Bahasa pemrograman paling populer pada 2025

• Python > Java > C++ > SQL > C# > JavaScript > TypeScript > C > Shell > Go > R > PHP > Kotlin > Rust > Dart > Swift
• Menurut survei IEEE Spectrum, Python kembali menempati posisi pertama tahun ini, sementara JavaScript turun dari peringkat 3 ke 6
• Perubahan ini dianalisis berkaitan dengan tren bahwa JavaScript, yang banyak digunakan dalam pengembangan web, mulai tergantikan oleh coding berbasis AI (misalnya, vibe coding)
• Metrik yang secara tradisional digunakan seperti jumlah pertanyaan di Stack Exchange dan aktivitas GitHub menurun tajam setelah adopsi AI, sehingga metode lama untuk mengukur popularitas bahasa mulai goyah
• Seiring kod ehasilkan AI menjadi hal yang umum, pentingnya perbedaan sintaks dan struktur bahasa berkurang, dan tren untuk tidak terpaku pada bahasa tertentu makin jelas
• Ini menunjukkan kemungkinan bahwa kemunculan bahasa baru dan perluasan ekosistem akan terhambat, dan pada akhirnya konsep popularitas bahasa pemrograman itu sendiri bisa menghilang

---

Ikhtisar

• IEEE Spectrum merilis hasil analisis komprehensif tentang bahasa pemrograman utama dan tren pada 2025
• Peringkat ini mencerminkan berbagai sudut pandang seperti pasar kerja, ekosistem open source, serta tingkat pemakaian di akademia dan industri
• Informasi tentang karakteristik tiap bahasa utama, latar belakang pertumbuhannya, serta bahasa yang terspesialisasi menurut bidang teknologi juga disertakan

Peringkat bahasa tahun ini

• Dalam peringkat dasar Spectrum 2025, Python tetap berada di posisi 1, sedangkan JavaScript turun ke posisi 6
• Dalam peringkat Jobs, Python juga naik ke posisi 1, dan SQL tetap memiliki daya saing kuat di pasar rekrutmen
• Jumlah total pertanyaan terkait bahasa di Stack Exchange turun menjadi 22% dibanding 2024

Kriteria penentuan peringkat

• Popularitas: dihitung menggunakan berbagai forum online, repositori perangkat lunak, data lowongan kerja, tren pencarian, dan lain-lain
• Pemakaian di dunia kerja: menganalisis bahasa yang banyak dipakai di pasar nyata berdasarkan lowongan perusahaan dan tingkat partisipasi dalam proyek open source
• Analisis per bidang: mencerminkan kriteria pemilihan bahasa yang menonjol di bidang teknis seperti AI, embedded, web, dan mobile
• Untuk mengukur popularitas, digunakan berbagai indikator seperti volume pencarian Google, pertanyaan Stack Exchange, aktivitas GitHub, dan penyebutan dalam makalah
• Namun, ketika para developer menyelesaikan masalah melalui percakapan dengan LLM (ChatGPT, Claude, dan lainnya), sinyal data publik pun berkurang
• Berkat alat AI seperti Cursor, jumlah pertanyaan itu sendiri menurun sehingga validitas metrik lama melemah

AI dan kaburnya batas antarbahasa

• Dari developer berpengalaman hingga pemula, ketergantungan pada AI membuat perhatian terhadap sintaks dan struktur kontrol bahasa berkurang
• AI dapat menghasilkan kode dalam bahasa apa pun selama tersedia cukup data pelatihan
• Karena itu, pemilihan bahasa bisa merosot menjadi faktor sekunder, seperti perbedaan instruksi CPU pada perangkat keras
• Di masa depan, perdebatan soal popularitas bahasa bisa terdorong menjadi topik pinggiran setara perbandingan lebar rel kereta

Kemunculan bahasa baru akan menjadi semakin sulit

• Di masa lalu, ekosistem bahasa bisa menyebar hanya dengan buku, demo, dan sample code (misalnya, The C Programming Language)
• Namun AI membutuhkan data pelatihan dalam jumlah besar, sehingga bahasa baru berada pada posisi yang kurang diuntungkan untuk didukung
• Bahkan telah dilaporkan fenomena bahwa AI memberikan hasil yang lebih buruk pada bahasa yang kurang digunakan
• Ini dapat menciptakan lingkungan di mana bahasa baru sulit mencapai massa kritis

Masa depan pemrograman

• Pada dasarnya, bahasa modern menjalankan dua peran: abstraksi pemrosesan data dan pencegahan kesalahan developer
• Namun, perkembangan AI memungkinkan alur baru berupa prompt → bahasa perantara → eksekusi, alih-alih berfokus pada struktur bahasa
• Dalam skenario ini, alih-alih memelihara dan memodifikasi source code, pendekatan menyesuaikan prompt lalu menghasilkan ulang bisa menjadi hal yang mapan
• Peran programmer di masa depan diperkirakan akan lebih berfokus pada perancangan arsitektur, pemilihan algoritme, dan integrasi sistem daripada tata bahasa pemrograman

Kesimpulan dan prospek

• Pemrograman sedang memasuki masa perubahan terbesar sejak kemunculan compiler pada 1950-an
• Sekalipun gelembung AI sedikit mereda, pemanfaatan LLM untuk membantu penulisan kode kemungkinan besar akan terus berlanjut
• Karena itu, setelah 2026, konsep “bahasa populer” itu sendiri bisa kehilangan makna, dan metrik baru untuk mengukur popularitas akan dibutuhkan

[skrevolve]

Memang Python sedang menurun.

