Pemateri
Muhammad Irfansyah Lubis
Wildlife Conservation Researcher/Geosoftware InstructorMuhammad Irfansyah Lubis adalah peneliti dan praktisi konservasi keanekaragaman hayati dengan keahlian pada GIS, penginderaan jauh, dan analisis spasial untuk mendukung pengelolaan kawasan konservasi dan perlindungan spesies kunci. Ia menyelesaikan pendidikan doktoralnya di Nanyang Technological University, Singapura, setelah menempuh studi magister di James Cook University, Australia melalui Australian Awards Scholarship. Dengan pengalaman lebih dari 15 tahun, ia telah terlibat dalam berbagai proyek konservasi bersama WWF, GIZ, dan WCS, termasuk pemodelan habitat dan ancaman bagi harimau, badak, dan gajah Sumatra. Saat ini, ia aktif sebagai Peneliti di BRIN, dengan fokus pada riset berbasis data spasial untuk mendukung kebijakan dan pengelolaan lingkungan berkelanjutan.
Deskripsi
Pelatihan ini dirancang untuk membekali Sobat Geosoftware dengan pemahaman dasar serta keterampilan praktis dalam pengolahan dan analisis data menggunakan bahasa pemrograman R dan lingkungan pengembangannya RStudio. Peserta akan mempelajari alur kerja analisis data secara bertahap, mulai dari pengenalan R sebagai alat analisis, pengelolaan proyek dan paket, hingga pemahaman struktur data tabular seperti data frame serta teknik membaca dan menyimpan data CSV maupun Excel.
Selain penguasaan dasar, peserta juga akan dilatih melakukan pembersihan dan manipulasi data secara efisien menggunakan ekosistem tidyverse, mencakup proses seleksi, transformasi, peringkasan, dan restrukturisasi data. Pada tahap lanjut, peserta akan mempelajari teknik visualisasi data ilmiah menggunakan ggplot2 dan peta interaktif berbasis leaflet, serta memahami analisis statistik inferensial dasar seperti uji hipotesis dan analisis korelasi. Materi disusun secara sistematis dan aplikatif sehingga dapat diikuti oleh pemula, sekaligus relevan untuk mendukung kebutuhan analisis data dalam riset, laporan, dan pengambilan keputusan berbasis data.
Jadwal dan List Materi:
Sesi 1
- Pengenalan R dan RStudio (antarmuka dan alur kerja)
- Instalasi dan manajemen paket dasar
- Pembuatan dan pengelolaan R Project
- Dasar objek dan struktur data R (data frame)
- Membaca dan menyimpan data CSV/Excel
- Pengantar logika pemrograman terstruktur (opsional)
Sesi 2
- Konsep tidy data dan alur kerja analisis data
- Pengenalan tidyverse (dplyr, tidyr, readr)
- Manipulasi data frame (select, filter, mutate, arrange)
- Peringkasan data (group_by dan summarise)
- Transformasi data (wide ke long dan sebaliknya
Sesi 3
- Prinsip visualisasi data ilmiah
- Pengenalan ggplot2 dan grammar of graphics
- Visualisasi eksploratif (histogram, boxplot, scatterplot)
- Kustomisasi grafik dan ekspor visualisasi
- Pengenalan visualisasi spasial dengan peta interaktif (leaflet)
Sesi 4
- Statistik deskriptif (mean, median, standar deviasi, IQR)
- Penanganan missing values dan outlier
- Uji hipotesis dasar (uji t: one-sample, two-sample, paired)
- Analisis korelasi (Pearson dan Spearman)
- Interpretasi p-value dan interval kepercayaan
Konten
Dasar R dan Pengelolaan Data
Data Wrangling dengan Tidyverse
Visualisasi Data dan Peta Spasial
Silabus
01
Silabus Kelas 1
Akses silabus melalui link berikut: https://s.id/silabusdasarR
Frequently Asked Question
Siapa saja yang dapat mengikuti pelatihan ini?
Pelatihan ini terbuka untuk mahasiswa, peneliti, praktisi, maupun umum yang ingin mempelajari analisis data menggunakan R dan RStudio. Pelatihan dirancang ramah pemula dan tidak mengharuskan pengalaman pemrograman sebelumnya.
Apakah pelatihan ini cocok untuk pemula yang belum pernah menggunakan R?
Ya. Pelatihan bersifat pemula-friendly dan dimulai dari pengenalan R, RStudio, serta konsep dasar pengolahan data. Materi disusun bertahap sehingga peserta dapat mengikuti proses belajar dengan nyaman.
