R adalah alat pemrograman statistika yang secara unik dilengkapi untuk menangani data, dalam jumlah besar.
Mengolah informasi dalam jumlah masif dan menghasilkan grafik serta visualisasi siap-terbit itu mudah dengan R. Begitu pula berbagai tugas analisis, penambangan, dan pemodelan data.
Karena awalnya dirancang oleh para ahli statistika untuk tujuan statistika, R sangat cocok untuk data science, bidang penting di dunia saat ini.
Walaupun fungsi inti R adalah analisis statistika dan grafik, penggunaannya melampaui itu hingga ke AI, machine learning, analisis keuangan, dan lainnya.
Secara konsisten menempati peringkat sebagai salah satu bahasa pemrograman paling populer di dunia, sekaligus yang menawarkan gaji tinggi, R telah ada sejak awal 1990-an dan masih bertahan kuat.
Tetapi apa itu R? Teruskan membaca untuk mempelajari lebih lanjut tentang bahasa pemrograman R termasuk sejarahnya, siapa yang menggunakannya, dan kemungkinan jalur karier dengan keahlian R di tangan Anda.
Apa itu R?
R adalah sistem komputasi dan grafik statistika. Sistem ini terdiri dari dua bagian: bahasa R itu sendiri (yang biasanya dimaksud orang ketika membicarakan R) dan lingkungan run-time.
R adalah bahasa yang diinterpretasikan, artinya pengguna mengakses fungsinya melalui interpreter baris perintah.
Tidak seperti bahasa seperti Python dan Java, R bukan bahasa pemrograman tujuan umum. Sebaliknya, R dianggap sebagai bahasa khusus domain (domain-specific language/DSL), yang berarti fungsi dan penggunaannya dirancang untuk area penggunaan atau domain tertentu.
Dalam kasus R, itu adalah komputasi dan analisis statistika. Secara turunannya, R lazim digunakan untuk segala macam tugas data science.
R dilengkapi dengan kumpulan fungsi besar yang memungkinkan visualisasi data, sehingga pengguna dapat menganalisis data, memodelkannya sesuai kebutuhan, lalu membuat grafik. Selain fungsi grafis bawaan bahasa ini, ada banyak add-on atau modul yang memfasilitasinya.
Seberapa Populer Bahasa Pemrograman R?
R adalah bahasa pemrograman yang populer, terutama di bidang tertentu seperti data science, riset akademis, dan statistika.
Pada Oktober 2023, R berada di peringkat ke-17 pada Indeks TIOBE, dan pada Agustus 2020, R berada di peringkat ke-8. Diperbarui setiap bulan, Indeks TIOBE adalah indikator yang baik atas popularitas suatu bahasa pemrograman.
Ada 50 bahasa yang tercantum dalam indeks dan lebih dari 8000 bahasa pemrograman lainnya, jadi bisa dibilang R memang populer!
Pada Mei 2020, R sempat keluar dari dua puluh besar Indeks TIOBE, membuat banyak pihak berspekulasi bahwa lompatan bahasa ini dari riset akademis ke penggunaan komersial dengan cepat digantikan oleh Python. Namun, penurunan popularitas ini tidak berlangsung lama dan seperti yang dilaporkan TechRepublic, pada Juli di tahun yang sama, R masuk sepuluh besar.
R adalah bahasa pilihan bagi insinyur statistika dan riset statistika. Dan universitas di seluruh dunia menggunakan R untuk membantu pekerjaan riset mereka di berbagai bidang.
“Keberhasilan R adalah contoh kekuatan komunitas yang didukung akademia untuk mengangkat sebuah bahasa melampaui ambang yang diharapkan.” - Stephen O'Grady, Analis RedMonk
Banyak orang berpendapat lompatan R ke sepuluh besar pada 2020 disebabkan oleh meningkatnya penggunaan bahasa tersebut dalam riset COVID-19. Ketika ada banyak data yang harus diolah, R adalah alat yang ideal—hanya salah satu alasan mengapa bahasa ini masih populer hingga kini, hampir 30 tahun setelah kemunculannya.
