<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Nur Andi Setiabudi</title>
    <link>https://www.nurandi.id/</link>
    <description>Recent content on Nur Andi Setiabudi</description>
    <image>
      <title>Nur Andi Setiabudi</title>
      <url>https://www.nurandi.id/papermod-cover.png</url>
      <link>https://www.nurandi.id/papermod-cover.png</link>
    </image>
    <generator>Hugo -- gohugo.io</generator>
    <language>en</language>
    <lastBuildDate>Wed, 13 Dec 2023 00:00:00 +0000</lastBuildDate><atom:link href="https://www.nurandi.id/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Menghitung Jarak dan Elevasi serta Membuat Visualisasi dari File GPX</title>
      <link>https://www.nurandi.id/blog/menghitung-jarak-dan-elevasi-serta-membuat-visualisasi-dari-file-gpx/</link>
      <pubDate>Wed, 13 Dec 2023 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/menghitung-jarak-dan-elevasi-serta-membuat-visualisasi-dari-file-gpx/</guid>
      <description>GPS eXchange, atau disingkat GPX, merupakan format file untuk menyimpan dan bertukar data lintasan, rute dan lokasi. Kehadiran GPX menjadi krusial dalam merencanakan, melacak, dan merekam aktivitas outdoor seperti lari, bersepeda dan hiking dengan menyediakan data koordinat geografis yang dapat dieksplorasi untuk mendapatkan wawasan yang lebih mendalam terkait rute, jarak, dan elevasi. Dengan menggunakan R, kita dapat mengolah data GPX tersebut dan menghasilkan visualisasi yang informatif. Pada artikel ini akan dibahas bagaimana mengolah data GPX secara sederhana menggunakan R, yaitu</description>
    </item>
    
    <item>
      <title>Grafik Workout Strava dengan ggplot2 dan plotly</title>
      <link>https://www.nurandi.id/blog/grafik-workout-strava-dengan-ggplot2-dan-plotly/</link>
      <pubDate>Tue, 28 Nov 2023 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/grafik-workout-strava-dengan-ggplot2-dan-plotly/</guid>
      <description>Sebagai pelari, salah satu grafik favorit saya di Strava adalah workout analysis yang sangat berguna untuk mengevaluasi latihan kecepatan, seperti interval, tempo, fartlek dan sejenisnya. Grafik ini sebetulnya adalah diagram batang atau bar chart yang menampilkan pace (menit per kilometer) untuk setiap split/lap. Hanya saja, bar chart ini sedikit dimodifikasi sedemikian rupa, lebar dari batang bervariasi sesuai dengan panjang/pendeknya split (berdasarkan waktu atau jarak). Contohnya workout analysis dari salah satu latihan dengan menu:</description>
    </item>
    
    <item>
      <title>Mengelola Dataframe dengan dplyr</title>
      <link>https://www.nurandi.id/blog/mengelola-dataframe-dengan-dplyr/</link>
      <pubDate>Tue, 28 Nov 2023 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/mengelola-dataframe-dengan-dplyr/</guid>
      <description>Aktivitas apa yang biasa dilakukan oleh data scientist terhadap data tabular? Barangkali menghapus kolom atau baris, melakukan transformasi untuk menambahkan kolom baru atau melakukan agregasi. Aktivitas-aktivitas tersebut sering disebut sebagai data wrangling (The OHI Team 2019) atau manipulasi data (dalam konitasi positif) yang bertujuan untuk mengubah data menjadi format yang lebih mudah digunakan atau mudah dipahami. Manipulasi data menjadi bagian tidak diterpisahkan dalam persiapan data yang umumnya membutuhkan waktu paling lama dari keseluruhan rangkaian analisis data.</description>
    </item>
    
