#belajarR-06: R Packages untuk Analisis Spasial

Edited on canva.com by ©Ziyadatul Hikmah, image source from ©Myburgh Roux

Hallo, Guys!

Di chapter #belajarR sebelumnya kita telah belajar tentang jenis-jenis struktur data di R, kali ini saya akan menjelaskan tentang R packages dan beberapa library yang ada di R, khususnya akan dikenalkan pada package-package yang banyak digunakan untuk analisis spasial.

R Packages

Packages atau library di R adalah sekumpulan fungsi dan data yang dikembangkan oleh expert R dan bisa diakses secara gratis oleh para pengguna R. Packages dapat di install dari website CRAN dan GitHub Repoository. Selain itu, R packages dapat digunakan untuk analisis statistik kompleks, ekonometrik, optimisasi, pembuatan model, machine learning, dan simulasi.

Sedangkan penggunaan R packages dalam analisis spasial lingkungan, biasanya banyak digunakan untuk menganalisis data-data spasial baik data vector maupun data raster, bisa juga digunakan untuk membangun suatu model atau machine learning untuk menyelesaikan permasalahan dalam konteks spasial, misalnya analisis prediksi perubahan tutupan lahan, analisis NDVI, analisis sebaran distribusi canopy cover, hidrologi, dan lain-lain. Bahkan di R juga terdapat packages yang menyediakan data-data spasial dan kita bisa download dan dapat dengan mudah mengakses langsung di R.

R Packages untuk Analisis Spasial

Gambar 1. Illustration from ©2018 Allison Horst

Adapun R packages yang sering digunakan dalam analisis spasial, yaitu sebagai berikut:

1. raster {R Package}: Package raster merupakan R package yang menyediakan classes dan functions untuk memanipulasi data geografis (data spasial) dalam format ‘raster’.
2. sf {R Package}: Serupa dengan package raster, package sf digunakan untuk handling data spasial dalam format ‘vector’ yaitu data-data yang berupa data diskrit (polygon, line, and point).
3. spData {R Package}: R package with datasets for spatial analysis.
4. spDataLarge {R Package}: R package with large datasets for spatial analysis.
5. ggplot2 {R Package}: Create elegant data visualisations using the grammar of graphics.
6. mapview {R Package}: Interactive viewing of spatial data in R
7. tmap {R Package}: tmap package digunakan untuk membuat peta tematik. Peta tematik adalah peta geografis yang memvisualisasikan distribusi data spasial, seperti visualisasi peta dengan choropleths dan bubble.
8. leaflet {R Package}: Leaflet adalah salah satu package berbasis bahasa pemrograman JavaScript yang open access dan paling populer untuk pembuatan peta interaktif di R. Leaflet digunakan oleh berbagai situs web mulai dari The New York Times dan The Washington Post hingga GitHub dan Flickr, serta beberapa website spesialis GIS seperti OpenStreetMap, Mapbox, dan CartoDB.
9. dplyr {R Package}: dplry merupakan salah satu package yang banyak digunakan untuk manipulasi data statistik, dan bisa digunakan untuk membantu dalam manipulasi data spasial dalam format “csv”.
10. tidyverse {R Package}: tidyverse adalah sekumpulan package yang bekerja secara harmonis karena memiliki representasi data dan desain API yang sama, yaitu sebagai berikut:

R packages lainnya, bisa di-explore lebih lanjut di repository website CRAN dan GitHub repository.

How to Install and Load Libraries in R?

Nah, bagaimana cara untuk install dan menjalankan R Packages? Perlu kita ketahui, banyak sekali cara untuk mengakses R Packages di RStudio, cara pertama kita bisa install packages melalui R script, cara kedua bisa dengan menggunakan menu bar di panel Rstudio, cara ketiga install packages dari file, dan ada juga cara install packages dari GitHub repository.

1. Install Packages Menggunakan R Script

Cara pertama ini bisa dilakukan pada R package yang umumnya tersedia di CRAN repository, caranya cukup mudah dengan menuliskan perintah install.packages(“nama package”) pada Script Panel atau di Console Panel.

Untuk dapat melakukan instalasi R packages kita wajib terhubung dengan koneksi internet.

Misal, kita install package raster.

# cara install satu r packages
install.packages("raster")

Lalu, bagaimana jika kita ingin install beberapa r package? Caranya sama dengan install satu package, hanya saja kita menghimpun nama-nama package yang ingin kita install ke dalam sebuah vektor dengan menggunakan function c().

# cara install lebih dari satu r package dengan membuat vektor data 
install.packages(c("sf","ggplot2"))

# bisa juga install dengan membuat fungsi logika
libs <- c("mapview","dplry","tidyverse","tmap") #menghimpun nama package dalam vektor 

installed_libs <- libs %in% row.names(
  install.packages()
)

if (any(installed_libs == F)) {
  install.packages(
    libs[!installed_libs]
  )
}

Berikut adalah tampilan Console Panel ketika menjalankan script untuk instalasi R packages (Gambar 3).

