Pentingnya Kita Memahami Cara Kerja Algoritma di R (atau Python)

Dulu ketika pertama kali belajar R dan Python, hal yang saya lakukan adalah membuat “kamus” sendiri terkait semua perintah dan algoritma yang akan sering saya gunakan dalam pekerjaan saya di market research dan data sains. Saking bersemangatnya, saya menuliskan “kamus” tersebut di salah satu binder. Setelah itu baru saya tulis ulang “kamus” tersebut di Google Keep agar lebih mudah bagi saya untuk mencarinya dengan fitur search yang ada.

Selain menuliskan algoritmanya, salah satu bagian penting dari “kamus” tersebut adalah menuliskan cara kerja dari algoritma tersebut.

Sebenarnya tidak harus menuliskan cara kerja yang detail karena bisa jadi kita belum terlalu paham seperti apa.

Oleh karena itu, minimal saya menuliskan tiga bagian penting dari masing-masing algoritma tersebut. Apa itu?

1. Input,
   • Saya menaruh banyak catatan penting pada bagian ini. Input suatu algoritma sangatlah penting karena menentukan apakah algoritma yang telah kita tulis bisa berjalan dengan sempurna atau tidak.
   • Sebagai contoh, untuk membuat model machine learning berbasis caret, diperlukan input berupa data.frame. Sedangkan jika kita membuat model deep learning di keras dan tensorflow, kita memerlukan input berupa matrix.
   • Beberapa algoritma lain bahkan memiliki input berupa list atau vector biasa.
2. Process,
   • Mengenai process, sebaiknya kita memahami proses matematis atau statistika yang berjalan.
   • Seandainya tidak (atau tidak mau. hehe) sebaiknya kita paham tujuan dari algoritma ini apa.
   • Dengan demikian kita bisa memadu-madankan dengan tujuan dari analisa kita ini apa.
   • Contoh sederhana: misal kita hendak menentukan dari produk A, B dan C mana yang memiliki rata-rata penjualan harian terbesar. Maka kita tidak akan memilih analisa Annova. Lebih baik kita menggunakan analisa t-test dengan menghitung signifikansi dari semua pasang sampel yang ada.
3. Output.
   • Pada bagian ini, kita sebaiknya paham apa barang yang dihasilkan dari algoritma ini, dalam hal:
     • Tipe data yang dihasilkan, apakah berbentuk list, vector, matrix, atau data.frame.
     • Cara membaca atau menginterpretasikan hasil algoritma.

Semoga tips dan trik di atas bisa berguna buat rekan-rekan semua.