Ulasan Anaconda: Apakah Masih Layak Dipasang?

Dokumentasi Anaconda sendiri menyebut instalasi penuh berukuran sekitar 9,7 GB. Server yang menjalankan satu tugas scikit-learn terjadwal hanya menyentuh sebagian kecil dari itu, dan tidak pernah sekali pun membuka aplikasi desktop yang dibundel di dalamnya.

Kesenjangan itulah yang dibahas dalam ulasan Anaconda ini. Distribusinya berjalan baik, dan sudah berjalan baik selama satu dekade. Pertanyaannya adalah apakah itu masih yang seharusnya Anda pasang, dan apa yang dijalankan sebagai gantinya kalau bukan.

TL;DR

• Di mesin pribadi, Anaconda adalah tawaran yang adil: satu pemasang, nol keputusan, satu lingkungan kerja yang lengkap. Di server, itu pemasang yang keliru. Nilai keseluruhan: 3 dari 5.
• Ukuran adalah bagian yang berhenti menjadi gratis begitu Anda memindahkannya dari laptop, tempat disk murah dan perkakas grafisnya benar-benar terpakai.
• Ketentuan Anaconda saat ini mengizinkan penggunaan pribadi non-komersial, serta penggunaan gratis oleh organisasi berorientasi laba dengan total 200 karyawan atau kontraktor atau kurang. Di atas garis itu, pemasang Anaconda Distribution menuntut lisensi komersial, dan Miniconda pun bisa memicu kewajiban pembayaran saat mengakses repositori yang dihosting Anaconda.
• Untuk penerapan headless, pasang Miniforge saja: perkakas conda yang sama, dengan kanal conda-forge yang dikelola komunitas sebagai bawaan.

Apakah Anaconda Masih Layak Dipasang?

Ada dua jawaban, dan mana yang jadi milik Anda tergantung ke mana benda ini akan pergi. Di laptop atau desktop: ya, Anaconda masih pantas dipasang bagi siapa pun yang ingin lingkungan data science yang langsung jalan tanpa mengambil satu pun keputusan soal isinya. Di server: tidak. Miniforge memberikan bagian yang Anda inginkan. Saya menaruhnya di angka 3 dari 5.

Tak satu pun dari itu membuat Anaconda jadi produk buruk. Ia produk bagus yang diminta mengerjakan pekerjaan yang lebih baik dilakukan saudara kecilnya, dan itu keluhan yang berbeda serta jauh lebih mudah diperbaiki.

Variabel yang satunya lebih senyap, dan menentukan hampir sebanyak target penerapan: pemasang mana yang Anda pakai, dan dari kanal paket mana ia menarik.

Apa yang Dilakukan Anaconda dengan Benar

Unduh satu berkas, klik melewati pemasang, dan Anda sudah berada di dalam notebook dengan tumpukan numerik dan plotting standar yang sudah tersedia. Anda tidak memilih apa pun. Anda tidak menyelesaikan dependensi apa pun. Bagi banyak orang itu lebih berharga daripada semua argumen optimasi yang menyusul, dan saya rasa hal ini diremehkan oleh tipe orang yang senang merakit lingkungan dengan tangan (saya pernah jadi orang itu; itu bukan kebajikan).

Angka di balik itu: Anaconda menyertakan lebih dari 600 paket prainstal, dan rilis terkini, 2026.07-1, bertanggal 29 Juli 2026, menyertakan Python 3.14.6. Bagi saya itu terbaca seperti sesuatu yang masih dirawat aktif oleh seseorang, bukan peninggalan lama yang tak sempat dipensiunkan siapa pun.

Hal yang lebih dalam yang dikerjakan conda, dan alasan ia masih ada di dunia yang penuh pemasang Python lebih cepat, adalah bahwa ia menyelesaikan dependensi yang bukan Python. Pustaka C dan Fortran terkompilasi di bawah tumpukan ilmiah, rantai perkakas biner, potongan-potongan yang diasumsikan sudah ada di mesin oleh pemasang berbasis pip: conda memperlakukan semua itu sebagai paket yang ia kelola dan selesaikan berdampingan dengan paket Python Anda. Kalau graf dependensi Anda masuk ke wilayah itu dan potongan native tersebut tidak tersedia sebagai wheel yang kompatibel, secepat apa pun pemasangnya tidak akan menolong, karena ia tidak sedang menyelesaikan masalah yang sama.