    <item>
      <title>Membuat Peta Choropleth</title>
      <link>https://www.nurandi.id/blog/membuat-peta-choropleth/</link>
      <pubDate>Sun, 26 Nov 2023 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/membuat-peta-choropleth/</guid>
      <description>Data spasial merupakan data yang merepresentasikan gambaran kejadian di permukaan bumi yang disajikan dalam bentuk peta, grafik dan gambar berformat digital. Data spasial tidak hanya terdiri dari baris dan kolom seperti data tabular pada umumnya, tetapi juga mencakup informasi geometris objek seperti titik (koordinat), garis, dan poligon atau area. Format yang paling umum digunakan untuk data spasial adalah shapefiles yang dikembangkan oleh ESRI. Format lain yang bisa dipakai antara lain GeoJSON dan GeoPackage.</description>
    </item>
    
    <item>
      <title>Beberapa Teknik Web Scraping pada R</title>
      <link>https://www.nurandi.id/blog/beberapa-teknik-web-scraping-pada-r/</link>
      <pubDate>Sat, 25 Nov 2023 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/beberapa-teknik-web-scraping-pada-r/</guid>
      <description>Web scraping adalah proses pengambilan data dari halaman web secara otomatis menggunakan kode atau perintah tertentu. Data yang diambil dapat berupa teks, gambar, atau format data lainnya. Web scraping dapat digunakan untuk berbagai tujuan, seperti mengumpulkan data untuk penelitian, analisis, atau pengembangan produk.
Teknik web scraping yang paling sering digunakan adalah dengan memanfaatkan HTML parser untuk mengakses dan memanipulasi DOM (Document Object Model) dari halaman HTML. DOM adalah representasi abstrak dari halaman HTML dalam bentuk objek.</description>
    </item>
    
    <item>
      <title>Kombinasi Apik buat Blogging: RStudio, Jekyll, GitHub</title>
      <link>https://www.nurandi.id/blog/kombinasi-apik-buat-blogging-rstudio-jekyll-github/</link>
      <pubDate>Sun, 08 Dec 2019 21:13:14 -0500</pubDate>
      
      <guid>https://www.nurandi.id/blog/kombinasi-apik-buat-blogging-rstudio-jekyll-github/</guid>
      <description>Sejak beralih dari Wordpress ke Jekyll dan GitHub beberapa tahun terakhir, alur untuk penulisan dan penerbitan artikel biasanya: menulis file markdown di Notepad/Notepad++ → jekyll serve untuk generate blog sehingga bisa dilakukan pratinjau → jika sudah sesuai, git push ke GitHub untuk menerbitkan artikel. Tidak ada yang salah dengan workflow seperti ini. Hanya saja, saya sedikit &amp;ldquo;kerepotan&amp;rdquo; karena ada beberapa aplikasi yang harus saya buka secara bergantian, yaitu:
Notepad/Notepad++ untuk menulis artikel dalam format markdown.</description>
    </item>
    
    <item>
      <title>Mengganti Theme Jekyll pada GitHub</title>
      <link>https://www.nurandi.id/blog/mengganti-theme-jekyll-pada-github/</link>
      <pubDate>Tue, 03 Dec 2019 00:01:01 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/mengganti-theme-jekyll-pada-github/</guid>
      <description>Salah satu nilai plus Jekyll adalah fleksibilitas untuk mengubah theme/tema. Meskipun merupakan web statis, nyatanya di jagad internet banyak sekali theme yang bisa digunakan untuk berbagai keperluan, mulai dari halaman biodata sampai web ecommerce. Tidak percaya? Silakan Googling sendiri. Hanya saja, mengganti theme sebuah blog berbasiskan Jekyll ternyata tidak semudah mengganti theme pada Wordpress yang cukup dilakukan dengan beberapa klik saja. Ada &amp;ldquo;keruwetan&amp;rdquo; sendiri. Setidaknya itu yang sama alami dalam beberapa hari terakhir saat mengganti theme blog NURANDI.</description>
    </item>
    
