on numbers, vectors, or matrices bu

on numbers, vectors, or matrices but can also be easily extended with classes
for new data types and analysis methods for these classes, such as methods
for summarising, plotting, printing, performing tests, or model fitting
(Chambers, 1998).
In addition to the core R software system, R is also a social movement, with
many participants on a continuum from useRs just beginning to analyse data
with R to developeRs contributing packages to the Comprehensive R Archive
Network4 (CRAN) for others to download and employ.
Just as R itself benefits from the open source development model, contributed
package authors benefit from a world-class infrastructure, allowing
their work to be published and revised with improbable speed and reliability,
including the publication of source packages and binary packages for many
popular platforms. Contributed add-on packages are very much part of the
R community, and most core developers also write and maintain contributed
packages. A contributed package contains R functions, optional sample data
sets, and documentation including examples of how to use the functions.
1.2.2 ... for Spatial Data Analysis?
For over 10 years, R has had an increasing number of contributed packages for
handling and analysing spatial data. All these packages used to make different
assumptions about how spatial data were organised, and R itself had no
capabilities for distinguishing coordinates from other numbers. In addition,
methods for plotting spatial data and other tasks were scattered, made different
assumptions on the organisation of the data, and were rudimentary. This
was not unlike the situation for time series data at the time.
After some joint effort and wider discussion, a group5 of R developers
have written the R package sp to extend R with classes and methods for
spatial data (Pebesma and Bivand, 2005). Classes specify a structure and
define how spatial data are organised and stored. Methods are instances of
functions specialised for a particular data class. For example, the summary
method for all spatial data classes may tell the range spanned by the spatial
coordinates, and show which coordinate reference system is used (such as
degrees longitude/latitude, or the UTM zone). It may in addition show some
more details for objects of a specific spatial class. A plot method may, for
example create a map of the spatial data.
The sp package provides classes and methods for points, lines, polygons,
and grids (Sect. 1.4, Chap. 2). Adopting a single set of classes for spatial data
offers a number of important advantages:

Hasil (Bahasa Indonesia) 1:

nomor, vektor, atau matriks tetapi bisa juga mudah diperluas dengan kelasuntuk jenis data baru dan metode analisis untuk kelas-kelas ini, seperti metodeuntuk meringkas, merencanakan, percetakan, melakukan tes, atau model pas(Chambers, 1998).Selain sistem perangkat lunak inti R, R adalah juga sebuah gerakan sosial, denganbanyak peserta di sebuah kontinum dari pengguna yang baru mulai untuk menganalisis datadengan R untuk pengembang berkontribusi paket komprehensif R ArsipNetwork4 (CRAN) bagi orang lain untuk men-download dan menggunakan.Hanya sebagai R sendiri manfaat dari model pembangunan sumber terbuka, memberikan kontribusiPaket penulis memanfaatkan infrastruktur kelas dunia, memungkinkanpekerjaan mereka untuk diterbitkan dan direvisi dengan mustahil kecepatan dan kehandalan,termasuk publikasi paket sumber dan paket biner bagi banyakplatform yang populer. Kontribusi add-on paket yang sangat banyak bagian dariR komunitas, dan paling inti pengembang juga menulis dan mempertahankan berkontribusipaket. Kontribusi paket berisi fungsi R, data sampel opsionalset, dan dokumentasi termasuk contoh bagaimana menggunakan fungsi.1.2.2... untuk analisis Data spasial?Selama lebih dari 10 tahun R memiliki peningkatan jumlah kontribusi untuk paketpenanganan dan menganalisis data spasial. Semua paket ini digunakan untuk membuat berbagaiasumsi tentang data spasial bagaimana disusun, dan R itu sendiri tidak mempunyaikemampuan untuk membedakan koordinat dari nomor lain. Sebagai tambahanmetode untuk merencanakan data spasial dan tugas-tugas lain yang tersebar, membuat berbedaasumsi pada organisasi data, dan dasar. Iniitu tidak berbeda dengan situasi untuk time series data saat itu.Setelah beberapa upaya bersama dan diskusi yang lebih luas, group5 R pengembangtelah menulis sp paket R untuk memperpanjang R dengan kelas dan metode untukdata spasial (Pebesma dan Bivand, 2005). Kelas menentukan struktur danmenentukan data spasial bagaimana disusun dan disimpan. Metode adalah contoh darifungsi-fungsi khusus untuk kelas tertentu data. Sebagai contoh, ringkasanmetode untuk semua data spasial kelas dapat memberitahu kisaran dengan spasialKoordinat, dan pertunjukan yang mengkoordinasikan sistem rujukan digunakan (sepertiderajat bujur/lintang, atau zona UTM). Selain itu mungkin menunjukkan beberapalebih detail untuk obyek spasial kelas tertentu. Metode plot yang mungkin, untukcontoh membuat peta data spasial.Menyediakan paket sp kelas dan metode untuk titik-titik, garis dan poligon,dan grids (Sect. 1.4, Bab 2). Mengadopsi satu set kelas untuk data spasialmenawarkan sejumlah keuntungan penting:

