8 Kelebihan dan Kekurangan R: Mengapa Banyak Digunakan?

Tulisan ini akan membahas mengenai kelebihan dan kekurangan bahasa R yang menjadi alasan mengapa R language banyak dipakai dan tumbuh dengan pesat.

Inilah kelebihan-kelebihan R yang membuat R banyak dipakai dan tumbuh berkembang:

  1. Gratis, tidak diperlukan biaya untuk mendapatkannya
  2. Populer, banyak digunakan oleh pengguna dari berbagai macam bidang
  3. Sangat powerful dengan banyak package
  4. Memiliki fungsi yang lengkap mulai dari persiapan data, analisis dan visualisasinya
  5. Reproducible atau mudah untuk digunakan ulang
  6. Dukungan komunitas yang membantu
  7. Mudah untuk berbagi dan berkolaborasi
  8. Banyak dibutuhkan oleh analis dan peneliti

Kelebihan dan keunggulan R

R adalah bahasa pemrograman dan perangkat lunak gratis yang dikembangkan oleh Ross Ihaka dan Robert Gentleman pada tahun 1993.

Banyak keunggulan atau kelebihan R language.

Mari kita lihat satu-persatu.

1. Gratis

Kita sebagai pengguna dapat memanfaatkan R dengan bebas dan gratis. Kita dapat dengan bebas menginstal, menggunakan, memperbarui, mengkloning, memodifikasi, mendistribusikan ulang, bahkan menjualnya kembali.

Kita dapat dengan mudah melakukan download dan instal R di komputer kita.

Keunggulan ini menjadi hal terpenting, apalagi jika dibandingkan dengan “mahalnya” software-software statistika lainnya seperti SPSS yang harganya mencapai 1,4 juta per bulan.

Selain gratis untuk menggunakan, R juga memungkinkan penggunanya untuk berkontribusi, misal dengan membuat dan berbagi skrip kode dan package-nya.

Hal ini membuat pengguna juga dapat secara gratis mengakses segala update dan perkembangan baik dari bahasa R sendiri maupun dari pengguna yang lain. Tentu ini menjadi keunggulan tersendiri jika dibandingkan update-update aplikasi berbayar yang tidak secepat update fungsi di R.

Berikut perbandingan harga beberapa software statistik. Bandingkan dengan R yang gratis alias tanpa biaya.

Stata (SE)SPSSSASSTATISTICA QC
Student$395$30$30$960
Business$2,090$5,430Quote Requested$1,920
Perbandingan R dengan SPSS
Perbandingan R dengan SAS
Perbandingan R dengan STATA
Gambar diambil dari Edanz

2. Populer

Popularitas R dapat dilihat dari banyaknya penggunanya.

Setelah sempat mengalami penurunan pada tahun 2018-2019, R kembali menanjak popularitasnya tahun 2020, dimungkinkan dengan adanya Covid-19.

Menurut Tiobe Index per Januari 2021, R menempati urutan ke-8, naik dari urutan ke-18 pada bulan Januari 2020.

Berikut daftar 20 besar menurut Tiobe index.

Jan 2021Jan 2020ChangeProgramming LanguageRatingsChange
12changeC17.38%+1.61%
21changeJava11.96%-4.93%
33Python11.72%+2.01%
44C++7.56%+1.99%
55C#3.95%-1.40%
66Visual Basic3.84%-1.44%
77JavaScript2.20%-0.25%
88PHP1.99%-0.41%
918changeR1.90%+1.10%
1023changeGroovy1.84%+1.23%
1115changeAssembly language1.64%+0.76%
1210changeSQL1.61%+0.10%
139changeSwift1.43%-0.36%
1414Go1.41%+0.51%
1511changeRuby1.30%+0.24%
1620changeMATLAB1.15%+0.41%
1719changePerl1.02%+0.27%
1813changeObjective-C1.00%+0.07%
1912changeDelphi/Object Pascal0.79%-0.20%
2016changeClassic Visual Basic0.79%-0.04%

Sedangkan jika dilihat dalam waktu yang lebih panjang, R termasuk bahasa yang paling muda (setelah SQL).