Apakah peserta harus memiliki latar belakang statistik atau pemrograman?
Tidak wajib. Namun, pemahaman dasar mengenai data tabular (baris–kolom) dan logika analisis sederhana akan membantu peserta memahami materi dengan lebih cepat.
Apakah pelatihan ini lebih banyak teori atau praktik?
Pelatihan dirancang dengan keseimbangan teori dan praktik. Setiap konsep akan langsung diikuti dengan praktik pengolahan data, visualisasi, dan analisis statistik menggunakan studi kasus.
Apakah peserta akan mendapatkan modul atau materi pelatihan?
Ya. Peserta akan mendapatkan modul pelatihan dan dataset praktik yang dapat digunakan selama dan setelah pelatihan sebagai bahan belajar mandiri.
Setelah pelatihan, kemampuan apa yang diharapkan dimiliki peserta?
Peserta diharapkan mampu mengelola data tabular, melakukan data wrangling, membuat visualisasi data, serta melakukan analisis statistik dasar menggunakan R dan RStudio untuk mendukung kebutuhan riset maupun pekerjaan.
Kelas Ini Cocok Untuk?
01
Kemampuan Dasar yang Disarankan untuk Peserta:
1. Pemahaman Dasar tentang Data Tabular: Peserta disarankan memiliki pemahaman umum mengenai data dalam bentuk tabel, seperti baris dan kolom, serta contoh data CSV atau Excel. Pengetahuan ini membantu peserta memahami struktur data frame di R dan memudahkan proses membaca, membersihkan, serta mengelola data sebelum analisis dilakukan. 2. Familiar dengan Penggunaan Komputer dan File Digital: Peserta diharapkan terbiasa melakukan pengelolaan file dasar, seperti mengunduh dan mengekstrak data, menyimpan file dalam folder tertentu, serta membuka dan mengedit file CSV atau Excel. Kemampuan ini penting untuk mendukung kelancaran praktik pengelolaan proyek, pemanggilan data, dan penyimpanan hasil analisis di RStudio. 3. Kemampuan Dasar Logika dan Alur Kerja Analisis: Peserta disarankan memiliki pemahaman dasar tentang logika pemrosesan data, seperti urutan langkah kerja (input–proses–output) dan konsep seleksi data sederhana. Meskipun tidak diwajibkan memiliki pengalaman pemrograman, pemahaman logika ini akan membantu peserta mengikuti proses data wrangling, visualisasi, dan analisis statistik secara lebih sistematis....
02
Spesifikasi Perangkat yang Disarankan:
1. Processor: Minimal Intel i3 / AMD Ryzen 3 atau setara. Direkomendasikan Intel i5 / AMD Ryzen 5 atau lebih tinggi agar proses pengolahan data dan visualisasi berjalan lebih lancar. 2. RAM: Minimum 8 GB. Disarankan 16 GB untuk kenyamanan saat mengolah dataset berukuran besar dan menjalankan visualisasi kompleks. 3. Storage: Minimal 10–15 GB ruang kosong untuk instalasi R, RStudio, paket pendukung, serta penyimpanan file data dan proyek analisis. 4. Sistem Operasi: Windows 10/11 (64-bit), macOS versi terbaru, atau Linux (Ubuntu 20.04 LTS atau setara). 5. Koneksi Internet: Koneksi internet stabil dengan kecepatan minimal 5 Mbps, terutama untuk instalasi paket, pengunduhan data, dan keperluan kelas daring....
03
CATATAN
Pelatihan ini ditujukan bagi peserta yang ingin mempelajari pengolahan dan analisis data menggunakan bahasa pemrograman R dan lingkungan RStudio. Pelatihan bersifat pemula-friendly, sehingga tidak mengharuskan peserta memiliki pengalaman sebelumnya dalam pemrograman R. Namun, pemahaman dasar mengenai data tabular serta alur kerja analisis data akan membantu peserta mengikuti materi dengan lebih optimal. Materi pelatihan disusun secara bertahap dan sistematis, dimulai dari pengenalan R dan RStudio, pengelolaan proyek dan paket, hingga teknik pembersihan dan manipulasi data menggunakan tidyverse. Selanjutnya, peserta akan mempelajari visualisasi data ilmiah serta analisis statistik inferensial dasar untuk mendukung interpretasi data. Pelatihan ini dirancang agar peserta mampu mengikuti seluruh alur analisis data—mulai dari persiapan data mentah hingga penyajian dan interpretasi hasil—melalui kombinasi teori dan praktik yang terstruktur....