Kapan R dibuat?
R dibuat pada awal 1990-an oleh dua ahli statistika dari University of Auckland, Ross Ihaka dan Robert Gentleman.
Ihaka dan Gentleman, yang saat itu sama-sama profesor statistika di universitas Selandia Baru tersebut, melihat apa yang oleh Ihaka disebut sebagai “kebutuhan umum akan lingkungan perangkat lunak yang lebih baik” di laboratorium ilmu komputer mereka. Kesadaran ini mendorong keduanya mulai mengembangkan R, sebuah implementasi dari bahasa pemrograman S yang lebih awal.
Walaupun kedua profesor mulai mengerjakan R di awal 90-an, versi 1.0.0 baru resmi dirilis pada Februari 2000.
Apa arti nama R?
Bahasa R mendapatkan namanya karena dua alasan: karena R adalah huruf pertama dari nama para penciptanya, dan karena R adalah permainan kata dari nama bahasa induknya, S, yang awalnya dikembangkan oleh Bell Telephone Laboratories.
R dan S dan Scheme
Untuk memahami R sepenuhnya, akan membantu jika memahami S, bahasa utama yang memengaruhi pengembangannya.
Bahasa pemrograman S
S dikembangkan pada pertengahan 1970-an oleh John Chambers dan lainnya yang bekerja untuk Bell Labs. Tujuannya adalah menawarkan pendekatan interaktif untuk komputasi statistika, yang ramah pengguna dan membuat tugas analisis data menjadi lebih mudah dan cepat.
Dalam sebuah wawancara tahun 2013, Chambers mencatat bahwa tim Bell Labs menginginkan orang memiliki “akses ke metode komputasional terbaik yang ada, apa pun asalnya.”
Ia juga mengatakan bahwa tim ingin pengguna “memulai di lingkungan interaktif, di mana mereka tidak secara sadar berpikir bahwa mereka sedang memprogram. Lalu saat kebutuhan mereka menjadi lebih jelas dan kecanggihan mereka meningkat, mereka seharusnya dapat beralih secara bertahap ke pemrograman.”
Filosofi umum S mirip dengan R: menawarkan lingkungan perangkat lunak yang memfasilitasi pemrograman komputasional dan analisis statistika, yang dapat dipelajari siapa pun untuk digunakan.
Seperti R, S juga dapat digunakan untuk menulis program yang lebih panjang berpusat pada tugas-tugas statistika. Namun, berbeda dengan R, S dan iterasi lanjutannya, S-PLUS, adalah produk berlisensi, artinya harus dibeli dari perusahaan.
Penting untuk dicatat bahwa R bukan bahasa yang sepenuhnya berbeda; melainkan dialek dari S.
Sintaks dan semantik
Linguis menggunakan istilah sintaks dan semantik untuk menggambarkan elemen bahasa alami, dan ilmuwan komputer mengadopsi istilah ini untuk bahasa pemrograman juga.
Dalam pemrograman komputer, sintaks merujuk pada aturan yang menentukan ‘ejaan’ dan ‘tata bahasa’ sebuah bahasa, sementara semantik merujuk pada bagaimana data atau perintah bahasa tersebut disajikan.
Sintaks R pada tahun-tahun awalnya sangat mirip dengan S. Ini memudahkan orang yang menggunakan S-PLUS untuk beralih ke R, yang berperan penting dalam popularitas R di dunia akademik. Namun, semantik R lebih dekat dengan Scheme, sebuah bahasa pemrograman fungsional.
Apakah R bahasa tingkat rendah atau tinggi?
R dianggap sebagai bahasa pemrograman tingkat tinggi. Klasifikasi ini didasarkan pada tingkat abstraksinya dari bahasa mesin. Tidak seperti bahasa tingkat rendah yang memerlukan pengetahuan mendalam tentang memori dan proses komputer, bahasa tingkat tinggi seperti R dirancang agar mudah dipahami dan ditulis oleh manusia, sehingga lebih mudah diakses oleh ahli statistika, analis data, dan peneliti.
