kelopak
[1] 11.25

2.2. Vector: Menyimpan Kumpulan Data

Saat menganalisis data, kita jarang bekerja dengan satu angka saja. Kita akan bekerja dengan sekumpulan data. Di R, cara paling dasar untuk menyimpan sekumpulan data adalah dengan vector, menggunakan fungsi c() (combine).

# Vector berisi data numerik (lebar kelopak dari 3 bunga)
kumpulan_lebar <- c(2.5, 3.1, 2.8)
kumpulan_lebar
[1] 2.5 3.1 2.8
# Vector berisi data teks/karakter (nama spesies)
kumpulan_spesies <- c("setosa", "versicolor", "virginica")
kumpulan_spesies
[1] "setosa"     "versicolor" "virginica"

Setiap kolom dalam sebuah tabel data di R pada dasarnya adalah sebuah vector.

3. Investigasi Data Iris

Sekarang kita siap untuk memulai investigasi. Mari kita muat dan periksa data iris.

3.1. Memuat dan Melihat Data

Dataset iris sudah tersedia di R. Kita cukup memanggilnya untuk melihatnya.

# Memuat dataset (sebenarnya sudah aktif, tapi ini cara memastikannya)
data("iris")

# Melihat 6 baris pertama dari data
head(iris)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

Untuk mendapatkan gambaran umum tentang struktur data, gunakan str() (structure).

# Melihat struktur data: jumlah baris, kolom, nama kolom, dan tipe datanya
str(iris)
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

Dari sini kita tahu ada 150 observasi, 5 kolom, dan tipe datanya adalah numerik (num) dan kategorik (Factor untuk Spesies).

3.2. Menjawab Pertanyaan 1: Statistik Deskriptif

Untuk menjawab pertanyaan pertama botanis (“Apa karakteristik umum dari data ini?”), kita bisa menggunakan statistik deskriptif.

  • Ringkasan Cepat: Gunakan fungsi summary() untuk mendapatkan ringkasan statistik (Min, Median, Mean, Max, Kuartil) untuk setiap kolom numerik.
summary(iris)
  Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
 Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
 1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
 Median :5.800   Median :3.000   Median :4.350   Median :1.300  
 Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
 3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
 Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
       Species  
 setosa    :50  
 versicolor:50  
 virginica :50
  • Perhitungan Spesifik: Anda juga bisa menghitung statistik satu per satu. Untuk mengakses satu kolom, gunakan simbol $.
# Rata-rata panjang kelopak (Sepal.Length)
mean(iris$Sepal.Length)
[1] 5.843333
# Standar deviasi panjang kelopak
sd(iris$Sepal.Length)
[1] 0.8280661
# Nilai minimum dan maksimum
min(iris$Sepal.Length)
[1] 4.3
max(iris$Sepal.Length)
[1] 7.9

Ini memberikan kita gambaran umum yang bagus tentang rentang dan pusat data kita.

3.3. Menjawab Pertanyaan 2: Perbandingan Spesies

Sekarang pertanyaan kedua: “Apakah ada spesies yang cenderung memiliki kelopak (sepal) yang lebih panjang?” Untuk menjawab ini, kita perlu memfilter data dan memvisualisasikannya.

Memfilter Data

Kita ingin melihat data hanya untuk spesies tertentu atau untuk bunga dengan kriteria tertentu. Gunakan fungsi subset().

# Membuat data frame baru yang hanya berisi spesies 'virginica'
iris_virginica <- subset(iris, Species == "virginica")

# Melihat 6 baris pertama dari data baru kita
head(iris_virginica)
    Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
101          6.3         3.3          6.0         2.5 virginica
102          5.8         2.7          5.1         1.9 virginica
103          7.1         3.0          5.9         2.1 virginica
104          6.3         2.9          5.6         1.8 virginica
105          6.5         3.0          5.8         2.2 virginica
106          7.6         3.0          6.6         2.1 virginica
# Membuat data frame baru yang hanya berisi bunga dengan Sepal.Length > 7.0
iris_panjang <- subset(iris, Sepal.Length > 7.0)

# Melihat hasilnya
iris_panjang
    Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
103          7.1         3.0          5.9         2.1 virginica
106          7.6         3.0          6.6         2.1 virginica
108          7.3         2.9          6.3         1.8 virginica
110          7.2         3.6          6.1         2.5 virginica
118          7.7         3.8          6.7         2.2 virginica
119          7.7         2.6          6.9         2.3 virginica
123          7.7         2.8          6.7         2.0 virginica
126          7.2         3.2          6.0         1.8 virginica
130          7.2         3.0          5.8         1.6 virginica
131          7.4         2.8          6.1         1.9 virginica
132          7.9         3.8          6.4         2.0 virginica
136          7.7         3.0          6.1         2.3 virginica

Dengan memfilter, kita bisa melihat bahwa bunga dengan kelopak sangat panjang mayoritas adalah spesies virginica.

Visualisasi Frekuensi

Cara terbaik untuk membandingkan adalah dengan visualisasi. Mari kita lihat distribusi frekuensi dari data kita.

  • Tabel Frekuensi: Pertama, kita hitung ada berapa bunga untuk setiap spesies.
tabel_spesies <- table(iris$Species)
tabel_spesies

    setosa versicolor  virginica 
        50         50         50
  • Bar Chart: Visualisasi ini paling cocok untuk membandingkan jumlah antar kategori.
barplot(tabel_spesies, 
        main = "Distribusi Spesies Bunga Iris",
        xlab = "Spesies",
        ylab = "Jumlah Bunga",
        col = c("skyblue", "salmon", "lightgreen"))

Dari sini terlihat bahwa jumlah data untuk setiap spesies sama (50).
  • Histogram: Untuk melihat distribusi data numerik seperti Sepal.Length.
hist(iris$Sepal.Length,
     main = "Distribusi Panjang Kelopak (Sepal)",
     xlab = "Panjang Kelopak (cm)",
     ylab = "Frekuensi",
     col = "lavender")

Histogram ini menunjukkan bahwa mayoritas bunga memiliki panjang kelopak antara 5.5 dan 6.5 cm.

Kesimpulan Investigasi

Dengan analisis singkat ini, kita bisa kembali ke sang botanis dengan jawaban: 1. Karakteristik umum data menunjukkan panjang kelopak (Sepal) berkisar antara 4.3 hingga 7.9 cm, dengan rata-rata 5.84 cm. 2. Ya, ada spesies yang cenderung memiliki kelopak lebih panjang. Data menunjukkan bahwa bunga dengan panjang kelopak di atas 7 cm hampir seluruhnya adalah spesies virginica.

Latihan

  1. Hitung rata-rata Petal.Length (panjang mahkota) untuk spesies setosa saja. (Gunakan subset() terlebih dahulu).
  2. Buatlah histogram untuk variabel Petal.Width (lebar mahkota). Beri judul dan warna yang sesuai.

Lampiran: Impor Data dari File Lokal

Di dunia nyata, data tidak selalu ada di dalam R. Seringkali Anda akan mendapatkannya dalam bentuk file .csv atau .xlsx.

Untuk mengimpor file .csv, Anda perlu library readr.

# install.packages("readr") # Jalankan sekali jika belum terinstal
library(readr)

# Misalkan file Iris.csv ada di folder data
data_csv <- read_csv("data/Iris.csv")

Untuk mengimpor file Excel, Anda perlu library readxl.

# install.packages("readxl") # Jalankan sekali jika belum terinstal
library(readxl)

# Misalkan file Iris.xlsx ada di folder data
data_excel <- read_excel("data/Iris.xlsx")

Kembali ke Arsip Praktikum PSD