[shakespeares]

Sejauh ini ekosistem JavaScript masih jauh lebih luas, tetapi saya rasa ada peluang untuk bergeser ke level rendah seperti Rust karena AI.

[GN⁺]

Opini Hacker News

• Dengan bantuan AI, para programmer makin kurang peduli pada bahasa tertentu atau detail-detail kecil, tetapi pada akhirnya mereka tetap ditakdirkan harus menggali lebih dalam lagi ketika satu masalah kecil terhubung dengan segala macam kompleksitas; tidak semua orang mengejar level assembly seperti code golfer ffmpeg, tetapi saya rasa ada alasan mengapa bahasa pemrograman generasi ketiga masih tetap relevan; pada akhirnya ini adalah trade-off antara daya ekspresi dan presisi, yaitu soal keseimbangan antara hal yang ingin kita fokuskan dan detail yang ingin kita delegasikan; jika kita mengorbankan kacamata (transparansi) demi hasil yang lebih cepat, kita akan membutuhkan probe alternatif yang kokoh untuk memeriksa apa yang terjadi selanjutnya
  • Perlu diingat bahwa tulisan ini berasal dari IEEE; target IEEE lebih banyak ilmuwan daripada programmer; dari sudut pandang ilmuwan, kode adalah sarana untuk mengekspresikan ide mereka, dan jika ide bisa diekspresikan secepat mungkin maka mereka tidak terlalu peduli apakah kodenya berantakan atau bisa dipakai ulang; misalnya, para ilmuwan menyebut Arduino sebagai sebuah bahasa, dan itu terasa wajar bagi mereka; para ilmuwan yang memakai Arduino belum tentu paham C++, tetapi mereka bangga bahwa mereka bisa ngoding dengan "Arduino"
  • Keduanya jelas merupakan kasus yang sangat berbeda; jika compiler menghasilkan output yang salah untuk arsitektur tertentu, kita bisa mengirim bug report dan juga mendapatkan bantuan dari komunitas atau pihak luar; kejadian seperti ini sebenarnya jarang di library atau bahasa yang populer, dan jika kita sudah melangkah sejauh itu, artinya kita memang punya kemampuan untuk menangani edge case seperti itu; tetapi jika AI memberi hasil yang salah, kita harus mencari tahu semuanya sendiri; kita juga tidak bisa menuntut OpenAI atau Anthropic dengan bertanya, “kenapa jadi begini”; pada kasus pertama, kadang tidak apa-apa jika kita belum tahu, tetapi pada kasus kedua itu sama sekali tidak bisa diterima
  • Jika benar sebagian besar developer tidak peduli pada instruction set CPU atau keanehan hardware, mereka seharusnya tidak perlu repot menghasilkan sintaks bahasa, melainkan langsung menghasilkan machine code untuk arsitektur chip; bahkan mungkin cukup mengirim prompt lalu AI VM yang membangkitkan machine code target; mungkin suatu hari itu akan terjadi, tetapi sekarang jelas belum seperti itu
  • Memakai AI untuk bidang yang tidak kita pahami benar-benar berbahaya, dan saya rasa itu tidak seharusnya didorong
  • Mereka hanya memperlebar 'papan lebar di atas jurang'
• Sangat sulit mencari sumber data yang bagus untuk hal seperti ini; StackOverflow juga sedang menurun, metodologi IEEE setidaknya cukup realistis, tetapi semua sumber data yang dipakai punya cacat masing-masing; jumlah hasil pencarian Google adalah sinyal tidak langsung yang paling fluktuatif; hasil pencarian mencakup hampir semua hal yang menyebut kueri itu dan tidak ada jaminan itu benar-benar mewakili tahun 2025; orang yang memakai suatu bahasa juga biasanya tidak menuliskannya secara eksplisit sebagai “bahasa pemrograman X”; menghitung semua exposure media seperti ini sebagai exposure “bahasa teratas” itu dipaksakan; TIOBE juga memakai metode ini, dan dengan percaya diri bahkan menampilkan popularitas sampai dua angka di belakang koma; jika melihat data lamanya, popularitas 'C' pernah turun setengah hanya dalam dua tahun lalu naik dua kali lipat pada tahun berikutnya, padahal di pasar nyata tidak ada perubahan sama sekali; tingkat galat metode ini adalah ±50%
  • Untuk mengukur permintaan nyata terhadap suatu bahasa, data lowongan kerja adalah yang paling praktis dan berguna; data ini memang tidak menunjukkan jumlah kode yang benar-benar berjalan di perusahaan, tetapi dalam kebanyakan kasus paling intuitif untuk melihat pemakaian nyata, permintaan, dan arus industri; organisasi besar seperti bank yang memakai COBOL bisa saja tidak terlihat dalam data jika hampir tidak ada perpindahan kerja, tetapi meski begitu tetap belum ada sumber data yang lebih baik
