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. http://id.wikipedia.org/wiki/R_%28bahasa_pemrograman%29
Mengapa menggunakan R? http://www.unej.ac.id/files/pdf2/sigit-mengenal-software-statistik-R.pdf
Analisis data tidak dapat dilakukan tanpa melakukan teknik yang tepat. Artinya, analisis yang handal seharusnya memanfaatkan keakurasian dan kecepatan perhitungan dengan paket komputasi statitistik (statistical computing package). Begitu banyak pilihan paket tools statistika yang kita gunakan seperti SPSS, EVIEWS, STATA, MINITAB, SAS dan sebagainya. Masingmasing tool didesain untuk pengguna yang memiliki karakteristik berbeda-beda dan tentunya memiliki kelibihan dan kekurangan. Menurut Ihaka dan Gentleman (1996), ada beberapa alasan mengapa menggunakan R, diantaranya adalah:
1. Serba guna (versatile)
R adalah bahasa pemrograman, sehingga tidak ada batasan bagi pengguna untuk memakai
prosedur yang hanya terdapat pada paket yang standar. Bahkan pemrograman R adalah berorientasi obyek dan memiliki banyak library yang sangat bermanfaat yang dikembangkan oleh kontributor. Pengguna bebas menambah dan mengurangi library tergantung kebutuhan. R juga memiliki interface pemrograman C, phyton, bahkan java yang tentu saja berkat jerih payah kontributor aktif proyek R. Jadi selain bahasa R ini cukup pintar, penggunanya pun bisa menjadi lebih pintar dan kreatif. Beberapa analisis yang membutuhkan fungsi lanjutan memang ada yang belum tersedia dalam R. Tidak berarti R tidak menyediakan fasilitas tersebut, namun lebih karena faktor waktu. Jadi hanya menunggu waktu saja package lanjutan tersebut tersedia.
2. Interaktif (interactive)
Pada saat ini analisis data membutuhkan pengoperasian yang interaktif. Apalagi jika data yang dianalisis adalah data yang bergerak. R dilengkapi dengan konektivitas ke database server, olap, maupun format data web service seperti XML, spreadsheet dan sebagainya. Sehingga apabila data set berubah hasil analisis pun dapat segera ikut berubah (real time).
3. Berbasis S yaitu turunan dari tool statitistik komersial S-Plus.
R hampir seluruhnya kompatibel dengan S-Plus. Artinya sebagian besar kode program yang dibuat oleh S dapat dijalankan di S-plus kecuali fungsi-fungsi yang sifatnya add-on packages atau tambahan yang dibuat oleh kontributor proyek R.
4. Populer.
Secara umum SAS adalah software statistika komersial yang populer, namun demikian R atau S adalah bahasa yang paling populer digunakan oleh peneliti di bidang statistika. Beberapa tulisan berupa jurnal statistika mengkonfirmasi kebenaran hal ini. R juga populer untuk aplikasi kuantitatif dibidang keuangan.
Secara fair Ihaka dan Gentlemen menyebutkan kekurangan dari R adalah tidak mudah untuk dipelajari. Beberapa requirement awal diperlukan sebelum memperoleh manfaat dari R diperoleh seperti pemahaman tentang dasar-dasar pemrograman. Namun menurut pendapat penulis, user linux seharusnya sudah memiliki pemahaman tentang dasar-dasar pemrograman sehingga akan lebih mudah dan produktif dalam mengekspolitasi tools statistika yang hebat ini.
Mencoba R
Apabila proses instalasi telah selesai maka sekarang saatnya mencoba R. Ketikkan perintah berikut:
$ R
Jika muncul tampilan dibawah ini berarti R berhasil terinstall dengan baik (versi R tergantung versi ubuntu anda).
R version 2.10.0 (2009-10-26)
Copyright (C) 2009 The R Foundation for Statistical Computing
ISBN 3-900051-07-0
R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.
Natural language support but running in an English locale
R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.
Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.
[Previously saved workspace restored]
>
Mencoba demo dalam package/plugin bawaan
Hasil instalasi tersebut mengandung package atau plugin yang sudah dapat di coba.. Beberapa
package menyediakan demonstrasi berupa file dan perintah yang dapat langsung di eksekusi.
Mari kita mencoba demo yang sudah tersedia. Ketikkan saja perintah-perintah di bawah ini.
> demo()
Hasilnya adalah sebagai berikut.
Demos in package ‘base’:
is.things Explore some properties of R objects and
is.FOO() functions. Not for newbies!
recursion Using recursion for adaptive integration
scoping An illustration of lexical scoping.
Demos in package ‘graphics’:
Hershey Tables of the characters in the Hershey vector
fonts
Japanese Tables of the Japanese characters in the
Hershey vector fonts
graphics A show of some of R's graphics capabilities
image The image-like graphics builtins of R
persp Extended persp() examples
plotmath Examples of the use of mathematics annotation
Demos in package ‘stats’:
glm.vr Some glm() examples from V&R with several
predictors
lm.glm Some linear and generalized linear modelling
examples from `An Introduction to Statistical
Modelling' by Annette Dobson
nlm Nonlinear least-squares using nlm()
smooth `Visualize' steps in Tukey's smoothers
Use ‘demo(package = .packages(all.available = TRUE))’
to list the demos in all *available* packages.
