Apa itu Bahasa Pemrograman R? Pengenalan & Dasar-Dasar R

Oleh: Evelyn Clarke Evelyn Clarke
Hours Updated

⚡ Ringkasan Cerdas

R adalah bahasa pemrograman sumber terbuka dan gratis untuk komputasi statistik, analisis data, dan grafik, yang diciptakan oleh Ross Ihaka dan Robert Gentleman dan sekarang dikelola oleh Tim Inti R dengan lebih dari 20,000 paket CRAN.

  • 🔘 Asal: R bermula di Universitas Auckland pada tahun 1993 sebagai implementasi terbuka dari bahasa S.
  • ☑️ Kekuatan inti: Inferensi statistik, analisis data, dan pembelajaran mesin tetap menjadi tiga pekerjaan yang paling baik dilakukan oleh R.
  • ✅ Paket: CRAN menampung lebih dari 20,000 paket kontribusi, mulai dari pengolahan data tidyverse hingga pemodelan XGBoost.
  • 🧪 Communication: R Markdown, Quarto, dan Shiny mengubah analisis menjadi laporan, slide, atau aplikasi interaktif.
  • ️ Perkakas: RStudio, IDE milik Posit, menambahkan editor, penanganan proyek, dan dukungan GitHub Copilot.
  • ⚠️ Memilih: R cocok untuk pekerjaan yang banyak melibatkan statistik, sedangkan Python Memimpin produksi pembelajaran mesin dan teknik umum.
Baca Selengkapnya

Apa itu Bahasa Pemrograman R?

Apa itu Perangkat Lunak R?

R R adalah bahasa pemrograman dan perangkat lunak bebas yang dikembangkan oleh Ross Ihaka dan Robert Gentleman di Universitas Auckland pada tahun 1993. R memiliki katalog metode statistik dan grafis yang luas. Ini termasuk algoritma pembelajaran mesin, regresi linier, deret waktu, dan inferensi statistik, untuk menyebutkan beberapa di antaranya. Sebagian besar pustaka R ditulis dalam R, tetapi untuk tugas komputasi berat, C digunakan. C++ ke FortraKode n lebih disukai.

R tidak hanya dipercaya oleh kalangan akademisi; banyak perusahaan besar juga menggunakan bahasa pemrograman R, termasuk Uber. Google, Airbnb dan Facebook. Pengembangan sekarang dikelola oleh Tim Inti R, dan bahasa tersebut masih dalam rilis aktif — R 4.6.1 dirilis pada Juni 2026.

Analisis data dengan R mengikuti serangkaian langkah: pemrograman, transformasi, penemuan, pemodelan, dan komunikasi hasil.

  • program: R adalah alat pemrograman yang jelas dan dapat diakses
  • MengubahR terdiri dari kumpulan paket yang dirancang khusus untuk ilmu data.
  • PenelusuranLakukan investigasi terhadap data, perbaiki hipotesis Anda, dan analisis hasilnya.
  • Pilih Model: R menyediakan beragam alat untuk menangkap model yang tepat untuk data Anda
  • BerkomunikasiIntegrasikan kode, grafik, dan output ke dalam laporan dengan R Markdown, atau buat aplikasi Shiny untuk dibagikan kepada dunia.

Untuk apa R digunakan?

Kelima langkah tersebut dapat diibaratkan menjadi tiga bidang pekerjaan di mana R adalah pilihan utama:

  • Kesimpulan statistik — uji hipotesis, interval kepercayaan, dan model regresi
  • Analisis data — mengimpor, membersihkan, membagikan kembaliping dan meringkas tabel
  • Pembelajaran mesin — klasifikasi, pengelompokan, dan peramalan melalui caret, tidymodels, dan XGBoost

R menurut Industri

Jika kita menguraikan penggunaan R berdasarkan industri, kita melihat bahwa akademisi berada di urutan pertama. R adalah bahasa yang dibangun untuk statistik, dan merupakan pilihan pertama di industri perawatan kesehatan, diikuti oleh pemerintah dan konsultasi. Grafik di bawah ini menunjukkan bagaimana penggunaan tersebut terdistribusi.

Proporsi pengguna R berdasarkan industri, dipimpin oleh akademisi dan sektor kesehatan.

Paket R dan CRAN

Penggunaan utama R adalah, dan akan selalu, statistik, visualisasi, dan pembelajaran mesin. Gambar di bawah menunjukkan paket R mana yang digunakan.tracPertanyaan-pertanyaan tersebut paling banyak diajukan di Stack Overflow. Di antara 10 pertanyaan teratas, sebagian besar berkaitan dengan alur kerja seorang ilmuwan data: mempersiapkan data dan mengkomunikasikan hasilnya.