Hasil (Bahasa Indonesia) 2:

pada angka, vektor, atau matriks tetapi juga dapat dengan mudah diperluas dengan kelas
untuk jenis data baru dan metode analisis untuk kelas ini, seperti metode
untuk meringkas, merencanakan, percetakan, melakukan tes, atau model pas
(Chambers, 1998).
Selain itu ke inti sistem perangkat lunak R, R juga merupakan gerakan sosial, dengan
banyak peserta pada kontinum dari pengguna baru mulai untuk menganalisis data
dengan R pengembang berkontribusi paket ke Komprehensif R Arsip
Network4 (CRAN) untuk orang lain untuk men-download dan menggunakan.
Hanya R sendiri manfaat dari model pengembangan open source, kontribusi
paket penulis mendapatkan keuntungan dari infrastruktur kelas dunia, sehingga
pekerjaan mereka akan diterbitkan dan direvisi dengan kecepatan mustahil dan kehandalan,
termasuk publikasi paket paket source dan binary untuk berbagai
platform populer. Kontribusi add-on paket yang sangat banyak bagian dari
masyarakat R, dan sebagian besar pengembang inti juga menulis dan memelihara kontribusi
paket. Paket kontribusi berisi fungsi R, opsional data sampel
set, dan dokumentasi termasuk contoh bagaimana menggunakan fungsi.
1.2.2 ... untuk Spasial Analisis Data?
Selama lebih dari 10 tahun, R memiliki peningkatan jumlah paket berkontribusi untuk
penanganan dan menganalisis data spasial. Semua paket ini digunakan untuk membuat berbagai
asumsi tentang bagaimana data spasial yang terorganisir, dan R itu sendiri tidak memiliki
kemampuan untuk membedakan koordinat dari nomor lain. Selain itu,
metode untuk merencanakan data spasial dan tugas-tugas lain yang tersebar, dibuat berbeda
asumsi pada organisasi data, dan belum sempurna. Ini
tidak berbeda dengan situasi untuk data time series pada saat itu.
Setelah beberapa usaha bersama dan diskusi yang lebih luas, sebuah group5 pengembang R
telah menulis paket R sp untuk memperpanjang R dengan kelas dan metode untuk
data spasial (Pebesma dan Bivand, 2005) . Kelas menentukan struktur dan
menentukan bagaimana data spasial diatur dan disimpan. Metode adalah contoh dari
fungsi khusus untuk kelas data tertentu. Misalnya, ringkasan
metode untuk semua kelas data spasial dapat memberitahu rentang membentang oleh spasial
koordinat, dan acara yang sistem koordinat referensi yang digunakan (seperti
derajat bujur / lintang, atau zona UTM). Mungkin selain menunjukkan beberapa
rincian lebih lanjut untuk objek dari kelas spasial tertentu. Sebuah metode petak mungkin, untuk
misalnya membuat peta dari data spasial.
Paket sp menyediakan kelas dan metode untuk titik, garis, poligon,
dan grid (Bag. 1.4, Bab. 2). Mengadopsi satu set kelas untuk data spasial
menawarkan sejumlah keuntungan penting: