Bagi yang sering melakukan analisis data menggunakan R, pemilihan lingkungan kerja atau editor ternyata cukup berpengaruh terhadap kenyamanan dalam bekerja. Selama ini kita mungkin sudah familiar dengan RStudio, tetapi saat ini ada alternatif lain yang menarik untuk dicoba, yaitu Positron.
Hal menarik dari positron yaitu seperti jupyter notebook dengan cell untuk menulis kode, markdown, kemudian ada window buat menampilkan semua variabel, dukungan menampilkan plot berbasis javascript/html, dan file explorer. Inilah yang saya suka dengan Positron daripada RStudio, bahkan dukungan bahasa python pun bisa lho! Karena basis positron adalah Visual Code yang dioptimalkan untuk R/Python.
Positron merupakan lingkungan pengembangan yang dirancang untuk pekerjaan data science, analisis data, dan pemrograman. Salah satu hal yang menarik adalah dukungannya terhadap bahasa R dan Python dalam satu lingkungan kerja.
Kenapa mencoba Positron?
Contents
Saat mengolah data, pekerjaan kita biasanya tidak hanya menulis kode. Ada proses membaca data, membersihkan data, melakukan analisis, membuat visualisasi, sampai menyimpan hasil analisis.
Positron mencoba menyediakan berbagai kebutuhan tersebut dalam satu tempat.
Bagi pengguna R, tampilannya mungkin terasa familiar karena konsep kerjanya masih dekat dengan lingkungan pengembangan yang biasa digunakan untuk analisis data. Kita tetap bisa menggunakan berbagai package R seperti:
tidyversedplyrggplot2readxllubridateDTreactable
dan berbagai package lainnya.
Jadi, berpindah ke Positron tidak berarti harus meninggalkan workflow R yang sudah kita gunakan.
Tetap menggunakan R seperti biasa
Salah satu hal yang menarik dari Positron adalah kita tetap dapat menggunakan kode R seperti biasa.
Misalnya, untuk membaca data:
library(tidyverse)
data <- read_csv("data.csv")
data %>%
group_by(Kanwil) %>%
summarise(
Total = sum(Kuantum, na.rm = TRUE)
)
Kode tersebut tetap merupakan kode R biasa. Perbedaannya lebih banyak terletak pada lingkungan tempat kita menulis dan menjalankan kode tersebut.
Dengan demikian, bagi pengguna yang sudah terbiasa dengan R dan tidyverse, proses adaptasinya relatif mudah.
Analisis data menjadi lebih nyaman
Dalam pekerjaan analisis data, kita sering berpindah antara beberapa aktivitas.
Misalnya:
Data → Cleaning → Analisis → Visualisasi → Interpretasi
Positron dapat digunakan sebagai lingkungan kerja untuk menjalankan seluruh proses tersebut.
Sebagai contoh, setelah data dibersihkan dengan dplyr, kita dapat langsung membuat visualisasi menggunakan ggplot2.
data %>%
group_by(Kanwil) %>%
summarise(
Total_Kuantum = sum(Kuantum, na.rm = TRUE)
) %>%
ggplot(aes(x = Kanwil, y = Total_Kuantum)) +
geom_col() +
theme_minimal()
Workflow seperti ini sangat cocok untuk analisis data yang membutuhkan proses eksplorasi secara berulang.
Bagaimana dengan Jupyter Notebook?
Bagi pengguna yang terbiasa bekerja dengan Jupyter Notebook, Positron juga menarik karena konsep kerja berbasis notebook dan kode interaktif tetap terasa dekat.
Kita dapat menjalankan kode secara bertahap, melihat hasilnya, kemudian melanjutkan analisis pada bagian berikutnya.
Model seperti ini sangat membantu ketika sedang melakukan eksplorasi data karena kita tidak harus menjalankan seluruh program dari awal setiap kali melakukan perubahan kecil.
Positron bukan pengganti R
Hal yang perlu dipahami adalah Positron bukan bahasa pemrograman baru.
R tetaplah R.
Package seperti dplyr, ggplot2, tidyr, dan lubridate juga tetap merupakan package R.
Positron lebih tepat dipahami sebagai lingkungan kerja untuk membantu kita menulis, menjalankan, dan mengelola kode serta proses analisis data.
Dengan kata lain:
R adalah bahasa yang digunakan untuk analisis, sedangkan Positron adalah salah satu lingkungan tempat kita melakukan pekerjaan tersebut.
Cocok untuk siapa?
Positron menarik untuk dicoba oleh beberapa kelompok pengguna, terutama:
- pengguna R yang ingin mencoba lingkungan kerja baru;
- mahasiswa yang sedang belajar data science;
- peneliti yang banyak melakukan analisis data;
- analis data;
- pengguna yang bekerja dengan R dan Python;
- pengguna yang menyukai workflow berbasis notebook.
Bagi pengguna R yang sudah nyaman dengan workflow seperti tidyverse, Positron dapat menjadi alternatif untuk mencoba pengalaman kerja yang berbeda tanpa harus mengubah cara melakukan analisis secara drastis.
Kesimpulan
Analisis data tidak hanya tentang memilih bahasa pemrograman, tetapi juga tentang bagaimana kita membangun workflow yang nyaman dan efisien.
R sudah menjadi salah satu bahasa yang sangat populer untuk statistik dan analisis data. Dengan hadirnya Positron, pengguna R memiliki pilihan lingkungan kerja lain yang menarik untuk dieksplorasi.
Tidak harus langsung berpindah dari lingkungan yang selama ini digunakan. Positron bisa dicoba secara bertahap, terutama untuk melihat apakah workflow yang ditawarkan lebih sesuai dengan kebutuhan kita.
Pada akhirnya, tools hanyalah alat. Yang paling penting tetap bagaimana kita mengolah data, memilih metode analisis yang tepat, dan menghasilkan informasi yang dapat digunakan untuk mengambil keputusan.