Anaconda Navigator duduk di atas semua itu sebagai aplikasi desktop yang dibangun di atas conda, yang merupakan kemudahan nyata kalau Anda bukan orang baris perintah (dan banyak ilmuwan data yang sangat bagus memang bukan). Pada dua sumbu ini, kelengkapan langsung pakai dan resolusi dependensi lintas bahasa, Anaconda ada di puncak kelasnya dan saya tidak akan berdebat sebaliknya.

Di Mana Anaconda Menguras Anda

Sekitar 9.7 GB terpasang, dan persyaratan sistem meminta minimal 5 GB ruang disk kosong hanya untuk mengunduh dan memasang. Di workstation dengan SSD satu terabyte, tak satu pun angka itu jadi masalah. Di instans cloud kecil, keduanya adalah pos biaya, dan keduanya membelikan Anda setumpuk hal yang tak akan pernah dipanggil instans itu.

Bagian yang janggal adalah Anaconda memberi Anda kedua angka itu tanpa menjelaskan bagaimana keduanya berkaitan. Saya tidak bisa menyokong pembedaan sebelum-sesudah yang rapi dari halaman-halaman itu, jadi perlakukan keduanya sebagai dua angka perencanaan resmi, bukan dua tahap dari instalasi yang sama.

Navigator adalah kasus paling jelas. Ia GUI desktop. Di mesin tanpa layar tidak ada tampilan untuk digambar, jadi ia hanya duduk di sistem berkas sebagai muatan yang tak pernah dijalankan. Itu bukan cercaan terhadap Navigator (GUI-nya bagus), melainkan pernyataan tentang untuk apa sebuah GUI ada. Hal yang sama berlaku bagi sebagian besar dari 600-an paket bawaan: server yang menjalankan satu tugas inferensi atau satu ETL malam hanya mengimpor segelintir dan menggendong sisanya.

Jadi yang saya nilai di sini adalah kecocokan, bukan kualitas. Anaconda tidak menggendong beban mati di mesin yang memang jadi tujuan rancangannya. Ia menggendong beban mati di mesin yang kini diarahkan banyak orang kepadanya, dan itu menempatkannya di tengah skala, bukan di dasarnya.

Apa yang Sebenarnya Dituntut Lisensi Anaconda

Angkanya adalah 200. ketentuan layanan Ketentuan layanan Anaconda memberikan penggunaan gratis bila "Anda menggunakan Platform atas nama organisasi berorientasi laba dengan total 200 karyawan atau kontraktor atau kurang (termasuk seluruh Afiliasi)". Versi yang ada di situs hari ini berlaku sejak 15 Juli 2025. Di atas jumlah tersebut, pemasang Anaconda Distribution lengkap dan akses ke repositori yang dihosting Anaconda bisa menuntut Business Plan berbayar; halaman harga Anaconda memuat tingkatan terkini.

Yang berarti: kalau Anda satu orang, startup lima orang, atau agensi empat puluh orang, bagian ini bukan tentang Anda. Sebagian besar pembaca perorangan dan tim kecil tidak terpapar risiko komersial oleh ketentuan ini. Bagian ini penting bagi orang yang memilih apa yang distandarkan sebuah organisasi besar, dan bagi orang yang nanti harus menjawab pertanyaan pengadaan soal itu.

Bagian yang membuat orang tersandung: berpindah dari Anaconda ke Miniconda hanya mengubah separuh jawaban soal lisensi. Miniconda sendiri tidak menuntut lisensi komersial, tetapi ia masih menunjuk ke repositori bawaan Anaconda, dan lewat repositori itulah kewajiban pembayaran kembali muncul. Miniforge-lah yang benar-benar mengubah keadaan, karena bawaannya adalah kanal conda-forge yang dikelola komunitas. Kanal adalah bagian dari jawaban, tetapi bukan seluruh jawaban. Panduan hukum Anaconda saat ini juga memperlakukan pemasang Anaconda Distribution lengkap sebagai berlisensi komersial di atas ambang tersebut. Miniconda mengubah pemasangnya; Miniforge mengubah pemasang sekaligus kanal bawaannya.

Tanggal-tanggalnya perlu ditangani dengan hati-hati, karena sumber-sumbernya tidak menceritakan satu kisah yang bersambung dan saya tidak akan menjahitnya jadi satu. Buletin teknis Lawrence Livermore National Laboratory menyebut Anaconda mengubah ketentuan lisensinya pada 2020, dan secara terpisah menggambarkan ketentuan saat ini sebagai gratis bagi organisasi di bawah 200 orang. Blog Anaconda sendiri membahas pembaruan ketentuan pada Maret 2024. Versi yang terbit hari ini berlaku sejak 15 Juli 2025.

Itu adalah klaim bertanggal yang terpisah dari sumber yang terpisah, masing-masing akurat menurut sumber yang menyatakannya, dan tak seorang pun yang bisa saya kutip menghubungkannya menjadi satu kronologi. Perlakukan sebagai tiga titik data, bukan sebagai rangkaian yang punya sebab-akibat.

Apa yang memang dikatakan Anaconda tentang revisi 2024 terbilang luar biasa terus terang:

"Kami mengakui bahwa pembaruan Ketentuan Layanan pada Maret 2024 tidak dikomunikasikan sejelas seharusnya, sehingga menimbulkan kebingungan, kekhawatiran, dan tersingkirnya sejumlah besar pengguna gratis secara tidak sengaja, terutama di kalangan pengguna akademik dan riset kami yang berharga."

Anaconda, tentang pembaruan ketentuan layanannya

Dan setidaknya satu institusi yang disebut namanya sudah bertindak karena biaya itu. Buletin LLNL menyatakan terus terang bahwa lisensi Anaconda menjadi semakin mahal, dan ia menerbitkan jadwalnya: laboratorium itu membiarkan lisensi Anaconda-nya kedaluwarsa pada 2027, dan mulai memblokir kanal berbayar Anaconda di seluruh institusi pada Februari 2027.

Buletin yang sama menyebutkan penggantinya yang diarahkan laboratorium itu kepada penggunanya: conda-forge bersama Miniforge, Pixi, pip dan uv, serta Spack untuk kebutuhan kompilasi HPC. Itu adalah laboratorium riset yang menerbitkan rencana migrasinya, bukan rumor tentang sentimen.

Satu batasan, saya nyatakan terus terang: saya membaca ketentuan ini seperti orang yang melakukan penerapan membacanya, bukan seperti seorang pengacara membacanya. Kalau jumlah karyawan Anda dekat dengan garis itu, atau struktur korporasi Anda membuat "termasuk seluruh Afiliasi" jadi pertanyaan nyata, percakapan itu milik orang yang memang pekerjaannya begitu.

Apa yang Dipasang di Server Sebagai Gantinya

Tukar Anaconda dengan Miniforge di mesin tanpa layar dan hampir tidak ada yang berubah dari alur kerja Anda. Perintah conda sama, berkas lingkungan sama, dan penyelesainya sama atau lebih cepat, karena Miniforge3 kini menyertakan mamba secara bawaan. Buletin LLNL menyebut Miniforge sebagai pengganti langsung bagi alur kerja Anaconda yang sudah ada pada sebagian besar penggunanya.

Miniforge diterbitkan oleh komunitas conda-forge di bawah lisensi BSD 3-Clause, dan ia menetapkan kanal conda-forge sebagai bawaan, alih-alih repositori Anaconda. Perbedaan konfigurasi tunggal itu menghapus pertanyaan lisensi Anaconda selama Anda tetap di conda-forge dan tidak menambahkan kanal yang disediakan Anaconda, dan itulah sebabnya saya akan mengarahkan server ke Miniforge, bukan ke Miniconda.

Kalau Anda sampai di sini dengan rencana memasang Mambaforge, jangan. Ia sudah dipensiunkan. Repositori Miniforge mencatat bahwa Mambaforge sudah usang sejak Juli 2024 dan dicabut dari rilis baru setelah Januari 2025, dengan fungsinya dilebur ke dalam Miniforge3. Panduan mana pun yang masih merekomendasikannya sudah ketinggalan zaman.

Deploy aplikasi Python di infrastruktur VPS cepat yang dibuat untuk developer.

Dapatkan VPS Python

Lalu ada kasus di mana Anda sama sekali tidak butuh conda. Kalau setiap dependensi dalam proyek Anda punya wheel di PyPI, resolusi lintas bahasa milik conda sedang menyelesaikan masalah yang tidak Anda punya, dan alur kerja berbasis pip lebih ringan dan lebih cepat.

Jalur itu kini lebih kuat dibanding satu-dua tahun lalu, terutama berkat uv, yang digambarkan Astral sebagai "pengelola paket dan proyek Python yang sangat cepat, ditulis dalam Rust" dan diklaim 10-100 kali lebih cepat daripada pip. Pengali itu adalah klaim Astral sendiri tentang produknya sendiri, dan saya belum membandingkannya. Lagi pula, konsolidasi adalah bagian yang akan saya beri bobot lebih besar: uv melipat manajemen dependensi, lingkungan virtual, dan manajemen versi Python ke dalam satu perkakas, yang memangkas banyak bagian bergerak dari sebuah proyek.

