Konstruksi Grafik Biplot Dengan Software R
-
Upload
egie-ginanjar-tirta -
Category
Documents
-
view
338 -
download
30
Transcript of Konstruksi Grafik Biplot Dengan Software R
Konstruksi Grafik Biplot dengan Software RBulan Februari kemarin, saya melaksanakan kewajiban untuk memenuhi
mata kuliah PKL (Praktek Kerja Lapangan) dengan magang di kantor
Telkom Jawa Tengah. Di sana pak Bos (manajer tempat saya magang)
meminta kami untuk menganalisis data permintaan voucher fisik Flexi.
Melihat bentuk datanya agak bingung juga karena terdiri dari jumlah
masing-masing voucher (ada lima macam) per vendor. Vendor di sini ialah
pihak yang melaksanakan permintaan voucher terhadap Telkom dan
kemudian mendistribusikannya ke berbagai daerah di Jawa Tengah. Di sini
pak Bos membebaskan kami untuk menganalisis apaaaaaa aja yang penting
bisa menggambarkan data tersebut. Singkat cerita, akhirnya saya putuskan
untuk membuat grafik Biplot yang merupakan salah satu dari banyak
metode yang dipakai untuk penelitian pemasaran.
Analisis Biplot adalah salah satu teknik statistika deskriptif dengan
dimensi dua yang dapat menyajikan secara visual segugus objek dan
variabel dalam satu grafik. Grafik yang di hasilkan dari Biplot ini
merupakan grafik yang berbentuk bidang datar. Dengan penyajian seperti
ini, ciri –ciri variabel dan objek pengamatan serta posisi relatif antara objek
pengamatan dengan variabel dapat dianalisis (Jollife (1986) dan Rowling
(1988) dalam Sartono dkk, 2003). Informasi yang diberikan oleh Biplot
meliputi objek dan variabel.
Menurut Sartono, dkk (2003) analisis biplot didasarkan pada Singular Value
Decomposition (SVD). Biplot dapat dibangun dari suatu matriks data,
dengan masing-masing kolom mewakili suatu variabel dan masing-masing
baris mewakili objek penelitian.
Tapi, di sini saya akan langsung saja membahas mengenai listing program
konstruksi biplot dengan menggunakan software R.
Sebelumnya saya jelaskan, software R adalah salah satu software statistika
yang sedang booming akhir-akhir ini, yang sangat bersahabat dengan
mahasiswa, karena sifatnya open source alias GRATIS! hehe...Nggak seperti
statistical tools lain macam SPSS dan Minitab yang tinggal input data terus
klik-klik saja, software R ini bisa dibilang merupakan gabungan antara
Algoritma Pemrograman dengan ilmu-ilmu Statistika. Kenapa? Karena kita
harus terlebih dahulu menulis programnya sesuai dengan rumus-rumus
perhitungan statistika yang kita inginkan, dan seperti halnya dalam
Pascal(Alpro), butuh logika yang baik supaya program tersebut bisa
berjalan dengan alur yang tidak rumit (sesederhana mungkin). Selain itu,
ada aturan juga mengenai simbol/huruf/kata supaya bisa dikenali oleh si R
ini. Kadang, kurang satu huruf saja sudah membuat program yang sudah
kita tulis berpanjang-panjang ria jadi nggak jalan.
Pada saat membuat laporan PKL saya putuskan untuk memakai software
ini, dengan tujuan sekalian untuk eksplorasi, karena pada saat itu si R ini
masih 'hangat-hangatnya' di mata kuliah Statistika Komputasi.
Berikut ini listing program konstruksi biplot yang saya buat :
Yang diblok abu-abu adalah input datanya dengan maksud membentuk
matriks data. Karena saya waktu itu masih cemen atau 'abu-abu' dalam
software R, input data saya tuliskan satu-satu seperti di atas. Kalau mau
lebih rapi dan singkat, input data bisa dilakukan melalui paket 'Rcmdr',
kemudian 'dipanggil' melalui jendela syntax yang sudah otomatis
membentuk matriks data. Hasilnya :
Grafik Biplot alpha = 0
Listing program di atas ini untuk membuat grafik biplot dengan nilai alpha
= 0. Dalam biplot, ada tiga nilai alpha yang biasanya digunakan, yaitu 0,
0.5, dan 1.
Untuk alpha = 0 adalah seperti di atas, sedangkan untuk alpha
lainnya cukup dengan mengedit 'G' dan 'Ht' sesuai dengan rumus yang ada :
alpha=0.5
G=U%*%sqrt(L)
Ht=sqrt(L)%*%t(A)
alpha=1
G=U%*%L
H=A
Masing-masing grafiknya :
Grafik Biplot alpha = 0.5
Grafik Biplot alpha = 1
Dengan begitu kita akan menghasilkan tiga buah grafik Biplot berdasarkan
nilai alpha. Masing-masing alpha ini punya interpretasi berbeda pula :
alpha = 0
Keragaman variabel (makin panjang vektornya, makin besar keragamannya)
Korelasi antar variabel (dilihat dari kosinus sudut antara dua vektor. Makin
lancip sudutnya, makin besar korelasinya)
alpha = 0.5
Menginterpretasikan nilai/keunggulan variabel pada suatu objek.
alpha = 1
Memvisualisasikan kedekatan/posisi antar objek di mana semakin dekat dua
objek,semakin ada kemiripan antar keduanya.
Seberapa baik informasi yang didapat dari grafik biplot, karena ini adalah
reduksi baris, direpresentasikan melalui ukuran keragaman atau nilai
kebaikan biplot. Untuk mendapatkan nilai kebaikan tersebut, kita perlu
mendapatkan nilai eigen terlebih dahulu
eigen(t(X)%*%X)$values
Selanjutnya dapat dihitung nilai kebaikannya.(0-100%)
Dari pemaparan di atas, cara yang saya gunakan adalah cara manual, di
mana harus saya masukkan rumusnya satu-satu untuk mendapatkan
koordinat grafiknya. Namun sebenarnya kita juga bisa pakai paket
'BiplotGUI' yang dapat didownload
dari http://cran.r-project.org/web/packages/ . Saya tidak menggunakan
paket ini karena tampilan grafiknya kurang 'sreg'. (Atau saya yang masih
abu-abu banget jadi nggak tahu gimana ngebagusin grafiknya pake paket
ini )