Sekitar sepuluh tahun lalu, seorang senior di tempat saya bekerja pernah mengatakan sesuatu yang cukup membekas. Katanya, "Python itu bahasa training wheels. Kalau sudah bisa, lepas dan pakai yang sungguhan." Waktu itu saya masih junior, jadi saya angguk-angguk saja. Toh siapa saya untuk membantah orang yang sudah lebih lama di industri ini.
Tapi hari ini, setelah satu dekade berkutat di dunia pengembangan perangkat lunak dan data, saya ingin meluruskan satu hal: pendapat senior saya itu salah. Dan saya bilang ini bukan karena saya tidak pernah mencoba bahasa lain — saya sudah. C++, Java, Go, bahkan sempat serius mendalami Rust beberapa tahun belakangan. Semuanya punya keunggulan masing-masing, semuanya layak dipelajari. Tapi Python? Python tetap ada di toolkit saya, dan saya tidak berniat melepasnya.
Persoalannya bukan soal bahasa mana yang lebih canggih secara teknis. Kalau ukurannya kecepatan eksekusi, tentu C++ menang telak. Kalau ukurannya keamanan memori, Rust jauh lebih unggul. Tapi pemrograman bukan hanya soal komputer menjalankan perintah secepat mungkin. Pemrograman juga soal manusia — tim yang harus berkolaborasi, deadline yang harus dipenuhi, ide yang harus diuji cepat sebelum anggaran habis.
Di sinilah Python benar-benar bersinar. Ketika saya harus membangun prototipe analisis data dalam dua hari, Python yang saya andalkan. Ketika tim saya yang terdiri dari orang-orang dengan latar belakang berbeda — ada yang dari statistik, ada yang dari bisnis, ada yang murni dari engineering — harus membaca dan memahami kode yang sama, Python yang menjadi jembatan. Sintaksnya yang bersih dan dekat dengan cara manusia berpikir membuat kode Python bisa "dibaca" bahkan oleh mereka yang bukan programmer murni.
Saya juga tidak bisa mengabaikan fakta bahwa ekosistem Python saat ini sudah tidak bisa dianggap remeh. Coba bayangkan membangun infrastruktur machine learning dari nol tanpa PyTorch atau TensorFlow. Coba bayangkan mengolah data skala besar tanpa Pandas atau Polars. Coba bayangkan otomasi pipeline tanpa Airflow. Hampir semua alat yang menjadi tulang punggung revolusi data dan kecerdasan buatan hari ini dibangun di atas — atau sangat erat dengan — Python.
Saya pernah menghabiskan enam bulan mengerjakan proyek bersama tim riset di salah satu perusahaan teknologi. Kami membangun sistem rekomendasi yang cukup kompleks. Bahasanya? Python. Bukan karena kami tidak tahu ada alternatif yang lebih cepat, tapi karena kecepatan pengembangan, kemudahan iterasi, dan luasnya pustaka yang tersedia membuat Python menjadi pilihan paling masuk akal secara bisnis.
Ada hal lain yang sering dilupakan orang ketika mendebatkan soal bahasa pemrograman: komunitas. Python punya salah satu komunitas paling aktif, paling inklusif, dan paling produktif di dunia open source. Ketika Anda menemui masalah — dan Anda pasti akan menemui masalah — kemungkinan besar ada orang di luar sana yang sudah menghadapinya lebih dulu dan menulis solusinya. Itu nilai yang tidak bisa diukur dengan benchmark semata.
Tentu Python tidak sempurna. GIL atau Global Interpreter Lock masih menjadi batasan nyata untuk beban kerja paralel tertentu. Performa Python untuk komputasi intensif memang tidak bisa dibandingkan dengan bahasa yang dikompilasi. Dan ya, ada kalanya saya harus "turun" ke C extension atau mengintegrasikan Python dengan Rust ketika performa menjadi isu kritis. Itu wajar. Tidak ada satu alat pun yang cocok untuk semua pekerjaan.
Tapi kembali ke pertanyaan awal: apakah saya malu masih memakai Python setelah sepuluh tahun? Tidak. Sama sekali tidak. Justru sebaliknya — saya bangga bahwa saya cukup bijak untuk tidak mengganti alat yang bekerja dengan baik hanya demi terlihat lebih "serius" di mata orang lain.
Kalau Anda masih percaya bahwa Python hanya untuk pemula, mungkin Anda belum cukup jauh masuk ke dalam apa yang bisa bahasa ini lakukan. Dan saya sarankan Anda untuk mencoba lebih dalam sebelum membuat kesimpulan.
Rian Septian Anwar adalah praktisi teknologi dengan pengalaman lebih dari sepuluh tahun di bidang pengembangan perangkat lunak dan rekayasa data.