Satu hal lagi yang perlu diketahui sebelum Anda menstandarkan sebuah tim padanya selama tiga tahun: Astral mengumumkan bergabung dengan OpenAI pada 19 Maret 2026, dan menyatakan OpenAI akan terus mendukung perkakas sumber terbukanya. Itu adalah niat yang dinyatakan, bukan jaminan, dan itu jenis hal yang ingin saya lihat di depan mata sebelum mempertaruhkan keputusan rantai perkakas bertahun-tahun padanya.

Batasannya sama dengan yang dimiliki pip: uv juga bukan penyelesai lintas bahasa. Ia versi yang jauh lebih baik dari jalur PyPI, bukan jalan keluar dari alasan keberadaan conda.

Siapa yang Sebaiknya Memakai Anaconda, dan Siapa yang Tidak

Satu pertanyaan sudah memilah hampir semua orang: apakah ada sesuatu dalam pohon dependensi Anda yang hidup di luar Python, dan apakah ini berjalan di mesin yang punya layar? Kedua jawaban itu bersama-sama menentukan pemasangnya, dan keduanya lebih penting daripada selera tim atau apa pun yang kebetulan Anda pakai di pekerjaan sebelumnya.

Anaconda Cocok untuk Siapa

Kecocokan paling jelas adalah praktisi yang bekerja di desktop atau laptop, yang ingin lingkungan lengkap dan tidak ingin menghabiskan satu sore untuk meraciknya sendiri. Di sana ukuran tidak melukai Anda sama sekali, perkakas grafis adalah keuntungan, bukan beban mati, dan kalau organisasi Anda ada di bawah garis jumlah karyawan, ketentuannya tidak memakan biaya apa pun. Itu bukan hadiah hiburan; itu menggambarkan banyak sekali ilmuwan data yang benar-benar bekerja.

Kecocokan kedua adalah tim yang sudah tertanam dalam di conda, yang beban kerjanya benar-benar bergantung pada pustaka terkompilasi dan native (tumpukan GPU, rantai perkakas ilmiah, apa pun yang bagian sulit instalasinya bukan Python-nya). Mencabut penyiapan conda yang sudah jalan demi mengejar pemasang lebih cepat yang tak bisa menyelesaikan dependensi Anda adalah pertukaran yang buruk: cepat pada pekerjaan yang salah tetap saja pekerjaan yang salah. Tetaplah di tempat Anda, asalkan Anda di bawah ambang dan tidak menerapkan ini secara headless.

Siapa yang Sebaiknya Memasang yang Lain

Siapa pun yang menerapkan beban kerja berbasis conda ke server tanpa layar atau instans cloud sebaiknya memasang Miniforge. Menurut saya yang ini bahkan tidak berimbang: Anda mendapat perkakas yang sama, melewatkan muatan yang tak akan pernah dijalankan, dan pertanyaan soal kanal terselesaikan dengan sendirinya.

Organisasi mana pun di atas garis jumlah karyawan yang menarik dari kanal bawaan Anaconda punya dua jawaban yang sah, dan lebih baik menyebut keduanya ketimbang berpura-pura hanya ada satu. Beli Business Plan kalau distribusinya memang yang dibutuhkan tim Anda, atau arahkan ulang lingkungan Anda ke conda-forge dan berhenti menarik dari kanal berbayar. Memilih salah satunya dengan sengaja itu tidak masalah. Menemukan pertanyaannya saat audit, itu masalah.

Dan kalau proyek Anda murni Python dengan wheel tersedia untuk semua yang Anda impor, pakai pip dengan venv, atau pakai uv. Dalam skenario itu pembeda conda tidak membelikan apa pun untuk Anda, dan Anda sedang menggendong rantai perkakas yang lebih berat demi kemampuan yang tak pernah Anda panggil.

BACA

Cara Menginstal Python di Server VPS? | Panduan Langkah demi Langkah

Catatan tentang Bagaimana Ulasan Ini Disusun

Tidak ada yang membayar untuk tulisan ini dan tidak ada orang Anaconda yang terlibat. Angka-angka di sini berasal dari dokumentasi, ketentuan layanan, dan blog Anaconda sendiri, ditambah buletin yang diterbitkan Lawrence Livermore National Laboratory serta repositori Miniforge, semuanya ditautkan di atas. Saya tidak melakukan instalasi baru rilis terkini untuk tulisan ini, tidak mengukur waktu penyelesaian lingkungan, dan tidak menilai tingkatan notebook terkelola, jadi perlakukan fakta soal ukuran dan lisensi sebagai terdokumentasi, bukan terukur.

Pertanyaan yang Sering Diajukan