Lewati ke konten utama

Fungsi IF ELSE di R

Pelajari secara mendetail tentang fungsi ifelse(), termasuk sintaks, cara menentukan apakah suatu angka ganjil atau genap, dan akhirnya dengan contoh untuk melihat apakah seorang siswa lulus atau tidak lulus ujian.
Diperbarui 28 Sep 2026  · 4 mnt Baca

Jelajahi bersama AI

ChatGPTClaudePerplexity
banner

Fungsi 'ifelse()' adalah bentuk alternatif dan singkat dari pernyataan if-else di R. Selain itu, fungsi ini menggunakan teknik 'tervektorisasi' (vectorized) yang membuat operasi menjadi lebih cepat. Semua nilai vektor diambil sebagai argumen sekaligus, bukan mengambil nilai satu per satu berulang kali.

Sintaks

Sintaks fungsi 'ifelse()' di R adalah:
ifelse(logical_expression, a , b)

Argumen pada 'ifelse' di atas menyatakan bahwa:
1.logical_expression: Menunjukkan vektor masukan, yang pada gilirannya akan mengembalikan vektor dengan ukuran yang sama sebagai keluaran.
2. a: Dieksekusi ketika logical_expression bernilai TRUE.
3. b: Dieksekusi ketika logical_expression bernilai FALSE.

Contoh (Ganjil atau Genap)

Mari cepat lihat contoh di bawah ini, di mana kode berikut akan memeriksa apakah angka ganjil atau genap. 'v' adalah vektor yang berisi daftar angka. Dalam fungsi 'ifelse', ekspresi 'v%%2==1' memeriksa sisa pembagian setiap angka dalam 'v' sama dengan satu dan apabila TRUE akan mencetak "odd", sebaliknya jika FALSE akan mencetak "even".

v = c(14,7,6,9,2)
ifelse(v %% 2 == 1,"odd","even")
  1. 'even'
  2. 'odd'
  3. 'even'
  4. 'odd'
  5. 'even'

Kode di atas menghasilkan keluaran sebagai:
'even' 'odd' 'even' 'odd' 'even'
Cara kerja internal kode di atas menghasilkan vektor logis c(FALSE,TRUE,FALSE,TRUE,FALSE). Parameter pertama akan membentuk vektor string c("odd","odd","odd","odd","odd") dan parameter kedua pada gilirannya akan menghasilkan vektor string c("even',"even","even","even","even"). Terakhir, ketika elemen vektor individual bernilai TRUE akan berubah menjadi 'odd' sedangkan 'FALSE' akan berubah menjadi 'even'.

Contoh (Lulus atau Tidak Lulus)

Contoh di bawah ini menunjukkan penggunaan fungsi 'ifelse()' bersama dengan penggunaan DataFrame. Jika Siswa memperoleh nilai di atas 40, maka ia dianggap 'Pass' (Lulus) jika tidak maka dianggap 'Fail' (Tidak Lulus) dalam ujian.

Mari cepat buat sebuah Data Frame dengan kolom nama siswa sebagai kolom "Student" dengan vektor masukan berisi ("Ron", "Jake", "Ava", "Sophia", "Mia"). Kolom lainnya adalah "Marks", yang berisi vektor masukan dengan nilai (35,75,45,30,85). Terakhir, kedua kolom digabungkan untuk membentuk data frame dan disimpan ke 'x'.

x <- data.frame("Student" = c("Ron","Jake","Ava","Sophia","Mia"),"Marks" = c(35,75,45,30,85))
str(x)
'data.frame':    5 obs. of  2 variables:
 $ Student: Factor w/ 5 levels "Ava","Jake","Mia",..: 4 2 1 5 3
 $ Marks  : num  35 75 45 30 85
'data.frame':    5 obs. of  2 variables:
 $ Student: Factor w/ 5 levels "Ava","Jake","Mia",..: 4 2 1 5 3
 $ Marks  : num  35 75 45 30 85

Kode di atas menampilkan struktur sebuah Data Frame menggunakan 'str(x)' yang menunjukkan terdapat 5 observasi dengan 2 variabel dengan nilai masing-masing untuk Student dan Marks yang dicetak.

x$Result = ifelse(x$"Marks">40,"Pass","Fail")
print(x)

Kode di atas memberikan keluaran sebagai berikut:

    Student Marks Result
1    Ron    35   Fail
2   Jake    75   Pass
3    Ava    45   Pass
4 Sophia    30   Fail
5    Mia    85   Pass 

Pada kode di atas, 'x$Result' sebagai variabel digunakan untuk menambahkan kolom baru 'Result' dalam sebuah Data Frame. Fungsi 'ifelse()' memiliki ekspresi 'x$"Marks">40', yang memeriksa nilai vektor dari Marks dan menentukan 'Result' menjadi 'Pass' ketika Marks lebih besar dari 40, jika tidak maka 'Result' adalah 'Fail'.

Selamat

Selamat, Anda telah sampai di akhir tutorial ini!

Anda telah mempelajari fungsi ifelse() di R beserta sintaksnya, cara membantunya menentukan apakah sebuah angka Ganjil atau Genap, dan akhirnya melalui contohnya untuk melihat apakah seorang siswa Lulus atau Tidak Lulus dalam ujian.

Jika Anda ingin mempelajari lebih lanjut tentang R, Anda dapat menemukan semua sumber daya R kami di sini.

Lihat tutorial kami Menggunakan Functions di R.

Topik
R
Data Science

Kursus R

{count, plural, one {Kursus} other {Kursus}}

Pengantar R

{hours} jam
3.1M
Kuasai dasar analisis data di R, termasuk vectors, lists, dan data frames, lalu praktikkan R dengan data sets nyata.
Lihat DetailRight Arrow
Mulai Kursus
Lihat SelengkapnyaRight Arrow
Terkait

{count, plural, one {blog} other {blogs}}

Tutorial Korelasi di R

Dapatkan pengenalan dasar-dasar korelasi di R: pelajari lebih lanjut tentang koefisien korelasi, matriks korelasi, plotting korelasi, dan sebagainya.
David Woods's photo

David Woods

13 mnt

{count, plural, one {blog} other {blogs}}

Spaghetti Plot dan Jalur Badai

Temukan alasan mengapa Anda sebaiknya (tidak) menggunakan spaghetti plot untuk menyampaikan ketidakpastian jalur prediksi badai serta dampaknya terhadap interpretasi.
Hugo Bowne-Anderson's photo

Hugo Bowne-Anderson

13 mnt

{count, plural, one {blog} other {blogs}}

40 Pertanyaan Wawancara DBMS Teratas di 2026

Kuasai pertanyaan wawancara basis data, dari konsep SQL dasar hingga skenario desain sistem tingkat lanjut. Panduan mendalam ini mencakup semua yang Anda perlukan untuk sukses di wawancara DBMS dan meraih peran berikutnya.
Dario Radečić's photo

Dario Radečić

15 mnt

{count, plural, one {blog} other {blogs}}

12 Alternatif ChatGPT Terbaik yang Bisa Anda Coba pada 2026

Artikel ini menyajikan daftar alternatif ChatGPT yang akan meningkatkan produktivitas Anda.
Javier Canales Luna's photo

Javier Canales Luna

14 mnt

Lihat SelengkapnyaLihat Selengkapnya