Gambar 2. Intalasi R packages

Setelah package terinstal, kita dapat memanggil dan mengaktifkan package dengan menulis perintah library(nama package).

Perhatikan contoh code berikut ini!

# load satu package
library(raster)

# load lebih dari satu packages (packages terkumpul menjadi sebuah data vector)
invisible(lapply(libs, library, character.only = T))

Gambar 3. Load libraries in R

2. Install Packages Menggunakan Menu Bar

Cara kedua untuk install R packages yang terdapat di CRAN Repository melalui menu bar yang ada di panel Rstudio, yaitu:

• Klik menu bar “Packages” yang terdapat di panel bagian bottom-right kemudian klik “Install” (Gambar 4). Pada menu bar “packages” kita dapat mengetahui nama-nama packages yang terdapat dalam CRAN Repository.

Gambar 4. Menu bar packages

• Setelah itu akan diarahkan pada jendela “Install Package” seperti pada Gambar 5. Ketik nama package yang ingin diinstalasi pada kolom “Packages (seperate multiple with space or comma):” dan langkah selanjutnya adalah klik “Install” dan tunggu hingga proses instalasi selesai dijalankan.

Gambar 5. Install packages

• Untuk mengaktifkan package yang berhasil diintall caranya dengan menggunakan fungsi library(nama package) atau dengan cara check bagian kotak di menu bar packages, seperti pada Gambar 6.

Gambar 6. Cara lain untuk load packages di R

3. Install Packages dari File

Cara ketiga untuk instalasi package adalah dengan menggunakan file yang terkompresi dalam format *.zip atau *.tar.gz. Keadaan inilah yang membuat kita tidak bisa langsung melakukan instalasi dari CRAN maupun dari GitHub Repository, biasanya hal ini terjadi ketika kita membutuhkan package langsung dari pengembangnya, atau dari sumber terpercaya di internet.

Sebagai contoh, kita akan install package spData, silahkan download terlebih dahulu package spData di sumber berikut ini: spData_2.3.0.tar.gz

• Pertama, klik menu “Packages” > “Install” seperti pada Gambar 4. Setelah muncul jendela install package ubah kolom “Install from: Repository (CRAN)” menjadi “Package Archive File (.zip; tar.gz)” seperti pada Gambar 7.

Gambar 7. Install package melalui file

• Kemudian llik “Browse” (Gambar 8a) dan cari file package spData yang sebelumnya telah kita download (Gambar 8b dan Gambar 8c) > klik “Open” (Gambar 8d). Kemudian klik install dan tunggu hingga proses install selesai, kemudian package siap diaktifkan.

Gambar 8. Cara install package melalui file

4. Install Packages dari GitHub Repository

Cara keempat untuk install package di R dari GitHub Repository, dan perlu diingat cara ini hanya bisa dilakukan pada package-package yang dikembangkan dan disimpan dalam GitHub Repository saja. Biasanya package di github merupakan package dalam versi developer, sebelum nantinya (biasanya) diunggah ke CRAN Repository.

Kita dapat instal R package dari github dengan memanfaatkan fungsi install_github() pada package devtools.

Pertama, lakukan instalasi package devtools.

# install devtools package
install.packages("devtools")

# load devtools package
library(devtools)

Selanjutnya, kita akan mencoba install package spDataLarge {R Packages} yang dikembangkan oleh Jakub Nowosad: Nowosad/spDataLarge: R package with large datasets for spatial analysis (github.com)

Syntax yang digunakan adalah install_github(“nama developer/nama package”) (Gambar 9).

# cara install package dari GitHub Repository
devtools::install_github("Nowosad/spDataLarge")

# load libraries
library(spDataLarge)

Gambar 9. GitHub Repository

Jika ada pertanyaan terkait pembahasan chapter #belajarR-06, bisa kalian drop pertanyaannya di kolom komentar yah!

Di chapter-chapter selanjutnya saya akan lanjutkan dengan topik cara-cara untuk importing berbagai jenis data ke R (csv, xls, vektor, dan raster) di R. Sampai jumpa lagi!

じゃあ、 また — Jaa, mata (^^)

Reference

• Hussein S. 2020. Tutorial Instal R Package di RStudio (Lengkap dan Jelas) — GEOSPASIALIS
• Lovelace R, Nowosad J, Muenchow J. 2021. Geocomputation with R. Boca Raton: CRS Press.
• Spatial Elevate. 2020. Machine Learning for Spatial Data Using R Language (Modul 1: R Basic for Spatial Data). Jakarta: PT Invimap Geospasial Sistem.