    <item>
      <title>Web Scraping dengan R dan rvest: Parsing Tabel HTML</title>
      <link>https://www.nurandi.id/blog/web-scraping-dengan-r-dan-rvest-parsing-tabel-html/</link>
      <pubDate>Wed, 06 Nov 2019 00:00:01 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/web-scraping-dengan-r-dan-rvest-parsing-tabel-html/</guid>
      <description>Artikel ini merupakan lanjutan dari artikel sebelumnya berjudul Web Scraping dengan R dan rvest. Silakan membaca artikel tersebut terlebih dahulu jika baru memulai mempelajari web scraping dengan rvest.
Salah satu favorit saya dalam package rvest adalah fungsi html_table. Sesuai dengan namanya, html_table berfungsi untuk parsing tabel HTML. Maksudnya, jika data yang akan di-scrape merupakan tabel dalam suatu halaman website HTML, fungsi ini secara &amp;ldquo;ajaib&amp;rdquo; akan mengubah tabel tersebut menjadi data frame.</description>
    </item>
    
    <item>
      <title>Web Scraping dengan R dan rvest</title>
      <link>https://www.nurandi.id/blog/web-scraping-dengan-r-dan-rvest/</link>
      <pubDate>Tue, 05 Nov 2019 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/web-scraping-dengan-r-dan-rvest/</guid>
      <description>Di era digital sekarang ini, berbagai data dapat ditemukan dengan mudah di internet. Sebagai seorang data analis dan scientist, hal ini tentu menjadi kabar baik karena dapat meningkatkan kualitas model dan mempertajam hasil analisis. Tapi bagaimana jika data tersebut tersedia dalam website yang diperuntukan untuk dibaca melalui browser? Beberapa website memang menyediakan fasilitas untuk menyimpan data (seperti Twitter melalui API public), tapi sayangnya sebagian besar tidak. Salah satu cara yang umum dilakukan adalah dengan membuka satu-per-satu halaman web lalu &amp;ldquo;copy-paste&amp;rdquo; data secara manual - tentunya akan menyita banyak waktu jika data sangat banyak.</description>
    </item>
    
    <item>
      <title>Visualisasi Rute Lari dengan R dan Leaflet</title>
      <link>https://www.nurandi.id/blog/visualisasi-rute-lari-dengan-r-dan-leaflet/</link>
      <pubDate>Fri, 05 Jul 2019 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/visualisasi-rute-lari-dengan-r-dan-leaflet/</guid>
      <description>Beberapa waktu lalu (tepatnya tiga tahun lalu :D) saya menulis artikel tentang bagaimana memetakan twit dengan menggunakan Leaflet. Kali ini, saya akan memetakan rute lari yang direkam perangkat GPS (jam tangan ber-GPS, smartphone, dan lain-lain) dengan memanfaatkan tools yang sama, yaitu R dan dan package leaflet. Jika belum familiar dengan Leaflet, ada baiknya membaca artikel ini. Bocoran singkatnya, Leaflet adalah salah satu library JavaScript paling populer untuk membuat peta interaktif (bukan peta statis).</description>
    </item>
    
    <item>
      <title>rtweet: Crawling Data Twitter Menggunakan R</title>
      <link>https://www.nurandi.id/blog/rtweet-crawling-data-twitter-menggunakan-r/</link>
      <pubDate>Tue, 15 Jan 2019 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/rtweet-crawling-data-twitter-menggunakan-r/</guid>
      <description>Sekitar empat tahun lalu, saya menulis artikel dengan judul yang hampir sama persis: twitteR: Crawling Data Twitter Menggunakan R. Pada saat itu, cara paling mudah untuk mendapatkan (crawling) data dari Twitter dengan R adalah menggunakan package twitteR. Sayangnya pada pertengahan 2016, Jeff Gentry, sang pengembang, menghentikan pengembangan dan update/maintenance terhadap package tersebut. Meskipun package twitteR masih bisa digunakan (setidaknya sampai saat ini), Mr. Jeff merekomendasikan untuk beralih menggunakan package lain yang tidak kalah kerennya, yaitu rtweet.</description>
    </item>
    