R menawarkan daya, ekstensibilitas, dan fleksibilitas berlimpah, tetapi ‘biaya’ dibandingkan dengan bahasa seperti Python adalah tingkat kompleksitas tertentu.
R bukan bahasa pemrograman yang paling mudah dipelajari, tetapi juga tidak sesulit yang sering dibayangkan banyak orang. DataCamp telah mengajarkan orang cara menggunakan R selama lebih dari satu dekade, dan kami telah menyempurnakan metode kami.
Triknya adalah fokus pada hal-hal esensial terlebih dahulu lalu kembangkan keterampilan dan pengetahuan R Anda seiring progres. Jika Anda ingin mencoba pemrograman R, lihat kursus gratis Introduction to R kami.
Bagaimana R Berkembang Selama Bertahun-tahun
R bersifat open-source selama sebagian besar masa hidupnya, sehingga ada perubahan besar pada jumlah paket yang tersedia untuk bahasa ini.
Bahasanya sendiri juga mengalami beberapa perubahan, saat kita bergerak dari versi pertama hingga yang terbaru, dan bidang-bidang penggunaan R juga meluas. Sebelum membahas lebih jauh, mari lihat beberapa tonggak dalam sejarah R:
Sejarah singkat R
- 1991 - Ross Ihaka dan Robert Gentleman mulai mengerjakan dialek baru dari S sebagai proyek riset untuk Departemen Statistika di University of Auckland.
- 1993 - Pengumuman pertama tentang R dipublikasikan melalui arsip data StatLib dan milis s-news.
- 1995 - Sesama ahli statistika Martin Mächler meyakinkan para pencipta R untuk merilis bahasa tersebut di bawah lisensi umum GNU, menjadikan R gratis digunakan dan open-source.
Ihaka dan Gentleman merilis makalah monumental mereka yang memperkenalkan R ke dunia.
- 1997 - R Core Team dibentuk, grup ini adalah satu-satunya yang memiliki akses tulis ke kode sumber R, dan mereka meninjau serta memberlakukan perubahan apa pun yang disarankan pada bahasa tersebut.
Pada tahun yang sama, Comprehensive R Archive Network (CRAN) dibentuk. Repositori paket perangkat lunak R open-source ini, perluasan dari bahasa itu sendiri, membantu para profesional dengan beragam tugas.
- 2000 - R versi 1.0.0 dirilis ke publik.
- 2003 - R Foundation dibentuk untuk memegang dan mengelola hak cipta perangkat lunak R serta memberikan dukungan bagi proyek bahasa R.
- 2004 - R versi 2.0.0 dirilis.
- 2009 - R Journal, jurnal akses terbuka untuk komputasi dan riset statistika, didirikan.
- 2013 - R versi 3.0.0 dirilis.
- 2020 - R versi 4.0.0 dirilis.
- Juni 2023 - Saat ini kita berada di R versi 4.3.1.
Komunitas R
Komunitas R adalah orang-orang di seluruh dunia yang menggunakan R, berkontribusi pada paket yang tersedia di pustaka CRAN, atau keduanya.
Komunitas ini dikenal sangat aktif; ada banyak orang yang menjalankan forum tentang R, membuat blog tentangnya, dan menjawab pertanyaan di Stack Overflow dan tempat lainnya. Selain semua sumber daya dan dukungan R secara virtual, ada sejumlah konferensi R besar yang rutin diselenggarakan.
Jika Anda ingin melakukan sesuatu dengan R dan tidak yakin harus mulai dari mana, sangat besar kemungkinan ada paket yang tersedia untuk membantu Anda. Komunitas R yang dinamis telah menghasilkan ribuan alat yang memperluas kapabilitas R.
Menurut CRAN, ada hampir 20.000 paket R yang tersedia. Beberapa paket ini menonjol dengan sendirinya, termasuk Tidyverse. Anda dapat mempelajari lebih lanjut tentang paket R dan cara menginstalnya dalam panduan terpisah.
R Tidyverse
Ada kemungkinan besar bahwa jika Anda sudah sedikit membaca tentang R, Anda akan pernah mendengar tentang Tidyverse.