Kita dapat memilih melalui fungsi demo() dengan cara mengetikkan perintah format
“demo(nama_demo)”. Sebagai contoh ketikkan perintah berikut:
> demo(graphics)
Hasilnya adalah sebagai berikut:
demo(graphics)
---- ~~~~~~~~
Type <Return> to start :
Kelebihan dan Kekurangan Open Source R
Kelebihan
Pada sudut pandang ini dapat dipaparkan bahwa R mempunyai kelebihan – kelebihan sebagai berikut :
- R merupakan perangkat lunak yang termasuk dalam lisensi GNU General Public Licence yang berarti merupakan suatu perangkat lunak “free”. “Free” disini pengertiannya lebih ke arah freedom (kebebasan) tidak sekedar dari sisi harga/gratis (GNU, 2011). Dengan demikian para pemakai mempunyai :
- Kebebasan dalam menjalankan program R dengan tujuan apapun.
- Kebebasan untuk mempelajari bagaimana program R dan mengubahnya sesuai dengan harapan. Dalam hal ini pemakai mempunyai kebebasan untuk mengaksessource code dari R. Hal ini menjadikan R sebagai Open Source Software.
- Kebebasan untuk menggandakan program R.
- Kebebasan untuk menggandakan hasil modifikasi program ke pihak lain.
- R dapat digunakan dalam lingkungan sistem operasi yang bervariasi : Windows, Linux dan MacOS X. Kelebihan ini menjamin fleksibilitas pemanfaatan program yang dibuat berdasar bahasa R .
- R juga merupakan bahasa pemrograman, sehingga memungkinkan seorang pengguna dapat mengembangkan sendiri program pada bidang kajian tertentu dan mendistribusikannya ke pengguna lain. Oleh karenanya package yang tersedia dalam R untuk bidang – bidang penelitian tertentu, lebih lengkap daripada perangkat lunak lain.
- R didukung oleh komunitas pengguna yang mengembangkan package statistika secara konsisten dan berkelanjutan. Hal ini memberikan keuntungan dalam membangun jaringan komunikasi antar pengguna.
- Segala sesuatu yang terkait dengan R telah terdokumentasi dengan baik, terpusat dan terintegrasi di situs http://www.r-project.org/, sehingga memudahkan pengguna dalam mengakses perkembangan terbaru tentang R.
- R mempunyai kemampuan visual grafis dan keakuratan hasil yang lebih baik daripada perangkat lunak lain (McCullough,B.D. and David A.Heiser, 2008).
Kekurangan
Selain kelebihan, R mempunyai beberapa kelemahan yang dapat mempengaruhi penggunaannya. Kekurangan dari sisi kemampuan perhitungan dalam R dikaji dalam (Ihaka, 2010), dimana bahasa pemrograman R merupakan bahasa pemrograman berbasis interpreter, sehingga eksekusi suatu aplikasi/fungsi yang ditulis dengan bahasa R terutama aplikasi/fungsi yang membutuhkan program code yang panjang akan membutuhkan waktu yang relatif lama. Masalah lain yang terungkap terkait dengan proses pembaharuan dari suatu baris dalam frame data dari suatu proses looping (pengulangan) suatu program. Sebagai contoh, program code yang ditulis dalam bahasa R berikut
m = 70000
r = 10000
d = data.frame(w = numeric(m), x = numeric(m),
y = numeric(m), z = numeric(m))
nilai = c(1, 2, 3, 4)
system.time({
for(i in 1:r) {
j = sample(m, 1)
d[j,] = nilai
}
})
Apabila program code yang relatif pendek tersebut dieksekusi/dijalankan maka waktu yang dibutuhkan untuk mendapatkan hasil relatif lama, lebih dari 1 menit. Hal ini tentu akan mempengaruhi jalannya suatu program yang relatif lebih panjang.
Seperti yang telah dikaji sebelumnya, package tambahan selain package dasar yang terdapat di R mempunyai ketergantungan dengan versi R yang digunakan dan package lainnya. Secara operasional, apabila pengguna tidak melakukan verifikasi tentang ketergantungan versi tersebut atau dengan perkataan lain menggunakan suatu package versi tertentu yang tidak sesuai dengan versi R dan package terkait yang digunakan, maka program tidak dapat digunakan sebagaimana mestinya tanpa suatu peringatan yang menunjukkan letak kesalahannya. Akibatnya pengguna perlu melakukan verifikasi secara trial and error (coba – coba) untuk mengetahuinya.
Disamping itu, dalam penggunaan R untuk menganalisis data statistik melalui RGui yang berbasis CLI, pengguna diharuskan mengetahui sintaks fungsi dan cara menggunakannya secara benar. R sensitif dalam penggunaan huruf besar dan huruf kecil, sehingga jika terdapat kesalahan dalam penulisan, maka akan timbul peringatan kesalahan. Hal ini tentunya menjadi masalah tersendiri bagi pengguna yang tidak mengetahui bentuk perintah atau fungsi yang ada dalam R.