    <item>
      <title>Apa Itu Jekyll dan Bagaimana Cara Instalasinya di Windows?</title>
      <link>https://www.nurandi.id/blog/apa-itu-jekyll-bagaimana-instalasinya-di-windows/</link>
      <pubDate>Sun, 06 Jan 2019 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/blog/apa-itu-jekyll-bagaimana-instalasinya-di-windows/</guid>
      <description>Sudah 2019. Artikel terakhir di blog ini ditulis pada 29 Desember 2017. Artinya, sepanjang 2018 tidak ada satupun artikel yang saya publish. :(
Ketika saya &amp;ldquo;berniat&amp;rdquo; menulis kembali beberapa hari yang lalu, saya baru menyadari bahwa laptop yang saya pakai saat ini ternyata belum terpasang &amp;ldquo;mesin&amp;rdquo; untuk menulis blog. Memang, sepanjang 2018, laptop sudah 2x berganti. Dulu saya menggunakan Wordpress, salah satu content management system (CMS) populer, untuk menulis blog. Belakangan, Wordpress berkembang tidak hanya sebagai &amp;ldquo;mesin&amp;rdquo; blog, tetapi juga dapat digunakan untuk membuat website portal, toko online, bahkan forum.</description>
    </item>
    
    <item>
      <title>Pengalaman Sertifikasi Cloudera CCA Data Analyst</title>
      <link>https://www.nurandi.id/blog/pengalaman-sertifikasi-cloudera-cca-data-analyst/</link>
      <pubDate>Fri, 29 Dec 2017 14:00:00 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/pengalaman-sertifikasi-cloudera-cca-data-analyst/</guid>
      <description>Setelah beberapa kali mau daftar, tapi gak jadi, mau daftar lagi tapi cuman wacana, akhirnya kemarin (28/12), jam 9-11 pagi, saya benar-benar ambil sertifikasi Cloudera Certified Data Analyst (CCA159). Sekitar 40 menit setelahnya, saya dapat email dari Cloudera yang menyatakan saya lulus. Alhamdulillahirabbil alamin.
Melalui email tersebut Cloudera tidak hanya menyampaikan bahwa saya lulus, tetapi juga keterangan untuk tiap-tiap soal: apakah benar atau salah. Jika salah, disebutkan juga alasannya. Diberitahukan juga bahwa saya akan mendapatkan sertifikat elektronik melalui email yang akan dikirimkan dalam waktu 2-3 hari kerja.</description>
    </item>
    
    <item>
      <title>Membuat Peta dengan R dan Leaflet: Contoh Data Twitter</title>
      <link>https://www.nurandi.id/blog/membuat-peta-dengan-r-dan-leaflet/</link>
      <pubDate>Sun, 14 Feb 2016 12:02:43 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/membuat-peta-dengan-r-dan-leaflet/</guid>
      <description>Beberapa waktu lalu ketika sedang mencari cara untuk membuat peta dengan R, Google menunjukkan satu package yang sangat menarik - leaflet. Package yang dikembangkan oleh RStudio ini merupakan interface untuk membuat peta dengan memanfaatkan Leaflet, salah satu JavaScript library untuk pemetaan yang sangat populer dan tentu saja open-source.
Berbeda dengan package lain (seperti RgoogleMaps, ggmap dan maps) yang menghasilkan peta statis, leaflet memudahkan kita untuk membuat peta interaktif yang lebih hidup hanya dengan beberapa baris kode R, tanpa perlu mempunyai pengetahuan tentang JavaScript.</description>
    </item>
    
    <item>
      <title>Twitter Authentication dengan ROAuth dan httr</title>
      <link>https://www.nurandi.id/blog/twitter-authentication-dengan-roauth-dan-httr/</link>
      <pubDate>Mon, 08 Feb 2016 09:58:11 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/twitter-authentication-dengan-roauth-dan-httr/</guid>
      <description>Twitter menerapkan OAuth (saat ini OAuth 1.0a) dalam penyediaan akses ke API-nya. OAuth adalah sebuah authorization framework yang memungkinkan aplikasi pihak ketiga untuk mendapatkan akses terbatas secara aman dan ringkas. Dengan OAuth, untuk melakukan request ke API Twitter, setiap aplikasi harus terlebih dahulu mendapatkan OAuth access token. Access token ini yang kemudian digunakan untuk membuat &amp;ldquo;permintaan resmi&amp;rdquo; ke API Twitter, baik REST maupun Streaming.
Pada R, Twitter authentication dapat dilakukan dengan mudah dengan menggunakan fungsi setup_twitter_oauth() yang tersedia pada package twitteR seperti telah kita diskusikan pada artikel sebelumnya.</description>
    </item>
    
