Platform praktikum interaktif berbasis Quarto dan WebR. Tulis skrip statistik, transformasikan data dengan tidyverse, dan bangun visualisasi langsung di peramban tanpa konfigurasi lokal.
> summary(iris$Sepal.Length)
Min. 1st Qu. Median Mean 3rd Qu. Max.
4.300 5.100 5.800 5.843 6.400 7.900
> cor(iris$Sepal.Length, iris$Petal.Length)
[1] 0.8717538Disusun sesuai capaian pembelajaran mata kuliah Analisis dan Visualisasi Data (MSIM4310).
WebAssembly mengeksekusi komputasi R langsung di browser tanpa instalasi perangkat lunak lokal.
Berlatih menggunakan dataset standar seperti iris, mtcars, dan corpus teks untuk studi kasus.
Dokumen reproducible research yang dapat diunduh dan dibuka langsung menggunakan RStudio.
Rangkaian pembelajaran bertahap mulai dari sintaks dasar bahasa R hingga pembuatan dashboard interaktif terdistribusi.
Pengenalan bahasa R, tipe data, manipulasi vektor, data frame, serta fungsi statistik deskriptif dasar.
Operasi transformasi matematis, logaritma, dan penyesuaian skala data menggunakan fungsi tidyverse.
Identifikasi pola missing values (NA), teknik penghapusan selektif, dan metode imputasi data secara metodologis.
Eksplorasi hubungan antarvariabel, estimasi parameter regresi linear sederhana, dan pemeriksaan asumsi residual.
Uji hipotesis formal pada regresi, least squares estimation, dan interpretasi model regresi linear berganda.
Pra-pemrosesan teks, tokenisasi kata, pembersihan stop words, analisis frekuensi kata, n-gram, dan sentimen.
Konstruksi word cloud informatif, diagram batang frekuensi, graf jaringan bigram, dan heatmap kata teks.
Pembangunan antarmuka reaktif menggunakan Shiny dan Plotly, memisahkan logika UI dan Server secara terstruktur.
Pengembangan panel analitik lengkap dengan shinydashboard, valueBox, multi-tab items, dan distribusi dashboard.
Materi disusun secara berurutan agar Anda memahami konsep dasar sebelum melangkah ke teknik pemodelan dan antarmuka reaktif.
Mencakup Modul 01 hingga 03: eksplorasi sintaks dasar R, manipulasi data tidyverse, dan penanganan missing values secara cermat.
Modul 01, 02, 03Mencakup Modul 04 dan 05: regresi linear sederhana, uji asumsi klasik residual, least squares, dan uji hipotesis regresi berganda.
Modul 04, 05Mencakup Modul 06 dan 07: tokenisasi korpus teks bahasa alami, stop words removal, n-gram, sentiment scoring, dan network visualization.
Modul 06, 07Mencakup Modul 08 dan 09: arsitektur reaktif Shiny, komponen UI & Server, visual interaktif Plotly, dan dashboard analitik lengkap.
Modul 08, 09Bobot: 2 SKS · Program Studi Sistem Informasi · Universitas Terbuka
Membekali mahasiswa dengan kompetensi komputasi analisis data, mulai dari penyajian numerik, eksplorasi pola multivariat, analisis teks, hingga penyusunan dashboard visual interaktif menggunakan ekosistem bahasa R.
Platform dirancang dengan mengutamakan kemudahan akses, integritas hasil analisis, dan prinsip reproducible research.
Interpreter R dieksekusi langsung pada mesin klien melalui peramban web modern tanpa memerlukan server komputasi eksternal.
Seluruh modul disusun dalam format Quarto Markdown (.qmd), memudahkan integrasi teks naratif, kode komputasi, dan keluaran grafik.
Setiap modul mengangkat permasalahan riil dengan interpretasi statistik yang sistematis dan relevan dengan praktik dunia kerja.
Mahasiswa dapat mengulang latihan, mengubah argumen kode secara real-time, dan memverifikasi hasil kalkulasi secara mandiri.