Kursus/Pelatihan R Studio | Training R Studio Master Class Selama 3 Hari

Silabus R Studio Master Class (3 Hari, 09:00 – 16:00)
Durasi: 3 Hari
Jam Belajar: 09:00 – 12:00, 13:00 – 16:00 (Istirahat: 12:00 – 13:00)

???? Hari 1: Pengantar R dan Data Manipulasi Lanjutan

09:00 – 10:30 | Sesi 1: Pengenalan R dan R Studio

• Instalasi dan konfigurasi R dan RStudio
• Struktur dasar bahasa R: variabel, tipe data, dan operator
• Import dan eksport data (CSV, Excel, JSON, SQL)

10:30 – 12:00 | Sesi 2: Data Wrangling dengan dplyr dan tidyr

• Pengolahan data dengan dplyr: select, filter, mutate, arrange
• Transformasi data dengan tidyr: pivoting, missing value handling
• Latihan studi kasus data wrangling

13:00 – 14:30 | Sesi 3: Pemrograman Fungsional dan Automasi dengan R

• Pembuatan fungsi kustom di R
• Looping vs. vectorization untuk efisiensi kode
• Automasi tugas dengan purrr dan apply family

14:30 – 16:00 | Sesi 4: Visualisasi Data dengan ggplot2

• Konsep dasar ggplot2: aesthetic mapping, geoms, themes
• Pembuatan berbagai jenis plot (scatter, bar, boxplot, line, histogram)
• Kustomisasi tampilan visualisasi dan anotasi

???? Hari 2: Analisis Statistik dan Machine Learning

09:00 – 10:30 | Sesi 5: Analisis Statistik Dasar & Inferensial

• Statistik deskriptif: mean, median, standard deviation
• Uji hipotesis: t-test, ANOVA, chi-square
• Regresi linear sederhana

10:30 – 12:00 | Sesi 6: Regresi dan Prediksi dengan Machine Learning

• Regresi linear berganda dan logistic regression
• Evaluasi model: RMSE, MAE, R-squared
• Implementasi pada data dunia nyata

13:00 – 14:30 | Sesi 7: Machine Learning dengan caret

• Pengantar supervised learning (classification & regression)
• Preprocessing data untuk machine learning
• Model training dan hyperparameter tuning dengan caret

14:30 – 16:00 | Sesi 8: Clustering dan Unsupervised Learning

• K-Means dan hierarchical clustering
• PCA untuk reduksi dimensi
• Visualisasi hasil clustering

???? Hari 3: Big Data, Web Scraping, dan Dashboard Interaktif

09:00 – 10:30 | Sesi 9: Pengolahan Big Data dengan R

• Bekerja dengan dataset besar menggunakan data.table
• Pengolahan data dengan SparkR untuk integrasi dengan Hadoop/Spark
• Optimasi kinerja kode

10:30 – 12:00 | Sesi 10: Web Scraping dengan Rvest dan API Handling

• Teknik web scraping dengan rvest
• Pengambilan data dari API menggunakan httr
• Parsing dan manipulasi hasil scraping

13:00 – 14:30 | Sesi 11: Pembuatan Dashboard Interaktif dengan Shiny

• Konsep dasar shiny untuk pembuatan aplikasi interaktif
• Pembuatan UI dan server
• Interaksi pengguna dengan input dan output dinamis

14:30 – 16:00 | Sesi 12: Studi Kasus dan Presentasi Akhir

• Peserta mengembangkan mini-project berbasis R
• Presentasi hasil analisis dan dashboard
• Review dan diskusi hasil pekerjaan

???? Hasil Akhir:
Peserta akan menguasai R Studio untuk analisis data, statistik, machine learning, big data, web scraping, dan dashboard interaktif.