Kadarsah

Meteorologi dan Sains Atmosfer

Pengantar Program R

Posted by kadarsah pada Juni 10, 2009

Program R merupakan program yang banyak digunakan untuk  lingkungan statistik dan grafik. Aplikasi dalam meteorologi dan klimatologi sangat berguna khususnya dalam verifikasi hasil model.

Situs bisa di akses di :http://www.r-project.org/

Program gratis ini dapat dijalankan di sistem operasi UNIX, Windows dan MacOS.

Penggunaan program R di meteorologi/klimatologi berguna dalam:

-menggambarkan Kurva ROC

-histogram

-scatterplot dlln

-diskriminasi

Dan untuk menghitung:

-Brier Skor

-statistik

Program R

Simbol Sofware R, untuk menjalankannya dengan cara mengklik sehingga muncul gambar sebagai berikut

r

Untuk mendapatkan software dengan cara mendownload dari situs resmi R di http://www.cran.r-project.org.

Sofware R dapat dijalankan di berbagai system operasi antara lain : window,Mac dan linux.

Dalam tutorial ini akan dijalankan R dalam system operasi window dan aplikasinya dalam lingkungan meteorology/klimatologi khususnya dalam verifikasi prediksi.

Untuk langkah pertama:

Ketik :

license()

tekan <enter> maka akan muncul

rr

Ketik-ketik perintah lain:

contributors()

citation()

help.start()

q()

Berikut contoh data ( file kadarsah.csv)

getwd()  mengetahui folder dimana data berada dan lingkungan dimana kita bekerja.

Untuk mengubahnya

dat.dir <- “D:\\R\\”

wrk.dir <- “D:\\R\\”

setwd(wrk.dir)

ketika mengetik

getwd()

[1] “D:/R”

> DAT <- read.table(paste(dat.dir, “kadarsah.csv”, sep = “”), sep = “,”, header = TRUE)

> class(DAT$date) <- “POSIXct”

> write.table(DAT, “test.csv”, sep = “,”)

> dim(DAT)

[1] 8174    6

> head(DAT)

id site                date  obs frcs forecastor

1 1384 OSLO 2006-09-01 19:00:00 19.9   17         JA

2 1384 OSLO 2006-09-02 19:00:00 20.0   16         JK

3 1384 OSLO 2006-09-03 19:00:00 15.3   16         PV

4 1384 OSLO 2006-09-04 19:00:00 19.6   16         JK

5 1384 OSLO 2006-09-05 19:00:00 21.0   19         LU

6 1384 OSLO 2006-09-06 19:00:00 15.9   15         PB

> tail(DAT)

id   site                date  obs frcs forecastor

8169 62366 KAHIRA 2006-12-26 19:00:00 18.4   18         LU

8170 62366 KAHIRA 2006-12-27 19:00:00 13.2   16         AS

8171 62366 KAHIRA 2006-12-28 19:00:00 13.4   15         AS

8172 62366 KAHIRA 2006-12-29 19:00:00 16.2   16         PB

8173 62366 KAHIRA 2006-12-30 19:00:00 18.0   16         RC

8174 62366 KAHIRA 2006-12-31 19:00:00 17.0   18         JK

> DAT[1:10, 1:5]

id site                date  obs frcs

1  1384 OSLO 2006-09-01 19:00:00 19.9   17

2  1384 OSLO 2006-09-02 19:00:00 20.0   16

3  1384 OSLO 2006-09-03 19:00:00 15.3   16

4  1384 OSLO 2006-09-04 19:00:00 19.6   16

5  1384 OSLO 2006-09-05 19:00:00 21.0   19

6  1384 OSLO 2006-09-06 19:00:00 15.9   15

7  1384 OSLO 2006-09-07 19:00:00 15.8   13

8  1384 OSLO 2006-09-08 19:00:00 17.8   14

9  1384 OSLO 2006-09-09 19:00:00 20.7   18

10 1384 OSLO 2006-09-10 19:00:00 19.7   18

> unique(DAT$site)

[1] OSLO         STOCKHOLM    HELSINKI     LONDYN       DUBLIN       REYKJAVIK    KODAN        AMSTERDAM    BRUSEL       ZENEVA       PARIZ

[12] BORDEAUX     MARSEILLE    NICE         BARCELONA    COSTA-BRAVA  MADRID       MALLORCA     CORDOBA      ALMERIA      LISABON      HAMBURG

[23] BERLIN       FRANKFURT    STUTTGART    MNICHOV      VIEDEN       INNSBRUCK    GRAZ         PRAHA        BRATISLAVA   SLIAC        VARSAVA