    <item>
      <title>Syntax Highlighter dengan Prism.js pada Wordpress</title>
      <link>https://www.nurandi.id/blog/syntax-highlighter-dengan-prism-js-pada-wordpress/</link>
      <pubDate>Sun, 31 Jan 2016 00:57:53 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/syntax-highlighter-dengan-prism-js-pada-wordpress/</guid>
      <description>Beberapa waktu lalu, sesaat setelah mengganti theme blog ini dari TwentyFifteen menjadi Designer, saya mencari syntax highlighter untuk mempercantik (prettify) tampilan kode yang saya posting di sini. Dari hasil pencarian dengan Google, ada banyak yang bisa dipasang pada Wordpress. Namun, saya lebih tertarik untuk menggunakan prism.js. Alasannya sederhana: kombinasi warnanya yang saya rasa cocok dengan theme secara keseluruhan, ukuran file javascript maupun css yang sangat kecil sehingga waktu loading sangat cepat, mudah cara memasang dan menggunakannya, dan yang terpenting, prism.</description>
    </item>
    
    <item>
      <title>katadasaR : Stemming Bahasa Indonesia dengan R</title>
      <link>https://www.nurandi.id/blog/katadasar-stemming-bahasa-indonesia-dengan-r/</link>
      <pubDate>Wed, 16 Dec 2015 23:35:52 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/katadasar-stemming-bahasa-indonesia-dengan-r/</guid>
      <description>Stemming merupakan proses menemukan kata dasar (root word) dari kata berimbuhan (affixed word) dengan cara menghilangkan semua imbuhan (affix) yang terdiri dari awalan (prefix), sisipan (infix), akhiran (suffix) dan kombinasi awalan dan akhiran (confix). Detail kata berimbuhan dalam bahasa Indonesia dan proses pembentukannya bisa dilihat pada artikel ini. Dalam text analytics, stemming merupakan salah satu proses penting yang sangat mempengaruhi kualitas hasil analisis. Ada banyak algoritma yang digunakan untuk melakukan proses stemming, diantaranya algoritma Nazief dan Andriani dan algoritma Porter.</description>
    </item>
    
    <item>
      <title>Ekspor Data R ke Text File</title>
      <link>https://www.nurandi.id/blog/ekspor-data-r-ke-text-file/</link>
      <pubDate>Sat, 15 Aug 2015 12:42:35 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/ekspor-data-r-ke-text-file/</guid>
      <description>Beberapa waktu lalu, di kolom komentar dalam blog ini, ada yang nanya bagaimana caranya ekspor data dari R ke file CSV (comma separated values). Oke, di sini akan saya jelaskan.
Ekspor data dari R ke file teks (seperti CSV, tab separated value, dan lain-lain) sangatlah mudah. Ada beberapa fungsi yang biasa saya gunakan, di antaranya write.csv() dan write.table. Keduanya ada pada package base utils yang merupakan package base (bawaan) sehingga kita tidak perlu repot-repot menginstal package tambahan.</description>
    </item>
    
    <item>
      <title>Langkah Mudah Menjadi Data Scientist</title>
      <link>https://www.nurandi.id/blog/langkah-mudah-menjadi-data-scientist/</link>
      <pubDate>Wed, 13 May 2015 23:24:02 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/langkah-mudah-menjadi-data-scientist/</guid>
      <description>Mmmm &amp;hellip; tidak terlalu mudah, memang. Berikut adalah delapan langkah mudah untuk menjadi seorang data scientist menurut DataCamp.com
Get good at stats, math and machine learning Ketiga skill ini sangat mendasar bagi seorang data scientist. Jika tidak bisa belajar di bangku universitas, kita bisa belajar secara online misalnya melalui Udacity, Coursera dan UDemy.
Become a data scientist in 8 steps: the infographic (DataCamp.com) Learn to code Mencakup dasar-dasar ilmu komputer dan belajar membuat code misalnya dengan SAS, R atau Python.</description>
    </item>
    