Paket R yang paling banyak ditanyakan di Stack Overflow

Hampir semua paket R disimpan di CRAN, Comprehensive R. Archive Network, yang gratis dan sumber terbuka, saat ini mencantumkan lebih dari 20,000 paket kontribusi. Anda dapat mengunduh dan menggunakannya untuk melakukan Pembelajaran mesin atau analisis deret waktu. Daftar CRAN di bawah ini adalah tempat setiap paket tersebut diterbitkan dan diperiksa.

Halaman repositori CRAN yang mencantumkan paket R yang disumbangkan.

Memasang perangkat ini hanya membutuhkan satu panggilan telepon. install.packages("dplyr") — alasan mengapa dplyr dan keluarga tidyverse menjadi perangkat standar.

Berkomunikasi dengan R

Paket-paket tersebut menyelesaikan analisis; langkah terakhir adalah membagikannya. R memiliki berbagai cara untuk mempresentasikan dan membagikan pekerjaan, baik melalui dokumen markdown atau aplikasi Shiny. Semuanya dapat dihosting di RPubs, GitHub, atau situs web perusahaan sendiri.

Di bawah ini adalah contoh presentasi yang dihosting RPubs.

Contoh presentasi R Markdown yang dipublikasikan di RPubs

RStudio menerima R Markdown — dan, sejak 2022, Quarto — untuk menulis dokumen. Seperti yang ditunjukkan menu ekspor di bawah ini, Anda dapat menghasilkan dokumen dalam berbagai format:

  • Dokumen:
    • HTML
    • PDF/LaTeX
    • Word
  • Presentasi:
    • HTML
    • Pemancar PDF

Menu ekspor RStudio yang menampilkan opsi output HTML, PDF, dan Word.

RStudio juga memiliki alat yang hebat untuk membuat aplikasi dengan mudah. ​​Berikut adalah contoh aplikasi yang dibuat dengan data Bank Dunia.

Aplikasi web Shiny yang dibangun dengan data Bank Dunia.

ARTIKEL TERKAIT

Mengapa menggunakan R?

Mengetahui apa yang dilakukan R adalah satu hal; menginvestasikan waktu di dalamnya adalah hal lain. Ilmu data adalah sebuah pembagian.ping Cara perusahaan menjalankan bisnis mereka, dan menjauhi Kecerdasan Buatan dan Pembelajaran Mesin akan menyebabkan perusahaan gagal. Pertanyaan besarnya adalah alat atau bahasa mana yang harus Anda gunakan.

Banyak sekali alat yang melakukan analisis data, dan mempelajari bahasa baru membutuhkan investasi waktu. Gambar di bawah ini memplot kurva pembelajaran terhadap kemampuan bisnis yang ditawarkan suatu bahasa. Hubungan negatif tersebut menyiratkan bahwa tidak ada makan siang gratis: wawasan terbaik dari data membutuhkan waktu untuk mempelajari alat yang tepat.

Kurva pembelajaran versus kemampuan bisnis untuk Excel, Power BI, SAS, Python Dan R

Di bagian kiri atas grafik, Anda dapat melihat Excel dan Power BI. Kedua alat ini mudah dipelajari tetapi tidak menawarkan kemampuan bisnis yang luar biasa, terutama dalam hal pemodelan. Di tengah, Anda dapat melihat Python ke SASSAS adalah alat khusus untuk menjalankan analisis statistik dalam bisnis, tetapi tidak gratis; ini adalah perangkat lunak yang diinstal dengan sistem operasi sekali klik. Python memiliki kurva pembelajaran yang mudah dan merupakan alat yang fantastis untuk menerapkan Pembelajaran Mesin dan AI, tetapi memiliki fitur pelaporan yang lebih sedikit. Dengan kurva pembelajaran yang sebanding, R merupakan pilihan yang baik antara implementasi dan analisis data.

Anda mungkin pernah mendengar tentang Tableau untuk visualisasi data. Tableau menemukan pola melalui grafik dan bagan dan tidak butuh waktu lama untuk mempelajarinya, tetapi alat yang mengutamakan visualisasi dapat menghasilkan banyak bagan tanpa pola yang jelas. Tableau cocok untuk visualisasi cepat atau Business Intelligence; untuk statistik dan pengambilan keputusan, R lebih tepat.

Stack Overflow adalah komunitas besar untuk bahasa pemrograman, dan siap membantu ketika Anda mengalami masalah pengkodean atau perlu memahami suatu model. Selama bertahun-tahun, persentase tampilan pertanyaan meningkat tajam untuk R dibandingkan dengan bahasa lain, seperti yang ditunjukkan oleh garis tren di bawah ini. Itu tracIni menandai era booming ilmu data, tetapi juga mencerminkan permintaan akan R.

Tren jumlah tampilan pertanyaan Stack Overflow untuk R dan bahasa pemrograman lainnya

Dalam ilmu data, dua alat saling bersaing. R dan Python adalah bahasa pemrograman yang mendefinisikan bidang tersebut.

Haruskah Anda memilih R?

