2.5 Membaca Data dari File Eksternal

Pada Chapter 2.5, pembaca akan mempelajari bagaimana cara melakukan import data dari berbagai sumber seperti plain text, spreadsheets, SPSS, STATA, SAS, dan Minitab. Sebelum melakukan hal tersebut terdapat beberapa hal yang perlu pembaca perhatikan, antara lain:

Pastikan data berada dalam format tidy data (lihat Chapter 2.3), dan
Pastikan missing value berada pada notasi yang konsisten.

Data yang berasal dari berbagai sumber akan memberikan format notasi missing value yang berbeda-beda, misalnya data yag berasal dari database akan memberikan notasi NULL terhadap missing value, sedangkan data yang berasal dari spreadsheet akan memberikan notasi missing value berdasarkan operasi yang dilakukan pada datanya (contoh: #VALUE! untuk hasil operasi 2 buah objek berbeda tipe datanya). RCommander tidak dapat menangani kondisi di mana pada satu kolom data terdapat lebih dari 1 notasi missing value. Untuk mengatasi hal tersebut, pembaca perlu menyeragamkan notasi missing value pada data (contoh: mengubahnya menjadi notasi NA atau dikosongkan jika data bersumber dari spreadsheet).

Pada Chapter 2.5, pembaca akan diberikan contoh bagaimana melakukan import data yang disajikan pada Tabel 2.8.

Tabel 2.8: Sepuluh Observasi pertama dataset mtcars
mpg	cyl	disp	hp	drat	wt	qsec	vs	am	gear	carb
21.0	6	160.0	110	3.90	2.620	16.46	0	1	4	4
21.0	6	160.0	110	3.90	2.875	17.02	0	1	4	4
22.8	4	108.0	93	3.85	2.320	18.61	1	1	4	1
21.4	6	258.0	110	3.08	3.215	19.44	1	0	3	1
18.7	8	360.0	175	3.15	3.440	17.02	0	0	3	2
18.1	6	225.0	105	2.76	3.460	20.22	1	0	3	1
14.3	8	360.0	245	3.21	3.570	15.84	0	0	3	4
24.4	4	146.7	62	3.69	3.190	20.00	1	0	4	2
22.8	4	140.8	95	3.92	3.150	22.90	1	0	4	2
19.2	6	167.6	123	3.92	3.440	18.30	1	0	4	4

Adapun penjelasan terkait Tabel 2.8 ditampilkan pada Tabel 2.9

Tabel 2.9: Penjelasan variabel dataset mtcars.
Variabel	Keterangan
`mpg`	Mil/(US) galon
`cyl`	Jumlah silinder
`disp`	Displacement (cu.in)
`hp`	Gross horsepower
`drat`	Rasio gandar belakang
`wt`	Berat (1000 lb)
`qsec`	Watu tempuh 1/4 mil
`vs`	Mesin (0=V-shape, 1=straight)
`am`	Transmisi (0=otomatis, 1=manual)
`gear`	Jumlah gear depan
`carb`	Jumlah karburator

2.5.1 Membaca Data dari Sumber Plain Text

Terdapat 3 buah metode untuk membaca data dari plain text. Metode tersebut dibagi berdasarkan lokasi file plain text tersebut berada.

Membaca file yang berada pada sistem lokal

Pada menu Data, klik Data/Import data/from text file,clipboard,or URL....
Pada jendela yang muncul, isikan spesifikasi file (lihat Tabel 2.10) dan nama objek dataset yang diinginkan. Pada bagian Location of Data File pilih Local file system. Klik OK.
Pada jendela Windows Explorer yang muncul, pilih file yang hendak dibaca. Klik Open.
Untuk melihat dataset yang berhasil dibuat, klik pada toolbar View data set.

Visualisasi tahapan tersebut ditampilkan pada Gambar 2.3.

Gambar 2.3: Visualisasi tahapan membaca file plain text dari sistem lokal.

Membaca file yang berada pada clipboard

Higlight tabel dataset yang pembaca miliki dan copy dataset tersebut. Dataset tersebut selanjutnya akan tersimpan pada clipboard.
Pada menu Data, klik Data/Import data/from text file,clipboard,or URL....
Pada jendela yang muncul, isikan spesifikasi file (lihat Tabel 2.10) dan nama objek dataset yang diinginkan. Pada bagian Location of Data File pilih clipboard .Klik OK.
Dataset akan secara otomatis dibuat oleh program dengan mengambil data yang tersimpan pada clipboard.
Untuk melihat dataset yang berhasil dibuat, klik pada toolbar View data set.