[34] KRAKOW       BUDAPEST     BELEHRAD     ZAHREB       PULA         SPLIT        HVAR         BUKUREST     VARNA        SOFIA        BURGAS

[45] MILANO       BENATKY      RIMINI       RIM          NEAPOL       PALERMO      MESSINA      MALTA        THESSALONIKI ATENY        HERAKLION

[56] ISTANBUL     ANTALYA      LARNACA      TALLIN       PETROHRAD    MOSKVA       KYJEV        TEL-AVIV     TENERIFE     LAS-PALMAS   TUNIS

[67] KAHIRA

67 Levels: ALMERIA AMSTERDAM ANTALYA ATENY BARCELONA BELEHRAD BENATKY BERLIN BORDEAUX BRATISLAVA BRUSEL BUDAPEST BUKUREST BURGAS CORDOBA … ZENEVA

> range(DAT$frcs)

[1] -10  42

> DAT$obs[1:20]

[1] 19.9 20.0 15.3 19.6 21.0 15.9 15.8 17.8 20.7 19.7 18.6 20.8 18.8 21.5 18.9 12.7 14.2 17.0 16.3 18.5

> DAT$obs.frh <-  DAT$obs + 9/5 + 32

> id <- DAT$obs > 20

> tail(id)

[1] FALSE FALSE FALSE FALSE FALSE FALSE

> sum(id)

[1] NA

> DAT.sub <- DAT[id, ]

> tail(DAT.sub)

id   site                date  obs frcs forecastor obs.frh

8158 62366 KAHIRA 2006-12-15 19:00:00 21.4   22         LU    55.2

8161 62366 KAHIRA 2006-12-18 19:00:00 20.8   21         PZ    54.6

8162 62366 KAHIRA 2006-12-19 19:00:00 21.2   23         LX    55.0

8163 62366 KAHIRA 2006-12-20 19:00:00 21.2   20         PV    55.0

8164 62366 KAHIRA 2006-12-21 19:00:00 21.0   20         RC    54.8

8165 62366 KAHIRA 2006-12-22 19:00:00 21.9   22         PZ    55.7

> DAT.sub <- DAT[DAT$site == “HVAR”, ]

> tail(DAT.sub)

id site                date  obs frcs forecastor obs.frh

4875 14447 HVAR 2006-12-26 19:00:00 13.4   10         LU    47.2

4876 14447 HVAR 2006-12-27 19:00:00   NA    9         AS      NA

4877 14447 HVAR 2006-12-28 19:00:00 12.0    9         AS    45.8

4878 14447 HVAR 2006-12-29 19:00:00 13.8    9         PB    47.6

4879 14447 HVAR 2006-12-30 19:00:00 14.4   11         RC    48.2

4880 14447 HVAR 2006-12-31 19:00:00 12.4   10         JK    46.2

  • plot(DAT.sub$date, DAT.sub$obs)

g_1

pairs(iris[1:4], main=”Edgar Anderson’s Iris Data”, pch=21,bg = c(“red”, “green3”, “blue”)[unclass(iris$Species)])

pair2

par(bg=”cornsilk”)

coplot(lat ~ long | depth, data = quakes, pch = 21, bg = “green3”)

par(opar)

lengka

18 Tanggapan to “Pengantar Program R”

  1. Yudha said

    R ini ternyata banyak dipakai sebagai alternatif pengganti Matlab yg super mahal itu dalam project2 besar penelitian iklim dunia.

    Kemampuan R dalam membangun GUI biasa digunakan untuk pengembangan tools komputasi user friendly terhadap metode2 analisa iklim yg sudah disepakati dan dibakukan oleh para pakar.

    • kadarsah said

      trims atas komentarnya.

      Betul sekali sehingga saya berusaha memperkenalkan program ini.
      dan tulisan ini akan berlanjut terus.

  2. robimu said

    setuju dengan yudha, namun sebagai saran untuk pemula jika ingin menampilkan statistik deskriptif R masih sangat rumit karena menggunakan script2 yang terkadang belum familiar, jadi masih lebih baik menggunakan soft statistik spt, minitab, spss, systat dsb.

    Namun, untuk statistik modeling R memang dapat disejajarkan dg matlab. Alangkah baiknya ada panduan atau tutorial dalam bhs. indonesia.