Seorang ilmuwan data dapat menggunakan dua alat yang sangat baik: R dan PythonAnda mungkin tidak punya waktu untuk mempelajari keduanya, terutama saat Anda baru memulai. Mempelajari pemodelan dan algoritma statistik Hal ini jauh lebih penting daripada mempelajari bahasa pemrograman. bahasa pemrograman adalah alat untuk menghitung dan mengkomunikasikan temuan Anda. Tugas terpenting dalam ilmu data adalah cara Anda menangani data: mengimpor, membersihkan, mempersiapkan, merekayasa fitur, dan memilihnya. Itu seharusnya menjadi fokus utama Anda. Mencoba mempelajari R dan Python Pendekatan yang dilakukan tanpa latar belakang statistik yang kuat jarang berhasil. Ilmuwan data bukanlah programmer utama — pekerjaan mereka adalah memahami data, memanipulasinya, dan menemukan pendekatan terbaik.

Audiens utama untuk ilmu data adalah para profesional bisnis, jadi komunikasi sangat penting: laporan, aplikasi web, dasbor. Anda membutuhkan satu alat yang melakukan semua ini, dan di sinilah R dan fitur-fiturnya berperan. tumpukan pelaporan mereka tetap bertahan.

Apakah R sulit?

Bertahun-tahun yang lalu, R adalah bahasa yang sulit dikuasai: membingungkan, dan tidak terstruktur seperti alat pemrograman lainnya. Untuk mengatasi hal itu, Hadley Wickham mengembangkan kumpulan paket yang disebut tidyverse. Aturan main berubah menjadi lebih baik — manipulasi data menjadi intuitif dan membuat grafik tidak lagi sulit.

Algoritma terbaik untuk pembelajaran mesin dapat diimplementasikan dengan R. Paket seperti Keras dan TensorFlow membangun model kelas atas, dan R juga memiliki paket untuk XGBoost, salah satu algoritma terbaik untuk kompetisi Kaggle.

R dapat berkomunikasi dengan bahasa lain: dimungkinkan untuk memanggil Python, Java ke C++ dari R. Big data juga mudah diakses, karena R terhubung ke platform seperti Spark atau Hadoop.

Terakhir, R telah berevolusi untuk memparalelkan operasi dan mempercepat komputasi. R pernah dikritik karena hanya menggunakan satu CPU pada satu waktu; paket paralel sekarang menjalankan tugas pada inti yang berbeda dari mesin tersebut.

Pertanyaan Umum Demo Slot

Instal R terlebih dahulu dari mirror CRAN, kemudian tambahkan RStudio Desktop, yang membutuhkan instalasi R yang sudah ada. Ini Panduan instalasi RStudio berjalan melewati Windows dan Mac, termasuk rute Anaconda.

R adalah bahasa dan mesin yang menjalankan kode Anda. RStudio, yang dibangun oleh Posit, adalah lingkungan pengembangan terintegrasi yang dibangun di atas R yang menambahkan editor, konsol, panel plot, pengelola paket, dan penanganan proyek.

Ya. R didistribusikan di bawah Lisensi Publik Umum GNU, jadi sebuah perusahaan dapat menginstal dan menggunakannya tanpa biaya. Sebagian besar paket CRAN memiliki lisensi GPL atau MIT, tetapi periksa lisensi setiap paket sebelum mendistribusikan ulang kode.

Ambil contoh rilis terbaru — R 4.6.1 dirilis pada Juni 2026. Paket CRAN terbaru dibangun berdasarkan versi R terbaru, sehingga tetap menggunakan versi terbaru menghindari kegagalan instalasi, dan paket renv mengunci versi ketika sebuah proyek harus tetap dapat direproduksi.

Sintaksis, vektor dan bingkai data Lakukan latihan rutin selama beberapa minggu. Mencapai standar kerja dalam pemodelan dan visualisasi biasanya membutuhkan waktu beberapa bulan, dan statistik di balik kode membutuhkan waktu lebih lama untuk dipahami daripada kode itu sendiri.

Ya. Paket DBI ditambah driver menghubungkan R ke basis data SQL, sementara sparklyr dan arrow menangani data yang lebih besar dari memori. Penggabungan data yang kompleks kemudian dijalankan di server dan hanya hasil agregat yang dikembalikan ke sesi R Anda.

Asisten AI menyusun kode ggplot2 dan dplyr dari deskripsi sederhana, mengusulkan statistik ringkasan, dan menandai kolom yang mencurigakan. Mereka mempersingkat proses tahap pertama. analisis dataNamun, setiap angka yang dihasilkan tetap perlu diperiksa kembali dengan data mentah.

Ya. Kopilot GitHub Berfungsi di RStudio Desktop 2023.09.0 dan versi yang lebih baru, diaktifkan di Tools > Global Options > Assistant. Langganan Copilot diperlukan, dan administrator harus mengaktifkannya di RStudio Server.

Ringkaslah postingan ini dengan: