Sinopsis

Bagi kalian yang sering bekerja untuk mengolah data menggunakan excel, ada baiknya kalian juga belajar menggunakan bahasa komputasi teknis, mengingat dalam beberapa hal bisa saling melengkapi, seperti penulis yang lakukan untuk menunjang pekerjaan sehari-hari seperti analisis data yang cukup besar dan bersifat relational (yang dalam hal ini, aplikasi seperti excel akan sangat tidak efisien dan seringkali bekerja dengan sangat lama).

Setidaknya  3 tools/bahasa yang mudah bagi kalian untuk bisa dipelajari karena termasuk bahasa high level language

R language

Jika anda memilih R, karena tersedia banyak sekali function/modul yang dibuat oleh para pengembang dengan tujuan khusus tidak hanya statistik saja, juga bisa forecasting, financial, dan segala macam komputasi teknis lainnya, apalagi didukung dengan grafis yang sudah tersedia, bisa kalian pelajari disini. Apalagi kalau sudah menggunakan R-Commander maka pekerjaan statistika menjadi lebih mudah bahkan untuk maninpulasi data berbasis tabel bisa kalian kerjakan menggunakan package dplry

Octave/Matlab/Scilab

adalah padanan dari Matlab, penulis seringkali menggunakan keduanya (bahkan bisa diambil source code matlab untuk dijalankan di Octave lho), lebih mudah dengan IDE yang terintegrasi tentunya yang akan segera terbit lho tahun 2020

Python

adalah pilihan favorit penulis, karena dengan package sangat lengkap (download saja ananconda), kerjaan sehari-hari menjadi lebih praktis karena penulis banyak menulis code untuk melakukan otomatisasi laporan, bisa kalian pelajari disini.

Tapi semuanya dapat dipelajari dengan sangat mudah koq, asal tahu basic-basic logika matematika. Intinya tidak ada tools tertentu yang bagus untuk segala case, yang ada hanyalah sebagai user bisa lebih bijak dalam memilih tools untuk membantu dalam memecahkan case tertentu. Bahkan penulis tak segan-segan menggunakan bahasa diluar tersebut seperti C#, Java demi memperlancar kerjaan sehari-hari di kantor.

Semakin kalian sering menemukan case dan menggunakan tools tertentu, maka akan semakin bijak dalam menggunakan teknologi tersebut. Bahkan dalam case tertentu seringkali menggunakan tools gado-gado alias menggunakan beragam teknologi/tools yang berbeda untuk menyelsaikan case tersebut.

Selain bahasa diatas, ada juga yang siap pakai alias drag and drop seperti

Orange

Merupakan tools yang berbasis visual (drag and drop) untuk keperluan seperti data mining, analisis clustering,  visualisasi yang menarik, principal componen analyst dan yang pasti nggak butuh coding, sebagai info saja orange dibuat menggunakan core engine Python. Kalian bisa download https://orange.biolab.si/

Weka

tools nya data mining dan machine learning dibuat oleh universitas wakaito dengan bahasa java sebagai engine nya. Tools ini nggak butuh coding koq cara mengoperasikannya berbasis wizard.

Ada banyak sekali algoritma yang bisa kalian coba, mulai dari Tree Decision, PCA, Clustering, dan masih banyak yang lainnya koq. Kalian bisa download https://www.cs.waikato.ac.nz/ml/weka/