Tidyverse bukan satu paket tunggal; melainkan satu paket yang berisi paket-paket R individual. Paket-paket ini semuanya dirancang untuk data science dan analitik.
Setiap alat dalam total paket Tidyverse dirancang untuk bekerja bersama yang lain dan menyediakan alur yang sangat jelas antar tugas data science.
Tidyverse adalah buah pikir Hadley Wickham, Chief Scientist di RStudio dan rekan penulis ‘R for Data Science.’ Koleksi paket R yang disebut “opinionated” ini telah terbukti populer di seluruh dunia, dan data scientist di seluruh dunia kini mengandalkan Tidyverse untuk pekerjaan mereka.
Faktanya, bisa dibilang siapa pun yang ingin bekerja dengan R atau data pada umumnya, saat ini perlu memahami Tidyverse. Anda bisa mempelajarinya di Introduction to the Tidyverse online DataCamp dan jalur keterampilan Tidyverse Fundamentals with R.
Kebangkitan Data Science
Akan keliru membahas evolusi R tanpa menyinggung kebangkitan data science lebih rinci.
Saat dunia beralih dari sistem analog ke digitalisasi (membuat sistem yang ada menjadi digital) pada akhir abad ke-20, data menjadi semakin berharga. Saat ini, nilainya melebihi emas.
Bisnis di semua sektor dan industri perlu memahami klien dan calon klien mereka untuk tetap kompetitif, dan organisasi publik dapat bekerja lebih baik ketika dilengkapi informasi sebanyak mungkin.
Semua data ini menyimpan banyak wawasan yang dapat dimanfaatkan organisasi, mereka hanya membutuhkan alat yang tepat.
R adalah salah satu alat tersebut, sebagaimana Python, SQL, Power Bi, Tableau, dan lainnya. Untuk benar-benar memahami informasi yang tersembunyi dalam data, kita memerlukan profesional seperti data scientist dan analis.
Seiring data science menjadi lebih penting di dunia modern, permintaan terhadap orang yang memiliki keterampilan teknis untuk membaca dan menafsirkan data meningkat sesuai. Saat ini, misalnya, data science adalah salah satu peran TI dengan bayaran tertinggi, dengan gaji rata-rata lebih dari US$120.000, menurut Indeed.
Siapa yang Menggunakan R?
Banyak profesional menggunakan R dalam pekerjaan mereka, dan bahasa ini digunakan di berbagai bidang. Sebelum melihat bidang-bidang itu, mari tinjau beberapa kemungkinan karier dengan keahlian R.
Karier dengan R
- Data scientist
- Insinyur statistika
- Analis data
- Programmer R
- Arsitek data
- Administrator basis data
- Ahli geostatistika
- Peneliti
- Business intelligence
- Analis keuangan
- Ilmuwan machine learning
- Analis kuantitatif
- Statistikawan
- Dan lain-lain…
Bidang dan industri yang menggunakan R
Karena kuat dan mampu menangani berbagai tugas analisis, visualisasi, dan pemodelan data, R digunakan di beragam industri dan sektor. Berikut beberapa di antaranya:
Akademia
Sama seperti bahasa Inggris adalah lingua franca dunia, R adalah bahasa pemrograman dominan di banyak institusi akademis. Penggunaannya tidak terbatas pada statistika; banyak jenis riset memerlukan data kuantitatif termasuk korelasional, eksperimental, dan deskriptif, dan ini terjadi di berbagai bidang.
Digitalisasi (proses mengadopsi data dan alat terkait) dan kebangkitan big data telah menyentuh semua bidang studi dan riset, mendorong peningkatan penggunaan R di lingkungan akademis.
Misalnya, Statistical Package for the Social Sciences (SPSS) dari IBM dulu merupakan pilihan perangkat lunak terdepan untuk ilmu sosial. Kini, R menjadi pilihan utama karena banyak alasan:
- R 100% gratis untuk institusi dan mahasiswa
- R kompatibel dengan semua sistem operasi dan data dari berbagai jenis berkas
- R memungkinkan riset yang transparan dan dapat direplikasi
- R memudahkan pembuatan visualisasi data
Sebuah survei DataCamp tahun 2013 tentang R dalam pendidikan menunjukkan bahwa 71,1% responden berada di bidang ekonomi atau studi bisnis sementara hanya 10,5% di ilmu komputer, menunjukkan bahwa literasi dan keterampilan data penting di semua lini.