BACA JUGA:  Tutorial Menggunakan RStudio untuk R Programming, Statistika dan Data science

Berikut daftar lengkapnya berdasarkan urutan popularitas setiap tahunnya.

Programming Language20212016201120062001199619911986
C12211111
Java2112328
Python35672313
C++43332228
C#54568
JavaScript67109630
PHP764418
R81641
SQL9
Swift1015
Perl149754317
Lisp2926141317632
Ada3324211615493

Untuk menekankan popularitas R, berikut daftar popularitas bahasa pemrograman berdasarkan jumlah pencarian tutorialnya di Google yang dibuat oleh Pierre Carbonnelle di seluruh dunia Januari 2021, dibandingkan dengan setahun sebelumnya.

RankChangeLanguageShareTrend
1Python30.44 %+1.2 %
2Java16.76 %-2.0 %
3JavaScript8.44 %+0.3 %
4C#6.53 %-0.7 %
5C/C++6.33 %+0.3 %
6PHP6.05 %-0.2 %
7R3.87 %+0.1 %
8Objective-C3.71 %+1.2 %
9Swift2.14 %-0.3 %
10TypeScript1.78 %-0.0 %
11Matlab1.74 %-0.1 %
12Kotlin1.7 %+0.0 %
13Go1.33 %+0.1 %
14VBA1.2 %-0.2 %
15Ruby1.12 %-0.2 %
16Rust1.03 %+0.3 %
17Scala0.72 %-0.3 %
18Visual Basic0.69 %-0.2 %
19Lua0.64 %+0.3 %
20Ada0.63 %+0.3 %
21Dart0.56 %+0.1 %
22Abap0.51 %+0.0 %
23Perl0.48 %-0.1 %
24Julia0.38 %+0.1 %
25Groovy0.37 %-0.1 %
26Cobol0.35 %+0.0 %
27Haskell0.27 %-0.0 %
28Delphi0.26 %+0.0 %

Selain berdasarkan jumlahnya, R juga populer karena berbagai bidang, di antaranya:

  • econometrik
  • analisis bisnis intelegent
  • pemodelan lingkungan
  • e-commerce
  • perbankan
  • finance
  • media sosial

R juga dipakai oleh perusahaan besar, di antaranya:

  • Facebook
  • Google
  • Twitter
  • Foursquare
  • Microsoft
  • Mozilla
  • New York Times
Perusaahan besar menggunakan R
Data diambil dari Data Flair

3. Powerful

Kemampuan yang datang dari packages

R memiliki banyak package yang lengkap dengan fungsi yang sangat powerful. Misal package “caret” yang digunakan oleh para data scientist untuk menjalankan machine learning.

Saya juga selalu menggunakan package ini untuk menjalankan analisis pemodelan dan machine learning.

BACA JUGA:  Tutorial Instal R Package di RStudio (Lengkap dan Jelas)

Contoh lain adalah tidyverse.

Tidyverse merupakan kumpulan package yang sangat populer di kalangan pengguna R.

Package yang ada dalam tidyverse di antaranya:

  • ggplot2
  • dplyr
  • tidyr
  • readr
  • purr
  • stringr
  • forcats
Tidyverse

Kemampuan meng-handle berbagai macam data

R memiliki kemampuan untuk membaca berbagai macam data mulai dari data .txt dan .csv, data excel, gambar, hingga data spasial baik format vektor maupun raster.

Selain itu, R juga banyak digunakan untuk pemrosesa Big Data, yang semakin cepat karena R memiliki kemampuan untuk memanfaatkan banyak core dari processor dan full penggunaan RAM pada komputer.

4. Lengkap

R memiliki fungsi lengkap mulai dari proses:

R memiliki package yang sangat lengkap mulai dari persiapan data, berbagai macam analisis, hingga proses diseminasi informasi.

R dapat digunakan untuk membuat visualisasi data yang sederhana hingga yang advance.