    <item>
      <title>OVER dan PARTITION BY pada SQL</title>
      <link>https://www.nurandi.id/blog/over-dan-partition-by-pada-sql/</link>
      <pubDate>Sat, 09 May 2015 04:36:00 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/over-dan-partition-by-pada-sql/</guid>
      <description>Beberapa waktu lalu saya diminta untuk menjelaskan logic dari SQL script yang saya buat ke salah salah satu rekan. &amp;ldquo;Belum ngerti&amp;rdquo;, katanya, &amp;ldquo;banyak over partition-nya&amp;rdquo;. Padahal OVER PARTITION adalah salah satu fitur SQL yang sangat saya andalkan, sehingga jangan heran jika banyak script yang saya tulis mengandung fungsi itu di dalamnya. Apa sebenarnya fungsi dari fitur ini dan bagaimana penggunaannya. Mari kita lihat apa dan bagaimana fungsi OVER dan PARTITION BY pada SQL bekerja.</description>
    </item>
    
    <item>
      <title>&#34;50 Shades of Grey&#34;</title>
      <link>https://www.nurandi.id/blog/50-shades-of-grey/</link>
      <pubDate>Thu, 19 Feb 2015 04:34:10 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/50-shades-of-grey/</guid>
      <description>Tentu saja saya tidak akan membahas novel &amp;ldquo;50 Shades of Gray&amp;rdquo; karya E. L. James yang film-nya baru-baru ini dirilis, melainkan tentang gradasi warna hitam ke putih (abu-abu atau grey) dalam R. Tidak mau dikatakan menjiplak, tapi memang lebih dari 90% isi artikel ini saya ambil dari tulisannya Andy Nicholls. All credit goes to him. Terima kasih juga pada Gregory Piatetsky yang telah berbagi artikel tersebut di twitter.
Why limit yourself to &amp;quot;50 Shades of Grey?</description>
    </item>
    
    <item>
      <title>R Semakin Populer di GitHub</title>
      <link>https://www.nurandi.id/blog/r-semakin-populer-di-github/</link>
      <pubDate>Thu, 19 Feb 2015 00:47:36 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/r-semakin-populer-di-github/</guid>
      <description>GitHut.info menampilkan statistik tentang aktivitas bahasa pemrograman di GitHub menurut jumlah repositori, pushes, forks dan lain-lain. Dari situs tersebut dapat dilihat bahwa R semakin populer di GitHub dari waktu ke waktu. Pada kuarter ke-4 2014, R menempati urutan ke-12 sebagai bahasa pemrograman dengan jumlah repositori aktif terbanyak (34K repositori). Suatu repositori dianggap aktif jika pada periode ini minimal ada satu perubahan/perbaikan pada kode yang dikirim dari repositori lokal ke GitHub.com (push).</description>
    </item>
    
    <item>
      <title>twitteR: Mengolah Data Twitter Hasil Crawling</title>
      <link>https://www.nurandi.id/blog/twitter-mengolah-data-twitter-hasil-crawling/</link>
      <pubDate>Sat, 07 Feb 2015 01:56:51 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/twitter-mengolah-data-twitter-hasil-crawling/</guid>
      <description>Menyambung diskusi kita tentang bagaimana crawling data Twitter menggunakan package twitteR pada R, kali ini mari kita bahas bagaimana mengolah data tersebut. Raw-data yang diperoleh dari hasil crawling sebagian besar berupa list. searchTwitter() dan userTimeline() menghasilkan list dari objek status. Setiap elemen pada list tersebut berisi detail tweet yang sesuai dengan kriteria pencarian yang ditentukan. Output getUser() berupa objek user, sementara lookupUsers() berupa list dari objek user, di mana setiap elemennya berisi detail dari user.</description>
    </item>
    
