Lewati ke konten utama

Fungsi R c(): Membuat Vektor dengan Cara Mudah

Pelajari cara menggunakan fungsi c() di R untuk menggabungkan nilai menjadi vektor secara efisien.
Diperbarui 28 Sep 2026  · 2 mnt Baca

Jelajahi bersama AI

ChatGPTClaudePerplexity

Fungsi c() di R adalah cara termudah untuk membuat dan menggabungkan vektor. Ini merupakan bagian inti dari cara R menangani data, dan sesuatu yang perlu diketahui setiap pengguna R.

Jika Anda baru mulai belajar R, pastikan untuk mengikuti kursus Introduction to R Programming kami untuk mempelajari dasar-dasarnya, termasuk vektor, list, data frame, dan lainnya. Saya juga menulis artikel tentang cara belajar R jika Anda ingin membuat rencana belajar.

(Dan jika Anda penasaran dengan cara yang lebih sulit untuk membuat vektor, saya membuat FAQ di bagian akhir.)

Apa Itu Fungsi c() di R?

Dokumentasi fungsi R c() memberi tahu kita bahwa c() menggabungkan nilai menjadi sebuah vektor (jadi saya rasa aman untuk berasumsi huruf “c” berasal dari “combine”). Jika Anda belum jelas maksudnya, saya akan menunjukkan caranya melalui contoh di bawah.  

Sebelum kita lanjut, lebih tepatnya, fungsi c() menerima sejumlah argumen berapa pun dan mengembalikan vektor yang berisi semua nilai tersebut. Fungsi ini juga secara otomatis memaksa nilai ke tipe data yang sama (ke tipe data yang paling fleksibel) jika tipe datanya berbeda, dan dalam kasus tersebut hal ini memang diperlukan.

Menggunakan c() untuk Menggabungkan Nilai

Contoh pertama kita: Anda dapat menggunakan c() untuk membuat vektor dengan menggabungkan nilai atau variabel individual. Dari contoh berikut, Anda dapat melihat bahwa c() berfungsi untuk berbagai tipe data, seperti numerik, karakter, dan logika.

numeric_vector <- c(10, 20, 30, 40) 
character_vector <- c("apple", "banana", "cherry") 
logical_vector <- c(TRUE, FALSE, TRUE)

Menggabungkan Vektor yang Sudah Ada dengan c()

Anda juga dapat menggabungkan vektor yang sudah ada menggunakan c(). Ini berguna saat Anda ingin menggabungkan beberapa sumber data atau hasil.

first_half <- c(1, 2, 3)
second_half <- c(4, 5, 6)
full_vector <- c(first_half, second_half)

Menggunakan c() dengan Elemen Bernama

Anda dapat menetapkan nama pada elemen dalam sebuah vektor menggunakan c(). Ini berguna untuk memberi label pada data.

fruit_counts <- c(apple = 5, banana = 3, cherry = 7)

c() dengan Berbagai Tipe Data

Saat menggabungkan berbagai tipe data, c() akan mengonversi semua elemen ke tipe yang paling fleksibel. Misalnya, menggabungkan angka dan karakter akan menghasilkan vektor karakter. Ini karena "two" tidak dapat dibaca sebagai tipe numerik, tetapi "1" bisa menjadi karakter.

mixed_vector <- c(1, "two", 3)

Hasil kita di sini adalah vektor karakter: "1", "two", "3".

Membuat Data Frame dengan c()

Anda dapat menggunakan c() untuk membuat vektor yang akan menjadi kolom dalam sebuah data frame. Untuk melakukan ini, saya juga menggunakan fungsi data.frame() untuk menyatukan vektor-vektor tersebut.

customer_names <- c("Alice", "Bob", "Charlie")
purchase_totals <- c(120.50, 75.00, 99.99)
customer_data <- data.frame(name = customer_names, total = purchase_totals)

Kesimpulan

Seperti yang Anda lihat, fungsi c() adalah bagian penting dari pemrograman R. Saya menunjukkan melalui contoh bagaimana Anda dapat membuat sekaligus menggabungkan vektor.

Ikuti kursus Introduction to R Programming kami untuk jalur belajar terstruktur agar Anda dapat mulai dan terus meningkatkan keterampilan Anda.


Josef Waples's photo
Author
Josef Waples

Saya penulis dan editor data science dengan kontribusi pada artikel riset di jurnal ilmiah. Saya sangat tertarik pada aljabar linear, statistika, R, dan sejenisnya. Saya juga cukup sering bermain catur! 

Pertanyaan Terakhir

Anda bilang c() adalah cara mudah untuk membuat vektor. Lalu apa cara sulitnya?

Meskipun c() adalah metode yang paling praktis dan ramah bagi pemula, ada cara yang lebih kompleks untuk membuat vektor di R. Berikut beberapa di antaranya:

Inisialisasi Manual dengan vector() dan Pengindeksan 

Anda dapat membuat vektor kosong dengan tipe dan panjang tertentu, lalu mengisinya satu per satu elemen:

x <- vector("numeric", 3) x[1] <- 1 x[2] <- 2 x[3] <- 3

Ini berfungsi tetapi lebih bertele-tele dan kurang intuitif bagi pemula.

Menggunakan append() Berulang Kali 

Anda bisa mulai dengan vektor kosong dan terus menambahkan nilai:

x <- c() x <- append(x, 1) x <- append(x, 2) x <- append(x, 3)

Ini tidak efisien dan lebih sulit dibaca.

Menggunakan Fungsi Lain seperti seq() atau rep()

Fungsi-fungsi ini menghasilkan pola tertentu dan memang kuat—tetapi berlebihan untuk vektor sederhana:

x <- seq(1, 3) y <- rep(1:3, times = 1)

 Meratakan Struktur Lain 

Anda bisa mengekstrak elemen dari sebuah list dan mengonversinya menjadi vektor:

my_list <- list(1, 2, 3) x <- unlist(my_list)
Topik
R

Belajar R bersama DataCamp

Kursus

Pengantar R

4 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

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

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

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

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

Lihat SelengkapnyaLihat Selengkapnya