Belajar Keputusan Berbasis Data untuk Manajer di Perusahaan Gaya Baru bersama Profesor Dutta dari Amerika Serikat Part 6.3

Perkembangan teknologi informasi saat ini sangat membantu dalam bisnis perusahaan. Namun demikian kalau kita tidak paham tipe teknologi yang dibutuhkan bisa saja kita akan salah memilih teknologi. Khususnya dalam bidang pengambilan keputusan untuk perusahaan terdapat salah satu produk teknologi informasi yang sangat membantu, yaitu sistem pendukung keputusan.


Usaha universitas STEKOM untuk memiliki jangkauan global diantaranya dengan mengadakan webinar dalam skala internasional. Pada kesempatan kali ini kita akan membahas sebuah webinar internasional yang diadakan oleh Universitas STEKOM yang salah satu narasumbernya adalah seorang profesor dari Amerika Serikat. Narasumber tersebut adalah Kaushik Dutta yang merupakan seorang Professor dan School Director di Universitas Florida Selatan. Profesor Dutta dalam presentasinya menyampaikan materi tentang sistem pendukung keputusan yang merupakan produk IT yang sangat berguna dalam bisnis perusahaan.


Materi yang disampaikan oleh profesor Dutta meliputi Framework, Applications for Business, Techniques, dan Infrastructure. Karena materi yang disampaikan cukup panjang, artikel berita yang membahas tentang presentasi Profesor Dutta kita bagi menjadi beberapa bagian. Saat ini kita memasuki part ke 6.3. Jika pembaca ingin tahu presentasi sebelumnya, silahkan lihat beberapa part sebelumnya pada judul artikel yang sama.


Bersambung dari part sebelum, selanjutnya Profesor Dutta yang menjelaskan tentang macam-macam machine learning tool. Diantaranya ada Weka, Rapidminer, R, dan Python. Kali ini kita akan membahas tentang R. Tool ini sangat unik karena dalam kategorisasi Profesor Dutta masuk dalam kategori pendekatan statistik sekaligus pendekatan machine learning.


R (juga dikenal sebagai GNU S) adalah bahasa pemrograman dan perangkat lunak untuk analisis statistika dan grafik. R dibuat oleh Ross Ihaka dan Robert Gentleman di Universitas Auckland, Selandia Baru, dan kini dikembangkan oleh R Development Core Team, di mana Chambers merupakan anggotanya. R dinamakan sebagian setelah nama dua pembuatnya (Robert Gentleman dan Ross Ihaka), dan sebagian sebagian dari permainan nama dari S.


Bahasa R kini menjadi standar de facto di antara statistikawan untuk pengembangan perangkat lunak statistika, serta digunakan secara luas untuk pengembangan perangkat lunak statistika dan analisis data.


R merupakan bagian dari proyek GNU. Kode sumbernya tersedia secara bebas di bawah Lisensi Publik Umum GNU, dan versi biner prekompilasinya tersedia untuk berbagai sistem operasi. R menggunakan antarmuka baris perintah, meski beberapa antarmuka pengguna grafik juga tersedia.


R menyediakan berbagai teknik statistika (permodelan linier dan nonlinier, uji statistik klasik, analisis deret waktu, klasifikasi, klasterisasi, dan sebagainya) serta grafik. R, sebagaimana S, dirancang sebagai bahasa komputer sebenarnya, dan mengizinkan penggunanya untuk menambah fungsi tambahan dengan mendefinisikan fungsi baru. Kekuatan besar dari R yang lain adalah fasilitas grafiknya, yang menghasilkan grafik dengan kualitas publikasi yang dapat memuat simbol matematika. R memiliki format dokumentasi seperti LaTeX, yang digunakan untuk menyediakan dokumentasi yang lengkap, baik secara daring (dalam berbagai format) maupun secara cetakan.


Meskipun R memiliki antarmuka baris perintah (command line interface), terdapat beberapa antarmuka pengguna grafis pihak ketiga, seperti RStudio, lingkungan pengembangan yang terintegrasi, dan Jupyter, antarmuka notebook.


Kelebihan R

R adalah salah satu programming language yang membuktikan bahwa software berkualitas tidak harus mahal. Bahasa R menawarkan kemampuan analisis data yang canggih. Padahal, kata Tech Target, ia bersifat gratis. Bahasa ini juga sudah cukup “dewasa” karena sudah punya banyak pengguna dan ada banyak komunitas yang terus mengembangkannya sehingga memudahkan bagi pengembang menemukan solusi atas problematika yang mungkin muncul saat pengembangannya.

Fitur visualisasi datanya juga sudah sangat canggih. Fitur visualisasi datanya relatif berkualitas dan mampu menghasilkan grafik yang cantik. Bahasa ini juga sudah banyak digunakan dalam berbagai publikasi jurnal ilmiah terkemuka. Sehingga bisa dikatakan bahwa bahasa ini bukan sekadar bahasa para penggiat analisis data karena hobi tapi sudah banyak dibuktikan oleh berbagai aktifitas akademis maupun bisnis profesional.

Raksasa teknologi seperti Facebook, Google, hingga Microsoft, diketahui telah memanfaatkan bahasa R. Selain itu, ada pula perusahaan besar lain seperti Bing, Merck, TechCrunch, hingga Mozilla yang diketahui juga telah memanfaatkan R dalam analisis statistik mereka.


Kekurangan R

Bahasa ini memang cukup mudah dipelajari. Akan tetapi kemudahan yang dimaksud bukanlah bahasa untuk pemula. Sebab, tampilan command–line bahasa ini sedikit membingungkan. Nah, sebagai solusi, kamu bisa menggunakan integrated development environment seperti RStudio.

Kekurangan lainnya adalah bahwa data di dalam R disimpan di dalam memori fisik. Hal ini bisa menjadi salah satu kekurangannya.  Jika kita bekerja dengan R pada kasus data banyak, maka kita bisa saja kekurangan memori pada komputer yang kita gunakan. Meski begitu, R sudah punya integrasi dengan Hadoop sebagai salah satu alternatif solusiny yang framework untuk mengolah data yang berukuran besar.

Kekurangan lainnya dari R adalah eksekusi alias pembacaan kode R juga memakan waktu yang lama. Jika memang ingin dipercepat, kita harus bekerja ekstra untuk mengoptimalkan kode yang dibuat.

Bersambung....