    <item>
      <title>twitteR: Crawling Data Twitter Menggunakan R</title>
      <link>https://www.nurandi.id/blog/crawling-data-twitter-menggunakan-r/</link>
      <pubDate>Sat, 31 Jan 2015 01:58:34 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/crawling-data-twitter-menggunakan-r/</guid>
      <description>Analisis terhadap media/jejaring sosial (social media analytics) adalah alat yang ampuh untuk memahami sikap, preferensi dan opini publik di berbagai sumber online. Bagi sebuah organisasi atau perusahaan, analisis media sosial dapat memberikan keunggulan atas pesaing mereka melalui pengetahuan menyeluruh tentang bagaimana produk dan layanan mereka dirasakan oleh pelanggan atau calon pelanggan potensial. Analisis media sosial memungkinkan organisasi dan perusahan untuk membuat keputusan yang cerdas mengenai kebutuhan, sikap, pendapat, tren terbaru dan berbagai faktor yang mempengaruhi pelanggan (dari socialmediadata.</description>
    </item>
    
    <item>
      <title>Membuat Word Cloud dengan R</title>
      <link>https://www.nurandi.id/blog/membuat-word-cloud-dengan-r/</link>
      <pubDate>Tue, 27 Jan 2015 16:28:10 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/membuat-word-cloud-dengan-r/</guid>
      <description>Bagaimana menampilkan data teks agar menarik sekaligus mudah dipahami? Tentu akan lebih baik menggunakan grafik dibandingkan dengan bentuk tabel yang berisi angka-angka, bukan? Ada berbagai macam grafik yang bisa digunakan. Untuk data teks, word cloud adalah salah satu pilihan.
Apa itu word cloud ? Word cloud (disebut juga text cloud atau tag cloud) merupakan salah satu metode untuk menampilkan data teks secara visual. Grafik ini populer dalam text mining karena mudah dipahami.</description>
    </item>
    
    <item>
      <title>Mengelola R Package</title>
      <link>https://www.nurandi.id/blog/mengelola-r-package/</link>
      <pubDate>Sat, 24 Jan 2015 03:18:14 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/mengelola-r-package/</guid>
      <description>Pada artikel sebelumnya kita telah berdiskusi tentang fungsi-fungsi yang dapat digunakan untuk instal R package, baik instal dari dari file lokal menggunakan wizard, instal otomatis dari repositori CRAN dengan fungsi install.packages() maupun instal dari GitHub menggunakan fungsi install_github() dari package devtools.
Setelah package terinstal, biasanya kita berkeinginan untuk mengelola R packages tersebut, misalnya untuk melihat package apa saja yang sudah diinstal, memeriksa apakan suatu package sudah terinstal, meng-uninstall package dan sebagainya.</description>
    </item>
    
    <item>
      <title>Twitter Authentication dengan R</title>
      <link>https://www.nurandi.id/blog/twitter-authentication-dengan-r/</link>
      <pubDate>Sat, 17 Jan 2015 02:23:42 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/twitter-authentication-dengan-r/</guid>
      <description>Menggunakan paket twitteR, R dapat digunakan untuk mengambil informasi dari Twitter untuk keperluan analisis. Thanks to geoffjentry who created twitteR package and make it available for free. Agar R dan Twitter terhubung dengan baik, terlebih dahulu kita harus mendapatkan authentication. Berikut adalah proses twitter authentication dengan R:
Mendapatkan API key dan access token Kita harus mempunyai API key dan access token dari Twitter. Caranya sangat mudah. Kita hanya perlu membuat aplikasi pada Twitter.</description>
    </item>
    