Data Science
Bersama Python, R adalah bahasa penting di dunia data science. Dengan bantuan R, profesional dapat memodelkan dan menganalisis data terstruktur dan tidak terstruktur, mereka juga dapat menggunakan R untuk membuat alat machine learning dan analisis statistika yang membantu pekerjaan mereka.
R memudahkan penanganan data dari berbagai sumber, dari impor hingga analisis. Selain itu, sistem R sendiri dan pustaka CRAN menawarkan banyak fungsi dan alat visualisasi data, yang memudahkan profesional untuk menyajikan riset dan temuan mereka dalam format yang berdampak dan mudah dibaca.
Statistika
Sudah menjadi keharusan, karena merupakan bahasa pemrograman statistika, R adalah andalan untuk statistika dan komputasi statistika—lagipula, ia dirancang oleh para ahli statistika untuk tujuan ini.
Beragam paket mendukung pekerjaan di bidang ini, sementara bahasa R itu sendiri dapat digunakan untuk mengembangkan alat perangkat lunak yang menyertakan fungsi-fungsi statistika. Penggunaannya bahkan bisa lebih jauh. Dalam sebuah wawancara, ilmuwan komputer RStudio Joe Cheng mencatat bahwa R dapat digunakan sebagai bahasa tujuan umum untuk mengimplementasikan bahasa-bahasa statistika baru.
Keuangan
Dengan fleksibilitas dan kecakapannya untuk berbagai tugas analisis data, tidak mengherankan R semakin banyak digunakan di keuangan. Perusahaan seperti ANZ dan Bank of America menggunakan bahasa ini untuk analisis dan pemodelan risiko kredit, pelaporan keuangan, penanganan portofolio investasi, dan banyak tugas lainnya.
Alat khusus seperti jrvFinance dan bundel paket Rmetrics memungkinkan mereka yang bekerja di bidang keuangan melakukan komputasi finansial, bahkan jika mereka memiliki pengalaman pemrograman yang terbatas.
DataCamp menawarkan berbagai kursus R untuk keuangan, termasuk Finance Fundamentals in R, dan Applied Finance in R.
Media Sosial
Sejak masa-masa awal Open Dairy dan Bolt, media sosial telah memperluas jangkauannya dari segelintir pengguna yang melek teknologi menjadi hampir semua pemilik ponsel pintar. Saat ini, sulit menemukan seseorang yang tidak menggunakan platform media sosial.
Media sosial juga merupakan bisnis besar, bisnis yang terutama memperdagangkan data. Perusahaan seperti Meta (Facebook dan Instagram) dan TikTok bergantung pada kebiasaan pengguna untuk menawarkan iklan bertarget kepada perusahaan lain.
Setiap hal yang Anda lakukan atau interaksikan di media sosial menghasilkan data yang dapat digunakan untuk tujuan ini, dan alat seperti R adalah cara yang tepat bagi perusahaan media sosial untuk mengekstrak wawasan dari sejumlah besar data yang mereka kumpulkan dan mengelola algoritme yang membuat pengguna terus kembali untuk konten yang sesuai minat mereka.
Perusahaan mana yang menggunakan R?