Membaca file yang berada pada URL

Copy halaman URL lokasi dataset berada.
Pada menu Data, klik Data/Import data/from text file,clipboard,or URL....
Pada jendela yang muncul, isikan spesifikasi file (lihat Tabel 2.10) dan nama objek dataset yang diinginkan. Pada bagian Location of Data File pilih Internet URL. Klik OK.
Pada jendela yang muncul tempelkan (pasting) halaman URL yang telah di copy sebelumnya.
Untuk melihat dataset yang berhasil dibuat, klik pada toolbar View data set.

Visualisasi tahapan tersebut ditampilkan pada Gambar 2.4.

Gambar 2.4: Visualisasi tahapan membaca file plain text dari internet URL.

Sintaks yang muncul pada R Console saat proses telah dilakukan adalah sebagai berikut:

# sistem lokal
Dataset <- read.table("D:/mtcars.txt", header=TRUE, 
                      sep="", na.strings="NA", dec=".",
                      strip.white=TRUE)
# clipboard
Dataset <- read.table("clipboard", header=TRUE, 
                      sep="", na.strings="NA",
                      dec=".", strip.white=TRUE)
# URL
Dataset <- read.table("www.abcde.com/mtcars.txt", 
                      header=TRUE, sep="",na.strings="NA", 
                      dec=".", strip.white=TRUE)

Tabel 2.10: Penjelasan terkait item pada jendela Read Text Data From File, Clipboard, or URL.
No.	Item	Jenis Input	Keterangan
1.	`Enter name for data set`	text input	Input nama dataset yang diinginkan sebagai output
2.	`Variable name in file`	Check box	Jika di centang, program membaca baris pertama tabel sebagai nama kolom
3.	`Missing value indikator`	text input	Karakter yang mengidikasikan missing value dalam file (misal: White space, NA, NaN, dll)
4.	`Location of Data File`	radio button	Lokasi file yang akan dibaca berada
5.	`Field Separator`	radio button	Pemisah antar kolom data yang digunakan
6.	`Decimal-Point Character`	radio button	Karakter yang digunakan sebagai penunjuk decimal-point

2.5.2 Membaca Data dari Sumber Spreadsheet dan Lainnya

Format data lain yang dapat dibaca oleg R Commander adalah xlsx (Excel) ,.dta (STATA), .sav (SPSS), .sas7bdat dan .xport (SAS), serta .mtp (minitab). Cara membaca data dengan format tersebut cukup sederhana dilakukan pada R Commander. Pembaca hanya perlu menuju menu Data/Import data dan memilih sumber data yang ingin dibaca. Pada jendela yang muncul (kecuali format .xport) pembaca diminta untuk melakukan sejumlah konfigurasi seperti apakah rownames terletak pada kolom pertama, apakah perlu mengubah jenis data karakter menjadi faktor, dll. Pada kondisi dimana pembaca diminta untuk mengkonversi karakter menjadi faktor, penulis menyarankan untuk tidak melakukannya saat awal membaca data sebab akan menyulitkan pada saat melakukan analisis data selanjutnya. Konversi karakter menjadi faktor dilakukan pada sejumlah variabel yang memang ingin diubah menjadi faktor (bisa numerik atau karakter). Tampilan jendela konfigurasi awal saat membaca data ditampilkan pada Gambar 2.5.

Gambar 2.5: Tampilan jendela konfigurasi import data berbagai format file.

Contoh sintaks yang akan muncul saat proses tersebut selesai adalah sebagai berikut:

# .xlsx
Dataset <- readXL("D:/mtcars.xlsx", rownames=FALSE, 
                  header=TRUE, na="", sheet="mtcars",
                  stringsAsFactors=TRUE)

# .sav
Dataset <- readSPSS("D:/mtcars.sav", rownames=FALSE,
                    stringsAsFactors=TRUE, tolower=FALSE)

# .xport
Datasets <- read.xport("D:/mtcars.xport")

# .sasb7dat
Dataset <- readSAS("D:/mtcars.sas7bdat",
                   stringsAsFactors=TRUE, rownames=FALSE)

# .dta
Dataset <- readStata("D:/mtcars.dta", convert.dates=TRUE,
                     stringsAsFactors=TRUE, rownames=FALSE)