    <item>
      <title>Menginstal R Package</title>
      <link>https://www.nurandi.id/blog/menginstal-r-package/</link>
      <pubDate>Wed, 14 Jan 2015 00:29:02 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/menginstal-r-package/</guid>
      <description>Salah satu kenapa R menjadi sangat popular adalah ketersediaan paket/packages (kumpulan fungsi, data dan kode) R. Hingga hari ini, ada lebih dari 6 ribu paket R ada di repository CRAN. Belum termasuk paket yang disediakan sumber lain. Jumlah paket tersebut terus tumbuh dari hari-ke-hari secara eksponensial.
Pada saat instal R untuk pertama kali, hanya beberapa paket yang ikut terinstal secara otomatis. Sementara paket lainnya harus kita instal secara manual untuk bisa digunakan.</description>
    </item>
    
    <item>
      <title>Format Teks dengan Markdown</title>
      <link>https://www.nurandi.id/blog/format-teks-dengan-markdown/</link>
      <pubDate>Sun, 11 Jan 2015 10:32:30 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/format-teks-dengan-markdown/</guid>
      <description>Markdown adalah tools konversi text-to-HTML. Dengan Markdown, kita dapat menulis sebuah teks dengan mudah dan mengkonversinya menjadi HTML/XHTML. Markdown dibuat oleh John Gruber sejak tahun 2004 dan terus dikembangkan hingga sekarang.
Markdown merupakan alternatif untuk menulis konten untuk web maupun blog tanpa menuliskan tag HTML, yaitu dengan hanya menuliskan teks biasa ditambah simbol-simbol yang umum digunakan seperti asterisks (*), undescore (_), tanda lebih kecil/besar (&amp;lt; &amp;gt;), dan lain-lain. Dengan demikian selain lebih sederhana, Markdown sangat mudah ditulis dan juga dibaca.</description>
    </item>
    
    <item>
      <title>swirl: Belajar R, dengan R</title>
      <link>https://www.nurandi.id/blog/swirl-belajar-r-dengan-r/</link>
      <pubDate>Sat, 10 Jan 2015 23:10:12 +0700</pubDate>
      
      <guid>https://www.nurandi.id/blog/swirl-belajar-r-dengan-r/</guid>
      <description>Sedang belajar R? Lupakan cara tradisional! Kini kita dapat belajar R dengan swirl. Ya, swirl adalah R package untuk belajar statistika sekaligus R. swirl mengubah R console menjadi sarana belajar yang interaktif. Menggunakan swirl, kita dapat belajar data science, statistika dan R secara mandiri, mudah dan menyenangkan. Pengguna akan mendapatkan umpan-balik sesaat setelah mamasukan kode-kode R. Informasi detail mengenai swirl dapat diperoleh di swirlstats.com atau di halaman Github ini.
Menginstal swirl Cara paling mudah untuk menginstal swirl adalah melalui CRAN.</description>
    </item>
    
    
    <item>
      <title>Biografi</title>
      <link>https://www.nurandi.id/about/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/about/</guid>
      <description>Nur Andi Setiabudi adalah seorang data-driven enthusiast. Ia percaya bahwa data selalu mempunyai peran tersendiri dalam pengambilan keputusan dan penyelesaian berbagai masalah. Ia menemukan passion-nya di bidang data terutama yang berkaitan dengan statistika, data analysis, data engineering dan R programming.
Ketertarikannya dengan data dimulai ketika ia menempuh program sarjana di Departemen Statistika, Institut Pertanian Bogor/IPB University (2005-2009). Saat itu ia memperoleh fondasi bagaimana mengambil, mengelola dan menganalisa data untuk menarik suatu kesimpulan.</description>
    </item>
    
    <item>
      <title>Privacy Policy</title>
      <link>https://www.nurandi.id/privacy/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      
      <guid>https://www.nurandi.id/privacy/</guid>
      <description>This Privacy Policy governs the manner in which NURANDI.id collects, uses, maintains and discloses information collected from users (each, a “User”) of the https://NURANDI.id/ website (“Site”). This privacy policy applies to the Site and all products and services offered by NURANDI.id.
Personal identification information We may collect personal identification information from Users in a variety of ways, including, but not limited to, when Users visit our site, register on the site, place an order, subscribe to the newsletter, respond to a survey, fill out a form, and in connection with other activities, services, features or resources we make available on our Site.</description>
    </item>
    
    
  </channel>
</rss>
