loading...

Minggu, 29 Juli 2018

Pemilihan tools untuk komputasi teknis

Bagi anda yang sering bekerja untuk mengolah data menggunakan excel, ada baiknya anda bisa 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 super besar (yang dalam hal ini, aplikasi seperti excel akan sangat tidak efisien dan seringkali bekerja dengan sangat lama)




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

Octave 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.

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, menerima project yang fokus kepada computer vision, machine learning, data minning, dan deep learning (menggunakan tensorlflow dan keras)

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 anda 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

Tidak ada komentar: