Data Science Menggunakan Bahasa R
$19.99
Shop on Udemy

Description

Mengenal Bahasa Pemrograman RMengutip situs resminya, R adalah sebuah programming language alias bahasa pemrograman. Ia digunakan untuk komputasi statistik dan grafik. Glints sudah sempat menyinggung hal ini di atas. Kata Geeks for Geeks, bahasa ini merupakan pengembangan dari bahasa S. R sendiri didesain oleh dua tokoh dari University of Auckland, yakni Ross Ihaka and Robert Gentleman. Nah, dunia tempatnya digunakan, yakni data, tengah berkembang pesat. Ternyata, R sendiri juga mengalami hal yang sama. Mengutip TechRepublic, per Agustus 2020, ia menduduki posisi 8 dalam daftar 10 besar bahasa pemrograman. Sistem skor bahasa ini dimiliki oleh komunitas programming, TIOBE. Ia tak sekadar populer saja, lho. Mengutip Guru99, bahasa R bisa digunakan untuk implementasi algoritma machine learning. Kata Career Karma, R juga ramah dengan data science. Ia bisa pula digunakan untuk mengolah big data. Terlebih lagi, ia juga bisa berkomunikasi dengan bahasa lainnya. Bahasa lain itu misalnya Phyton, Java, atau C++. Melansir Edureka, ada 5 jenis data utama yang ada di bahasa ini. Jenis-jenis data itu adalah: daftarvektorarraymatriksdataframetibblefactorKelebihan RKata siapa barang berkualitas bagus harus mahal? R adalah salah satu programming language yang membuktikan bahwa hal itu salah. Bahasa R menawarkan kemampuan analisis data yang canggih. Padahal, kata Tech Target, ia bersifat gratis. Terlebih lagi, bahasa ini sudah cukup "dewasa". Ia punya banyak pengguna, hingga ada banyak komunitas yang terus mengembangkannya. Fitur visualisasi datanya juga tak asal dibuat saja. Mengutip Fast Company, fitur itu relatif berkualitas dan mampu menghasilkan grafik yang cantik. Melansir Career Karma, bahasa ini juga benar-benar digunakan. Ia bukan sekadar bahasa para penggiat analisis data karena hobi. Raksasa teknologi seperti Facebook, Google, hingga Microsoft, memanfaatkan bahasa R. Selain itu, ada pula perusahaan besar lain seperti Bing, Merck, TechCrunch, hingga Mozilla. Kekurangan RMemang, Glints sudah menjelaskan bahwa R relatif mudah dipelajari. Akan tetapi, JournalDev mengatakan, ini bukanlah bahasa untuk pemula. Sebab, tampilan command-line bahasa ini sedikit membingungkan. Nah, sebagai solusi, kamu bisa menggunakan integrated development environment seperti RStudio. Data di dalam R juga disimpan di dalam memori fisik. Ini bisa menjadi salah satu kekurangannya. Bagaimana jika kamu harus bekerja dengan data yang sangat banyak? Kamu bisa-bisa kekurangan memori. Meski begitu, R sudah punya integrasi dengan Hadoop, framework untuk data yang berukuran besar. Eksekusi alias pembacaan kode R juga memakan waktu yang lama. Jika memang ingin dipercepat, kamu harus siap mengoptimalkan kodemu. Nah, R sendiri adalah satu di antara beberapa pilihan programming language untuk pengolahan data. Source: Glints

logo

Udemy