Langsung ke konten utama

Import Data Hasil Unduh (Donwload) Secara Online ke dalam R

Import Data hasil unduh online
 

Semoga teman-teman masih menyimak terus blog ini. Kali ini saya akan berbagi sedikit bagaimana cara melakukan import data yang kita dapatkan dari unduh secara daring (online download) pada tautan tertentu. Mengingat kita akan mempersiapkan datanya dari hasil unduh daring, maka dalam unggahan ini, kita tidak perlu mengunduhnya dari tempat data-data. Kita akan praktik bagaimana mengunduh data yang terdapat di dalam tautan atau URL ini.

Sebenarnya, kita bisa saja mengunduhnya langsung dan masuk penyimpanan komputer kita, tetapi beberapa orang berpikir bahwa hal itu masih kurang praktis. Oleh karena itulah kebutuhan mengimport data secara otomatis dari hasil unduh daring ini banyak penggemarnya.

Untuk melakukan import data, kita dapat menggunakan beberapa code berikut ke dalam R, baik bagian R script maupun di bagian Console-nya untuk kita running. Tak lupa, sebelumnya, kita install dulu dan aktifkan package RCurl.

#Menginstall dan mengaktifkan package RCurl
install.packages("RCurl")
library(RCurl)

#Mendeklarasikan URL data yang akan diunduh
x <- getURL("https://d396qusza40orc.cloudfront.net/getdata%2Fdata%2Fss06hid.csv")

#fungsi getURL berada di dalam package RCurl, jangan lupa menyertakan ekstensi file sesuai formatnya

#Dalam kasus ini filenya adalah CSV

#Menampilkan hasil unduh data online
output <- read.csv(textConnection(x))

#Melihat Struktur data 

str(output)

#Melihat Dimensi Data, Jumlah Kolom dan Barisnya
dim(output)

Oke, demikian sedikit ulasan bagaimana kita melakukan import data dari unduh daring ke dalam R. Jangan lupa untuk share, tanya-tanya di kolom komentar, dan menyimak unggahan berikutnya. Semoga bermanfaat.

Komentar

Postingan populer dari blog ini

Mencari P - Value dan Titik Kritis Uji F, Uji t, Uji Chi Square, dan Uji Z Normal dengan R

Mencari nilai p-value dan titik kritis Bagi teman-teman yang pernah mengenal statistika, pasti familier dengan istilah p-value dan titik kritis. P-value biasanya didefinisikan sebagai probabiltas atau peluang maksimal yang diamati dari hasil uji statistik, bahasa gampangnya adalah besarnya kesalahan penelitian berdasarkan uji statistik. Sebagai contoh sederhana, dari 100 orang dengan nama masing-masing dan diklasifikasikan ke dalam gender nama perempuan dan nama laki-laki, didapatkan nilai p-value uji statistiknya sebesar 0,05 atau 5%. Itu artinya, dari 100 orang, ada kemungkinan sebanyak 5 orang yang namanya salah klasifikasi. Dari namanya terdeteksi sebagai nama perempuan, padahal aktualnya yang bersangkutan bergender laki-laki. Sedangkan titik kritis atau titik uji adalah nilai batas pengujian hipotesis statistik, apakah masuk dalam wilayah tolak hipotesis, ataukah gagal menolaknya. Titik ini berkaitan erat dengan nilai p-value . Kalau biasanya kita mendapatkan kedua nilai ini da...

Cara Mendowload dan Install R serta RStudio di Windows (Step by Step)

Cara Download dan Install R serta R Studio di Windows Halo teman-teman, mohon maaf karena beberapa waktu ini, blog ini sempat vakum dari unggahan. Kali ini saya akan coba berbagai mengenai bagaimana cara mengunduh ( download ) dan menginstal ( install ) program R sekaligus R Studio khususnya di Windows. Unggahan kali ini sedikit terbalik karena semestinya saya unggah terlebih dahulu pertama kali di blog ini, namun bukan masalah, mengingat kemarin ada beberapa pihak yang meminta untuk menerangkap bagaimana tahapan mengunduh dan instalasi R dan R Studio, jadinya saya dahulukan pada unggahan ini sebelum pembahasan mengenai Data Mining , Data Science , atau bahasan Big Data kita terlampau jauh. Baik, kita akan mulai dengan bagaimana mengunduh R dan R Studio melalui mesin pencari Google. R dan R Studio ini memang beberapa waktu terakhir ini booming , apalagi dengan munculnya konsep mengenai Big Data , Data Modelling, Data Mining, dan Data Science serta Data Visualization . Sebenarnya, men...

Analisis Tipologi Klassen (Klassen Typology) dan Visualisasi Spasialnya dengan R

Tipologi Klassen dan visualisasinya dengan R Halo teman-teman, sebelumnya kita telah membahas tentang analisis Shift Share dan Location Quotient (LQ) dengan menggunakan R. Kali ini, kita akan membahas mengenai satu lagi alat analisis yang sebenarnya merupakan alat analisis tiga serangkai dari SS dan LQ, yaitu analisis Tipologi Klassen. Dalam penelitian ekonomi kewilayahan, ketiga analisis ini seringkali digunakan, baik dalam rangka melihat perkembangan dan transformasi struktur ekonomi suatu wilayah maupun melihat keunggulan kompetitif dan keunggulan komparatif wilayah satu dengan wilayah lainnya dengan mengacu wilayah referensi. Terlebih dulu, sebelum melakukan visualisasi spasial menggunakan fungsi plot(), ada baiknya kita bahas terlebih dahulu mengenai Tipologi Klassen itu sendiri. Tipologi Klassen merupakan teknik pengelompokan sektor, subsektor, lapangan usaha, atau komoditas tertentu di wilayah analisis berdasarkan pertumbuhan nilai tambah wilayah analisis terhadap nasional atau...