Berikut beberapa contohnya:

Contoh grafik ggplot2 bagus
Sumber: dari sini
Contoh grafik ggplot2 indah
Sumber dari sini.
Contoh grafik ggplot2 terbaik
Sumber: dari sini

Contoh yang lain dapat dilihat di:

Fungsi tambahan yang dapat digunakan untuk menngkomunikasikan data dan informasi dengan mudah adalah:

Menggunakan bookdown yang merupakan turunan dari R Markdown, kita dapat dengan mudah menulis dan publish buku.

Berikut contohnya:

Contoh lebih banyak dapat dilihat di website ini:

R Markdown Gallery

Sedangkan dengn R Shiny, kita dapat membuat aplikasi berbasis web.

Contoh banyak dapat dilihat di website ini:

R Shiny Gallery

5. Reproducible

Keunggulan selanjutnya adalah reproducibility atau kemudahannya untuk membuat produk yang sama.

Skrip R dapat kita simpan. Dengan begini jika suatu saat kita membutuhkan proses analisis atau visualisasi yang sama, skrip ini dapat kita gunakan kembali.

Skrip ini juga dapat kita gunakan untuk data yang berbeda.

Artinya, dengan sekali klik, kita dapat mendapatkan hasil analisis dan visualisasi yang sama.

Tentunya hal ini sangat cepat dan mudah jika dibandingkan dengan banyak software lain, di mana kita harus mengulangi proses dari awal. Akan sangat merepotkan, apalagi jika prosesnya panjang.

Andrea Orch dalam tulisannya menyebutkan ada setidaknya 5 langkah untuk memudahkan proses ini, yaitu:

  • Perbaiki struktur data
  • Jangan lakukan penyimpanan data
  • Gunakan 1 dokumen hasil
  • Gunakan version control
  • Gunakan virtual environment.

Lebih lengkapnya, silakan kunjungi tulisan ini: There is an R in Reproducible

BACA JUGA:  14 Contoh Penerapan Machine Learning dalam Kehidupan Sehari-hari

6. Dukungan komunitas

Selain dukungan berupa dokumen “help” yang terdokumentasi dengan baik di setiap packagenya, kelebihan R adalah dukungan komunitasnya.

Dukungan komunitas yang sangat baik ini sangat memudahkan ketika melakukan analisis menggunakan R.

Dengan ini, ketika kita mengalami kendala atau kesulitan, kita tahu di mana kita bertanya.

Bahkan dengan bertanya pada Google, bermacam-macam alternatif jawaban terhadap pertanyaan kita akan muncul.

Komunitas R Indonesia

Komunitas R Indonesia

Komunitas R Indonesia berupa group di Telegram yang berisi diskusi tentang R (bahasa pemrograman untuk statistika), statistika, dan terkait, dibuat 13 Agustus 2016, 11.04 WITA.

Selain itu juga ada akun twitter dengan alamat @r_indonesia yang sering mengadakan kopDar (sekarang online).

Materi-materi kopdar dapat diakses di sini.

Melalui platform ini, komunitas R juga mengadakan challenge yang disebut kamis data, di mana kita bebas melakukan analisis dan visualisasi terhadap data yang disiapkan dan kemudian hasilnya dapat dilihat oleh publik.

StackOverflow (SO)

Dukungan komunitas R

SO merupakan website QnA yang menakjubkan untuk menemukan jawaban dari pertanyaan-pertanyaan kita, terutama mengenai koding dan pemrograman.

Menurut pengalaman saya, hampir 100% kesulitan atau pertanyaan yang saya cari sudah pernah ditanyakan dan mendapatkan jawaban dengan status “selesai”.

Artinya, kita hampir pasti mendapatkan jawaban kita di sana.

R-Bloggers

Blog tentang R

R-bloggers merupakan blog yang sangat lengkap untuk belajar R ataupun untuk melakukan penyegaran terhadap skill kita.

Jika kamu seorang blogger juga, medium ini merupakan lokasi tepat untuk melakukan guest posting dan memperluas pembaca blogmu.