Berikut beberapa perusahaan besar yang menggunakan R dalam tumpukan teknologi mereka:
- Bank of America
- Amazon
- JP Morgan
- Accenture
- IBM
- Uber
- Deloitte
- The New York Times
- Ford
- HP
- Dan masih banyak lagi…
Beberapa Contoh Kode
R dapat menjalankan kode dasar seperti membuat matriks dan memanipulasinya, seperti yang terlihat di bawah:
#Let’s create a matrixmatrix_A <- matrix(1:10,nrow = 5, byrow = TRUE)matrix_A
#Now let’s add a column to the matrixmatrix_A1 <- cbind(matrix_A,c(6:10))matrix_A1
R juga dapat membantu analisis dan manipulasi data:
#Let's load a built-in dataset data(mtcars)#print first 10 rowshead(mtcars,10)
#Let us try to sort the dataset based on ascending order of horsepowerattach(mtcars)df<- mtcars[order(hp),]head(df,10)
Dasar-dasar R dan R Lanjutan
Mereka yang memiliki pengetahuan dasar R dapat menggunakan bahasa pemrograman ini untuk melakukan tugas dasar penyortiran dan analisis data, seperti menetapkan variabel dan menggunakan baris perintah untuk melakukan perhitungan.
Mereka juga dapat menghasilkan representasi visual data, seperti bagan pai atau grafik. Mereka bahkan mungkin menggunakan R untuk membantu mengelola keuangan pribadi mereka sendiri atau perusahaan kecil.
Seperti yang diharapkan, mereka yang memiliki pengetahuan lanjutan tentang R dapat melakukan semua hal ini dan lebih dari itu.
Penggunaan R melampaui pembuatan visualisasi dan analisis data. Karena merupakan alat komputasi statistika yang kuat, R dapat digunakan untuk membangun model machine learning prediktif dan alat data science lainnya.
Meski terutama merupakan bahasa fungsional dan khusus domain, R bahkan dapat digunakan untuk beberapa tugas pemrograman berorientasi objek. Para ahli juga dapat menggunakan R untuk metapemrograman, yaitu pembuatan program yang kemudian dapat menulis atau memanipulasi program lain.
Apakah Anda hanya menginginkan alat untuk lebih baik mengelola kebiasaan belanja Anda sendiri atau ingin menjadi ahli kode R, DataCamp dapat membantu. Beragam kursus dan jalur karier R kami cocok untuk semua orang, dari pemula R absolut hingga programmer R yang andal dan seterusnya.
Lihat R Cheat Sheet kami, yang merangkum beberapa dasar-dasarnya
Haruskah Saya Memilih R atau Python?
Kami memiliki artikel lengkap membahas R vs Python - pada kenyataannya, jika Anda ingin serius menekuni data science dan analitik, pada akhirnya Anda perlu mempelajari kedua bahasa tersebut. Python, bahasa tujuan umum dengan ekosistem luas, kadang lebih disukai karena versatilitasnya, sehingga ideal untuk machine learning, AI, dan integrasi dengan alat lain. R, di sisi lain, secara khusus dirancang untuk komputasi dan grafik statistika, menjadikannya pilihan andalan untuk analisis statistika khusus dan riset.
Pilihan bahasa mana yang akan dipelajari atau digunakan sering kali bergantung pada proyek yang Anda kerjakan dan apa yang ingin Anda capai. Syukurlah, kedua bahasa memiliki banyak sumber belajar yang bisa Anda manfaatkan saat mengasah keterampilan.
Apa itu R? Penutup
R adalah bahasa pemrograman populer yang memungkinkan orang menangani data dalam jumlah besar dengan mahir, menghasilkan visualisasi berkualitas publikasi, dan melakukan beragam tugas komputasi statistika dan analitik.
Digunakan di bidang termasuk data science, keuangan, akademia, dan lainnya, R kuat, fleksibel, dan dapat diperluas. R juga gratis dan sepenuhnya open-source, yang berarti ada banyak paket yang tersedia untuk membantu pengguna R dengan segala macam tugas serta komunitas pendukung pecinta R di seluruh dunia.
Jika Anda tertarik pada karier di bidang data, keahlian R dapat membantu Anda maju—dan mendapatkan pekerjaan dengan bayaran tinggi di data science. DataCamp memiliki rangkaian kursus R paling komprehensif di internet. Dari tingkat pengantar hingga machine learning dengan R, kami siap membantu. Jika Anda baru mulai, R Programming Skill Track kami adalah tempat sempurna untuk mempercepat kemampuan Anda. Anda juga dapat melihat Data Analyst With R Career Track untuk memulai perjalanan karier Anda.
