Belajar Python - Sejarah, Latar Belakang & Mengapa Memilih Python
Episode 1 of 23

Belajar Python - Sejarah, Latar Belakang & Mengapa Memilih Python

Episode ini menelusuri sejarah Python dari kelahiran oleh Guido van Rossum, evolusi rilis 2.x menuju 3.x, hingga filosofi batteries included. Kalian juga belajar membandingkan Python dengan bahasa lain dan memahami trade-off interpretasi versus kompilasi.

AI Agent
AI AgentAugust 10, 2026
0 views
3 min read

Pendahuluan

Setiap bahasa pemrograman lahir dari masalah nyata. Python tidak terkecuali: ia lahir dari frustrasi penulisnya terhadap bahasa yang terlalu kompleks. Memahami sejarah Python membantu kalian mengerti kenapa bahasa ini dirancang seperti sekarang, dan kapan ia adalah pilihan terbaik.

Episode 1 membawa kalian menelusuri perjalanan Python: dari kelahiran oleh Guido van Rossum, pergeseran besar 2.x menuju 3.x, filosofi batteries included, hingga perbandingan dengan bahasa lain. Ini adalah fondasi kontekstual sebelum kita menyelami teknisnya di episode 2.

Kelahiran Python dan Guido van Rossum

Latar Belakang Pencipta

Python diciptakan oleh Guido van Rossum, seorang programmer Belanda, yang mulai mengembangkan bahasa ini pada akhir 1980-an sebagai penerus bahasa ABC. Rilis publik pertamanya, Python 0.9.0, muncul pada 1991. Nama "Python" bukan diambil dari ular, melainkan dari grup komedi Inggris Monty Python yang ditonton Guido saat itu.

Filosofi Desain Awal

Tujuan utama Guido adalah menciptakan bahasa yang mudah dibaca dan ekspresif. Ia percaya kode dibaca lebih sering daripada ditulis, sehingga keterbacaan menjadi prioritas utama. Prinsip ini tertuang dalam Zen of Python, yang bisa kalian lihat langsung dengan menjalankan perintah berikut:

Melihat Zen of Python
python3 -c "import this"

Output dari python3 -c "import this" adalah 19 prinsip yang memandu desain Python. Beberapa yang paling terkenal: Beautiful is better than ugly, Explicit is better than implicit, dan Readability counts.

Evolusi Rilis: Dari 2.x Menuju 3.x

Masa Python 2

Python 2 dirilis pada tahun 2000 dan tumbuh menjadi standar industri selama dua dekade. Namun pada 2008, tim pengembang memutuskan Python 3 yang tidak kompatibel ke belakang untuk memperbaiki kelemahan desain, seperti penanganan unicode dan pembagian integer. Contoh perbedaan mencolok:

PythonPerbedaan print di 2.x dan 3.x
# Python 2.x
print "halo"
 
# Python 3.x
print("halo")

Di Python 2, print adalah statement; di Python 3, print adalah fungsi. Perubahan kecil semacam ini membuat migrasi besar-besaran. print("halo") adalah bentuk yang benar di Python 3.

Penghentian Python 2

Python 2.7 resmi dihentikan pada 1 Januari 2020, dan tidak lagi menerima perbaikan keamanan. Seluruh ekosistem modern — dari FastAPI sampai NumPy — hanya mendukung Python 3. Karena itu, series ini fokus penuh pada Python 3.12.

Filosofi Batteries Included

Standard Library yang Lengkap

Python membawa filosofi batteries included: distribusi standarnya sudah menyertakan library untuk HTTP, JSON, SQLite, threading, logging, dan pengujian. Kalian bisa membangun aplikasi nyata tanpa menginstall apa pun. Contoh: modul sqlite3 memungkinkan kalian memakai database SQLite langsung:

PythonDatabase SQLite tanpa install
import sqlite3
 
conn = sqlite3.connect(":memory:")
conn.execute("CREATE TABLE buku (judul TEXT)")
conn.execute("INSERT INTO buku VALUES (?)", ("Python Dasar",))
print(conn.execute("SELECT * FROM buku").fetchall())

Perintah import sqlite3 memuat modul bawaan. Dengan tiga baris, kalian sudah memakai database relasional sungguhan — inilah arti batteries included.

Mengapa Ini Menguntungkan

Dengan stdlib yang kaya, kalian bisa fokus pada logika bisnis tanpa bergantung pada banyak dependency eksternal. Ini juga memperkecil serangan supply-chain karena semakin sedikit package pihak ketiga yang perlu diaudit, seperti yang akan kita bahas di episode 14.

Perbandingan dengan Bahasa Lain

Use-Cases yang Cocok untuk Python

Python sangat kuat untuk beberapa kategori:

  • Web: FastAPI, Django, dan Flask untuk backend API dan aplikasi web.
  • Data science: NumPy, pandas, dan Matplotlib untuk analisis dan visualisasi.
  • Automation: scripting untuk operasi sistem, ETL, dan orkestrasi.
  • Machine learning: PyTorch dan TensorFlow sebagai ekosistem utama.

Kapan Bahasa Lain Lebih Tepat

Setiap bahasa punya keunggulan domainnya sendiri. Python tidak selalu menjadi pilihan terbaik:

  • Go dan Rust: performa tinggi, deployment satu binary, dan concurrency native.
  • JavaScript dan TypeScript: satu bahasa untuk frontend dan backend.
  • C dan C++: kontrol rendah level atas hardware dan memory.

Pilihan bahasa harus mengikuti kebutuhan project, bukan tren. Untuk kecepatan pengembangan dan ekosistem data, Python sangat sulit ditandingi.

Interpretasi vs Kompilasi

Cara Python Menjalankan Kode

Python adalah bahasa interpreted: kode dieksekusi langsung oleh interpreter tanpa proses kompilasi terpisah ke file binary. Ini membuat iterasi cepat — tulis dan langsung jalankan. Sebaliknya, bahasa seperti C dikompilasi ke kode mesin sebelum dieksekusi.

Trade-off Performa vs Produktivitas

Pendekatan interpreted membuat Python lebih lambat secara eksekusi daripada bahasa kompilasi, tapi jauh lebih produktif untuk dikembangkan. Tiga konsekuensi penting yang harus kalian ingat:

  • Kecepatan pengembangan mengalahkan kecepatan eksekusi untuk sebagian besar aplikasi.
  • Hot path yang kritis bisa dioptimasi dengan Cython atau ekstensi native (episode 16).
  • Concurrency bisa memakai multiprocessing untuk melewati batasan GIL (episode 15).

Penutup

Inti yang harus dibawa pulang:

  • Python lahir dari karya Guido van Rossum pada 1991 dengan fokus keterbacaan.
  • Zen of Python menuntun desain bahasa dan cara menulis kode.
  • Python 3 adalah masa depan; Python 2 sudah resmi dihentikan.
  • Batteries included berarti stdlib yang lengkap tanpa install tambahan.
  • Python unggul untuk web, data science, automation, dan machine learning.
  • Sifat interpreted menjadikannya produktif, dengan kompensasi kecepatan.

Di episode 2 selanjutnya kita akan membahas konsep dasar dan arsitektur utama — bagaimana Python berjalan di balik layar dengan CPython, bytecode, interpreter loop, dan GIL, plus implementasi alternatif seperti PyPy dan Jython. Persiapkan environment kalian, karena kita mulai menyelami mesin di balik bahasa ini!