Perangkat Lunak (Program) untuk Big Data

Untuk menjalankan coding and big data diperlukan perangkat lunak/IDE

Integrated development environment (Tools programmer) :

 Text editor
 Code library
 Compiler/intrepeter
 Tool untuk tes software

Biasanya IDE digunakan untuk mengedit source code

Berisi : Editor, objek dan data medel, unit tes, a source code library dan build automation tools

Manfaat IDE

 Meningkatkan produktivitas pengembangan software berkat penyiapan dan standarisasi yang

cepat di seluruh alat
 Tanpa IDE, pengembangan software menghabiskan waktu

Ada 2 istilah, UI dan UX

 User interface : Rangkaian layar, halaman, dan elemen visual seperti touch screen, keboard,
tombol (Kreatis, sistematik)
 User experience: Pengalaman internal yang dimiliki seseorang

GUI (Graphical user interface)

GUI pertama dikembangkan di Xerox PARC

Bahasa Pemrograman

Bahasa Pemrograman : Untaian kata kata berupa instruksi/perintah2 yang biasanya terdiri dari banyak
baris yang bisa dimengerti oleh komputer

Bahasa pemrograman waji dikuasai oleh seorang developer agar dapat membangun sebuah
aplikasi/software

Java Script : Populer di kalangan frontend developer

C# : Sangat luas pada platform Windows, iOS, dan Android

C++ : Bahasa program yang cukup populer namun agak sulit dipahami (berkaitan tampilan luar)

PHP : Populer bagi backend developer

Phython : Bahasa pemrograman cenderung sederhana, user-friendly, gratis, multi platform (Web
development, mobile apps, desktop apps)

R vs Python
 Kenapa R program? Karena open source (gratis), fleksibel, dapat digunakan untuk mengolah
data statistik. Rstudio dapat digunakan untuk crawling data (Mencari data dengan menggunakan
URL)
 Python tidak mempunyai IDE yang jelas, karena ada beberapa perangkat yg dapat digunakan
(Spyder, Jupyter, Rodeo, Ipython Notebook
 Python memiliki libraries yang dapat digunakan analisis data, visualisasi, dan lainnya seperti
o NumPy untuk komputasi ilmiah
o Pandas untuk manipulasi data
o matplotlib untuk membuat grafik
o scikit-learn untuk membangun metode machine learning
o statsmodels untuk eksplorasi data, memprediksi model statistik, dan menjalankan test
statistik