    Sebelumnya saya pernah sedikit menggunakan R.8.2.1, jikalau pak kadarsah ada waktu mgkn sy dapat membantu mengenalkan R kpd teman-teman yg sama-sama ingin belajar dan saya jg dlm tahap bljr utk R ini. slm hangat dr Papua.

  3. drs iwan said

    BLOG METEOROLOGI AMAT LANGKA DI INDONESIA,TETAPI AMAT MEMBANTU PEMBELAJARAN GEOGRAFI SMA. SELAMAT BERKARYA PAK !

  4. nandang said

    mohonn bantuan download softwarenya dimana ya?

    • kadarsah said

      ada banyak sumber tetapi untuk lebih mudah dan cepat bisa di lihat di:
      http://cran.bic.nus.edu.sg/
      Di halaman situs itu tertulis:

      Download R 2.9.2 for Windows (34 megabytes)

      * Installation and other instructions
      * New features in this version: Windows specific, all platforms.

      Klik tulisan Download R 2.9.2 for windows ( jika memang OSnya windows).

      Trims

  5. Amin K said

    selamat sore. Saya memiliki kesulitan dalam pembuatan biplot. ada 6 variabel yang saya hubungkan/korelasikan. Dari 6 variabel tersebut ada 2 yang nilainya besar-besar. berikut gambaranya: 1. nilai populasi (puluhan ribu); 2. nilai suhu (puluhan); 3. nilai kelembaban (puluhan); 4. nilai cahaya (puluhan ribu); 5. nilai waktu (belasan); 6. jumlah pohon (ratusan. nah setelah saya masukkan perintah > biplot(prin)…cahaya dan populasi terlihat jelas, sedangkan yang lainnya nampak kecil sekali. saya beranggapan karena nilai cahaya dan populasi besar-besar, jadi yang lainnya tidak terlihat jelas, seperti menumpuk di tengah kuadran. dapatkah saya memperbesar visualisasi nilai lainnya yang kecil-kecil tersebut (suhu,kelembaban, waktu, pohon)?

    • kadarsah said

      Bisa dilakukan dengan mengeset besaran nilai yang akan ditampilkan dan dijelaskan bahwa data yang ditampilkan merupakan hasil pembesaran. Tetapi dalam suatu gambar hendaknya memiliki tingkat pembesaran yang seragam.

  6. irma suryani said

    asw,
    met pagi, saya mo nanya sst
    saya mengalami kesulitan dlm mngolah data untuk analisis periodisitas ozon permukaan,
    biasanya kan menggunakan analisis spektral, tp saya mngalami kesulitan dalam mngolahnya,
    kata tman saya analisis spektral bisa make software matlab,
    bnar it pak????
    trus gmna buat programnya?
    mkasih bnyak sblumnya…

  7. Fikri said

    Juragan… terimakasih postnya, berguna banget.

    Yang ingin saya tanyakan untuk penelitian di bidang pertanian bagaimana ya? Ya untuk percobaan2 yang menggunakan rancangan penelitian CRD atau RCBD bisa diakomodir oleh program ini?

    Trims

    • kadarsah said

      Program R telah banyak digunakan diberbagai bidang: meteorologi,klimatologi,saham,ekonomi ,keuangan,kedokteran dan pertanian. Hal itu disebabkan karena dalam program R telah disediakan program defaultnya yang membantu dalam pengolahan data dan program ini gratis.

      Kalau program CRD/RCBD itu singkatan dari apa ya?

      • rere said

        mau nyambung, saya sedang belajar R tetapi benar-benar baru belajar
        hanya mau ikut nimbrung, RCD/RCBD itu maksudnya random completely design dan block design ya..sepertinya.

  8. kiki said

    Selamat siang Pak Kadarsyah, saya staf BMKG Mataram yang sedang tugas belajar di bandung dan sedang menyusun TA. saya pernah membaca komen Bpk tentang pengaruh Dipole Mode terhadap curah hujan NTB besar, kebetulan saya mengambil tema curah hujan NTB, kalau boleh saya ingin membaca kajian yang Bpk sudah lakukan tentang topik ini. Akan sangat membantu. Terimakasih banyak sebelumnya Pak.

  9. tisa said

    saya masih bingung carany mendownload R package tsDyn….gmn carany?

  10. Fika said

    Selamat siang pAk..Bisa bapak terangkan bagaimana source code program R untuk pemulusan spektrum metode Blackman tUkey Window pada analisis spektral apabila saya menggunakan data bangkitan yang berbentuk cosinus. Saya sudah mencari tahu tetapi belum ketumu juga
    terimakasih

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

 
%d blogger menyukai ini: