Hubungi Kami

Kerangka Materi

Menulis Kode R yang Lebih Bersih dan Dapat Digunakan Kembali

  • Mengidentifikasi faktor-faktor yang membuat kode R skalabel, mudah dibaca, serta dapat dipelihara.
  • Merancang fungsi-fungsi yang memiliki parameter input/output jelas serta nilai default yang tepat.
  • Mengurangi pengulangan pekerjaan melalui perancangan fungsi dan struktur skrip yang lebih baik.

Alur Kerja Transformasi Data Secara Praktis

  • Merancang pipelin analisis yang jelas dengan memanfaatkan alat-alat dari paket tidyverse.
  • Bekerja dengan operasi ringkasan data berkelompok, penggabungan dataset, serta penataan ulang format data.
  • Mengatur langkah-langkah persiapan data agar dapat digunakan kembali dalam analisis di masa depan.

Pemrograman Fungsional untuk Tugas-Tugas Berulang

  • Memanfaatkan alat iterasi sebagai pengganti perulangan konvensional.
  • Menerapkan pendekatan pemetaan data melalui paket purrr.
  • Menangani kemungkinan kesalahan dan nilai yang tidak tersedia secara lebih aman dalam tugas-tugas berulang.

Deteksi Kesalahan serta Optimalisasi Kinerja

  • Mengenali dan memperbaiki jenis-jenis kesalahan umum dalam skrip maupun fungsi.
  • Menerapkan teknik debug terpilih pada lingkungan R maupun RStudio.
  • Menilai kecepatan eksekusi kode serta mengambil langkah-langkah tertarget untuk peningkatannya.

Pelaporan dan Komunikasi yang Dapat Direproduksi

  • Mengonversi hasil analisis menjadi laporan terstruktur dengan menggunakan R Markdown.
  • Menyempurnakan tampilan visual melalui ggplot2 demi komunikasi informasi yang lebih efektif.
  • Mempersiapkan output analisis untuk dipaparkan kepada pihak bisnis maupun akademis.

Workshop Terapan dan Arah Pengembangan Selanjutnya

  • Mengintegrasikan pengetahuan soal fungsi, alur kerja data, teknik debug, serta pembuatan laporan dalam satu latihan praktis.
  • Meringkas metode-metode terpenting beserta pola umum yang sering digunakan saat bekerja dengan R sehari-hari.
  • Menentukan langkah-langkah pengembangan selanjutnya untuk meningkatkan kemampuan pemrograman R peserta.

Persyaratan

  • Pemahaman mendalam mengenai sintaks dasar R, tipe data, vektor, serta struktur data frame
  • Pengalaman menulis skrip menggunakan R dan bekerja di lingkungan RStudio
  • Keterampilan pemrograman tingkat menengah, termasuk manipulasi data dan pembuatan grafik sederhana

Target Peserta

  • Analis data yang ingin menghasilkan kode R lebih efisien, dapat digunakan kembali, serta mudah dipelihara.
  • Ilmuwan data yang membutuhkan alur kerja lebih tangguh untuk analisis, pelaporan, dan kolaborasi.
  • Peneliti maupun profesional teknis yang mengandalkan R dalam pekerjaan sehari-hari berbasis data.
 14 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait