{"id":487,"date":"2023-07-29T18:10:23","date_gmt":"2023-07-29T18:10:23","guid":{"rendered":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/"},"modified":"2023-07-29T18:10:23","modified_gmt":"2023-07-29T18:10:23","slug":"cara-menormalkan-data-di-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/","title":{"rendered":"Cara menormalkan data di r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Dalam kebanyakan kasus, ketika orang berbicara tentang &#8220;menormalkan&#8221; variabel dalam kumpulan data, yang mereka maksud adalah mereka ingin menskalakan nilai sedemikian rupa sehingga variabel tersebut memiliki rata-rata 0 dan deviasi standar dari 1.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Alasan paling umum untuk melakukan standarisasi variabel adalah ketika Anda melakukan beberapa jenis analisis multivariat (yaitu, Anda ingin memahami hubungan antara beberapa variabel prediktor dan variabel respons) dan Anda ingin setiap variabel memberikan kontribusi yang sama terhadap analisis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ketika variabel diukur pada skala yang berbeda, seringkali variabel tersebut tidak memberikan kontribusi yang sama terhadap analisis. Misalnya, jika nilai suatu variabel berkisar antara 0 hingga 100.000 dan nilai variabel lain berkisar antara 0 hingga 100, maka variabel dengan rentang yang lebih besar akan diberi bobot yang lebih besar dalam analisis.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hal ini biasa terjadi ketika satu variabel mengukur sesuatu seperti gaji ($0 hingga $100.000) dan variabel lain mengukur sesuatu seperti usia (0 hingga 100 tahun).<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan melakukan standarisasi variabel, kita dapat yakin bahwa setiap variabel memberikan kontribusi yang sama terhadap analisis. Ada dua cara umum untuk menormalkan (atau &#8220;menskalakan&#8221;) variabel:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Normalisasi Min-Maks:<\/strong> (X \u2013 min(X)) \/ (maks(X) \u2013 min(X))<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Standarisasi skor Z:<\/span><\/strong> (X \u2013 \u03bc) \/ \u03c3<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Kami kemudian akan menunjukkan bagaimana menerapkan kedua teknik ini di R.<\/span><\/p>\n<h2> <strong><span style=\"color: #000000;\">Cara menormalkan (atau &#8220;menskalakan&#8221;) variabel di R<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Untuk setiap contoh berikut, kita akan menggunakan <strong>iris<\/strong> dataset R bawaan untuk mengilustrasikan cara menormalkan atau menskalakan variabel di R:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #008080;\"><strong>#view first six rows of <em>iris<\/em> dataset\n<span style=\"color: #000000;\">head(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 3.5 1.4 0.2 setosa\n#2 4.9 3.0 1.4 0.2 setosa\n#3 4.7 3.2 1.3 0.2 setosa\n#4 4.6 3.1 1.5 0.2 setosa\n#5 5.0 3.6 1.4 0.2 setosa\n#6 5.4 3.9 1.7 0.4 setosa\n<\/span><\/strong><\/span><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Normalisasi Min-Maks<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Rumus normalisasi min-max adalah:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">(X \u2013 min(X))\/(maks(X) \u2013 min(X))<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk setiap nilai suatu variabel, kita cukup mencari jarak antara nilai tersebut dengan nilai minimum, lalu membaginya dengan rentangnya.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengimplementasikan hal ini di R, kita dapat mendefinisikan fungsi sederhana dan kemudian menggunakan <a href=\"https:\/\/statorials.org\/id\/panduan-untuk-menerapkan-lapply-sapply-dan-tapply-di-r\/\" target=\"_blank\" rel=\"noopener\">laply<\/a> untuk menerapkan fungsi tersebut ke kolom dalam kumpulan data <strong>iris<\/strong> yang kita inginkan:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define Min-Max normalization function<\/span>\nmin_max_norm &lt;- <span style=\"color: #800080;\">function<\/span> (x) {\n    (x - min(x)) \/ (max(x) - min(x))\n  }\n\n<span style=\"color: #008080;\">#apply Min-Max normalization to first four columns in <em>iris<\/em> dataset\n<span style=\"color: #000000;\">iris_norm &lt;- as.data.frame(lapply(iris[1:4], min_max_norm))\n\n<span style=\"color: #008080;\">#view first six rows of normalized <em>iris<\/em> dataset<\/span>\nhead(iris_norm)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width\n#1 0.22222222 0.6250000 0.06779661 0.04166667\n#2 0.16666667 0.4166667 0.06779661 0.04166667\n#3 0.11111111 0.5000000 0.05084746 0.04166667\n#4 0.08333333 0.4583333 0.08474576 0.04166667\n#5 0.19444444 0.6666667 0.06779661 0.04166667\n#6 0.30555556 0.7916667 0.11864407 0.12500000\n<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa setiap kolom sekarang memiliki nilai antara 0 dan 1. Perhatikan juga bahwa kolom kelima &#8220;Spesies&#8221; telah dihapus dari bingkai data ini. Kita dapat dengan mudah menambahkannya menggunakan kode berikut:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#add back <em>Species<\/em> column<\/span>\niris_norm$Species &lt;- iris$Species\n\n<span style=\"color: #008080;\">#view first six rows of <em>iris_norm\n<\/em><\/span>head(iris_norm)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 0.22222222 0.6250000 0.06779661 0.04166667 setosa\n#2 0.16666667 0.4166667 0.06779661 0.04166667 setosa\n#3 0.11111111 0.5000000 0.05084746 0.04166667 setosa\n#4 0.08333333 0.4583333 0.08474576 0.04166667 setosa\n#5 0.19444444 0.6666667 0.06779661 0.04166667 setosa\n#6 0.30555556 0.7916667 0.11864407 0.12500000 setosa\n<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Standardisasi skor Z<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kekurangan dari teknik normalisasi min-max adalah membuat nilai data semakin mendekati mean. Jika kita ingin memastikan bahwa outlier memiliki bobot lebih dari nilai lainnya, standarisasi skor-z adalah teknik yang lebih baik untuk diterapkan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Rumus standarisasi z-score adalah sebagai berikut:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">(X \u2013 \u03bc) \/ \u03c3<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk setiap nilai suatu variabel, kita cukup mengurangkan nilai rata-rata variabel tersebut lalu membaginya dengan simpangan baku variabel tersebut.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengimplementasikan ini di R, kami memiliki beberapa opsi:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Standarisasi suatu variabel<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika kita hanya ingin membakukan variabel dalam dataset, seperti Sepal.Width pada dataset <strong>iris<\/strong> , kita dapat menggunakan kode berikut:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#standardize<\/span> <span style=\"color: #008080;\"><em>Sepal.Width\n<\/em><\/span>iris$Sepal.Width &lt;- (iris$Sepal.Width - mean(iris$Sepal.Width)) \/ sd(iris$Sepal.Width)\n\nhead(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 1.01560199 1.4 0.2 setosa\n#2 4.9 -0.13153881 1.4 0.2 setosa\n#3 4.7 0.32731751 1.3 0.2 setosa\n#4 4.6 0.09788935 1.5 0.2 setosa\n#5 5.0 1.24503015 1.4 0.2 setosa\n#6 5.4 1.93331463 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Nilai <em>Sepal.Width<\/em> sekarang diskalakan sedemikian rupa sehingga meannya adalah 0 dan deviasi standarnya adalah 1. Kita bahkan dapat memeriksanya jika kita ingin:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#find mean of <em>Sepal.Width\n<\/em><\/span>mean(iris$Sepal.Width)\n\n#[1] 2.034094e-16 <span style=\"color: #008080;\">#basically zero<\/span>\n\n<span style=\"color: #008080;\">#find standard deviation of <em>Sepal.Width\n<\/em><\/span>sd(iris$Sepal.Width)\n\n#[1] 1<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><strong>2. Standarisasi beberapa variabel menggunakan fungsi skala<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk menormalkan beberapa variabel, cukup menggunakan fungsi <em>skala<\/em> . Misalnya, kode berikut memperlihatkan cara menskalakan empat kolom pertama kumpulan data <strong>iris<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#standardize first four columns of <em>iris<\/em> dataset<\/span>\niris_standardize &lt;- as.data.frame(scale(iris[1:4]))\n\n<span style=\"color: #008080;\">#view first six rows of standardized dataset<\/span>\n<\/strong><\/span><strong>head(iris_standardize)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width\n#1 -0.8976739 1.01560199 -1.335752 -1.311052\n#2 -1.1392005 -0.13153881 -1.335752 -1.311052\n#3 -1.3807271 0.32731751 -1.392399 -1.311052\n#4 -1.5014904 0.09788935 -1.279104 -1.311052\n#5 -1.0184372 1.24503015 -1.335752 -1.311052\n#6 -0.5353840 1.93331463 -1.165809 -1.048667\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa fungsi <em>skala<\/em> , secara default, berupaya menormalkan setiap kolom dalam bingkai data. Jadi, kita akan mendapat error jika mencoba menggunakan <strong>skala(iris)<\/strong> karena kolom <em>Spesies<\/em> bukan numerik dan tidak dapat distandarisasi:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>scale(iris)\n\n#Error in colMeans(x, na.rm = TRUE): 'x' must be numeric\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Namun, dimungkinkan untuk menstandarkan hanya variabel tertentu dalam bingkai data sambil menjaga agar semua variabel lainnya tetap sama menggunakan paket <strong>dplyr<\/strong> . Misalnya, kode berikut menstandarkan variabel <em>Sepal.Width<\/em> dan <em>Sepal.Length<\/em> sambil menjaga agar semua variabel lainnya tetap sama:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load <em>dplyr<\/em> package<\/span>\nlibrary(dplyr)\n\n<span style=\"color: #008080;\">#standardize <em>Sepal.Width<\/em> and <em>Sepal.Length<\/em>\n<\/span>iris_new &lt;- iris %&gt;% mutate_each_(list(~scale(.) %&gt;% as.vector),\n                                  vars = c(\"Sepal.Width\",\"Sepal.Length\"))\n\n<span style=\"color: #008080;\">#view first six rows of new data frame\n<\/span>head(iris_new)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 -0.8976739 1.01560199 1.4 0.2 setosa\n#2 -1.1392005 -0.13153881 1.4 0.2 setosa\n#3 -1.3807271 0.32731751 1.3 0.2 setosa\n#4 -1.5014904 0.09788935 1.5 0.2 setosa\n#5 -1.0184372 1.24503015 1.4 0.2 setosa\n#6 -0.5353840 1.93331463 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa <em>Sepal.Length<\/em> dan <em>Sepal.Width<\/em> distandarisasi sedemikian rupa sehingga kedua variabel memiliki rata-rata 0 dan deviasi standar 1, sedangkan tiga variabel lainnya dalam kerangka data tetap tidak berubah.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dalam kebanyakan kasus, ketika orang berbicara tentang &#8220;menormalkan&#8221; variabel dalam kumpulan data, yang mereka maksud adalah mereka ingin menskalakan nilai sedemikian rupa sehingga variabel tersebut memiliki rata-rata 0 dan deviasi standar dari 1. Alasan paling umum untuk melakukan standarisasi variabel adalah ketika Anda melakukan beberapa jenis analisis multivariat (yaitu, Anda ingin memahami hubungan antara beberapa [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara menormalkan data di R - Statorials<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan beberapa cara untuk dengan mudah menormalkan atau menskalakan data di R.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara menormalkan data di R - Statorials\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan beberapa cara untuk dengan mudah menormalkan atau menskalakan data di R.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T18:10:23+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/\",\"url\":\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/\",\"name\":\"Cara menormalkan data di R - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T18:10:23+00:00\",\"dateModified\":\"2023-07-29T18:10:23+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan beberapa cara untuk dengan mudah menormalkan atau menskalakan data di R.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menormalkan data di r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara menormalkan data di R - Statorials","description":"Tutorial ini menjelaskan beberapa cara untuk dengan mudah menormalkan atau menskalakan data di R.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/","og_locale":"id_ID","og_type":"article","og_title":"Cara menormalkan data di R - Statorials","og_description":"Tutorial ini menjelaskan beberapa cara untuk dengan mudah menormalkan atau menskalakan data di R.","og_url":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/","og_site_name":"Statorials","article_published_time":"2023-07-29T18:10:23+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"4 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/","url":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/","name":"Cara menormalkan data di R - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T18:10:23+00:00","dateModified":"2023-07-29T18:10:23+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan beberapa cara untuk dengan mudah menormalkan atau menskalakan data di R.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/cara-menormalkan-data-di-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menormalkan data di r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/487"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=487"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/487\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=487"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=487"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=487"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}