7. Berbagi dan berkolaborasi

Dengan menggunakan R, proses berbagi dan berkolaborasi juga jadi lebih mudah.

Banyak pengguna R yang memanfaatkan platform seperti github sebagai repository project-nya.

Dengan metode ini, setiap orang dapat membuka, menggunakan dan berkontribusi pada project tersebut.

Selain untuk keperluan kolaborasi, script yang tersimpan di GIthub dapat dilihat dan dipelajaro oleh orang lain yang sedang melakukan analisis yang sama.

Sedangkan keuntungan untuk orang yang berbagi adalah repository tersebut dapat menjadi portofolio sehingga dia akan semakin dikenal sebagai ahli dalam bidang tersebut.

8. Dibutuhkan

Kelebihan berikutnya adalah bahwa perusahaan pencari kerja sering memasukkan skill R sebagai syarat saat melamar kerja.

Robert A. Meuchen melakukan analisis terhadap jumlah lowongan pekerjaan berdasarkan software analis populer di indeed.com. Hasilnya, R berada di urutan kelima setelah Java, SAS, Python, dan C.

Bukan hanya banyak dibutuhkan, pekerja dengan skill R juga mendapatkan gaji yang tinggi.

Peluang mendapatkan karir yang lebih baik dan gaji yang lebih baik membuat R semakin populer.

Dua kajian melibatkan lebih dari 17.000 profesional, R menempati tempat tertinggi dengan gaji rata-rata US 115,531 atau sekitar 1,6 milyar rupiah per tahun (Baca lebih lanjut di sini).

Hasil yang sama dihasilkan kajian O’Reilly Data Scientist Survey di mana R skill dimiliki pekerja dengan gaji $110,000-$125,000 per tahun.

OReilly Data Scientist Survey

Kekurangan R

Setelah mengetahui kelebihannya, pada bagian ini kita akan membahas mengenai kelemahannya.

Jika bisa dibilang kelemahan, satu kelemahan dari R adalah sulit dipelajari.

Terutama, jika dibandingkan dengan software serupa yang memiliki user interface berbasis mouse klik yang jauh lebih mudah dioperasikan.

Setiap perintah dijalankan dengan menulis kode, meskipun dengan bantuan beberapa package, analisis dengan user interface yang lebih friendly dapat dilakukan.

Meskipun demikian, sekarang telah banyak platform yang menyediakan kursus dan pelatihan R sehingga kita dapat mempelajarinya dengan mudah.

Ditambah dengan dukungan komunitas yang dimiliki, proses belajar R menjadi semakin dan semakin mudah.

Berdasarkan pengalaman saya, proses belajar R hanya sulit di awal saja, karena kita belum familiar. Setelah belajar beberapa jam, R ternyata juga bukan hal yang sulit seperti yang saya bayangkan sebelumnya.

Haruskan belajar R?

Tentu tidak harus.

Tetapi jika kamu mahasiswa, peneliti atau praktisi yang sangat bersinggungan dengan data (di mana hampir semua bidang sekarang pakai data) maka saya menyarankan kamu untuk belajar R dan python (dua-duanya, tapi satu persatu).

Kemampuan R dan python akan sangat membantu analisis data, terutama jika mengingat kecepatan data dan informasi yang sekarang makin cepat dari hari ke hari.

Kemampuan menggunakan bahasa pemrograman yang dikombinasikan dengan kemampuan analisis data dan ilmu pengetahuan akan menjadi keuntungan besar untuk karir dan kesuksesan di masa depan.

Kesimpulan

Artikel ini menjelaskan beberapa keunggulan atau kelebihan bahasa R, yaitu antara lain:

  • Gratis
  • Populer
  • Powerful
  • Lengkap
  • Reproducible
  • Dukungan komunitas
  • Berbagi dan berkolaborasi
  • Dibutuhkan

About The Author

4 thoughts on “8 Kelebihan dan Kekurangan R: Mengapa Banyak Digunakan?”

Leave a Comment

Your email address will not be published. Required fields are marked *

Scroll to Top