  • Sumber-sumber seperti ini sering bersifat self-reinforcing dan self-referential; saya rasa lebih baik memakai tool terbaik, tool yang paling saya kuasai, atau tool yang paling diinginkan pelanggan maupun paling menguntungkan; Ada, COBOL, FORTH, Lua, dan lainnya juga berada dalam konteks ini; ukuran popularitas pada akhirnya hampir tidak punya makna selain SEO
    • Tautan kasus Ada
    • Tautan kasus COBOL
    • Tautan kasus FORTH
    • Tautan kasus Lua
  • Di TIOBE, tahun ini Perl tiba-tiba masuk Top 10, tetapi saya belum pernah melihat developer Perl baru; hal yang sama juga berlaku untuk Ada; saya penasaran sebenarnya para developer Ada itu ada di mana
  • Statistik yang saya sukai untuk hal seperti ini adalah statistik bahasa per repo publik di GitHub; tersedia jumlah repo publik dan PR tiap bahasa sejak 2012
  • Bisa jadi pada titik ini statistik kueri LLM adalah data terbaik; poin ini juga dibahas panjang lebar di artikel utama (TFA)
• Saya kira JavaScript akan berada di posisi 2, tetapi tampaknya TypeScript mengambil tempat itu; secara pribadi saya menganggap JavaScript dan TypeScript hampir satu keluarga, jadi menurut saya skor keduanya seharusnya digabung
  • Untuk jenis agregasi seperti ini, kalau digabung baru pantas disebut benar-benar nomor 2
  • Dua hal ini memang seharusnya digabung, dan omong-omong saya juga tidak paham kenapa Arduino dimasukkan ke dalam daftar ini
  • Saya juga setuju; pasti ada item lain yang juga layak digabung, dan bahasa-bahasa berbasis BEAM juga sebaiknya dikelompokkan jadi satu
  • Kalau Java & Kotlin, C & C++ juga digabung, bisa jadi JS&TS bukan nomor 2
• Orang-orang yang heran Java bisa setinggi ini, apakah selama kariernya hanya pernah mengerjakan backend nodejs di startup berisi 10 orang? Apakah belum pernah bekerja di perusahaan besar, terutama perusahaan software enterprise?
  • Java sekarang adalah COBOL yang baru; sebagian besar industri keuangan, asuransi, dan kesehatan mulai masuk ke Java sejak puluhan tahun lalu, dan hingga kini masih terus memigrasikan kode COBOL lama ke Java
  • Ada sisi yang agak aneh juga; saya bekerja lebih dari 5 tahun di Google dan dari statistik saya tahu ada sangat banyak kode Java, tetapi saya sendiri mungkin hanya tiga kali benar-benar melihat kode Java; terasa seperti Java memang banyak dipakai, tetapi di dalam perusahaan pun ia digunakan di area yang terisolasi; seolah terisolasi pada bagian tertentu dalam rantai nilai ekonomi
  • Orang yang kaget Java berada tinggi kemungkinan bukan dari sektor keuangan; tentu enterprise tidak selalu hanya memakai Java; di perusahaan besar di luar finansial pun ada tempat yang didominasi Microsoft, .NET, dan C#
• Saya bekerja sebagai backend developer fintech, tetapi sulit menentukan bahasa target untuk pindah; saya pernah memakai Node dan Ruby, lalu makin merasa kurang dengan tidak adanya sistem tipe statis; TypeScript juga terasa terbatas karena opsi non-strict dan sebagainya; bahasa seperti Java/.Net atau Go terasa kuno; Rust tampak menarik, tetapi kurang cocok dengan background saya; penasaran apakah ada bahasa yang layak direkomendasikan
  • Jika Anda berniat tetap di fintech, praktis pilihannya tidak banyak selain Java, C#, C++, dan TypeScript; meski sedikit di luar jalur utama, ada juga perusahaan yang memakai Haskell, F#, atau Scala; bahasa-bahasa ini biasanya dipakai sebagai DSL untuk workflow; kalau tertarik pada array language, sektor finansial adalah salah satu dari sedikit bidang yang masih menyisakan bahasa-bahasa seperti itu; hanya saja posisi seperti ini sulit dicari; Dyalog(APL), J, BQN, Kdb+(Q) juga patut dilihat, sumber Arraycast
  • Scala adalah bahasa terbaik yang pernah saya pakai; bahasa ini menggabungkan kelebihan TypeScript dengan kekuatan Java dan Rust; dan fintech adalah salah satu niche yang masih tersisa untuk mendapatkan pekerjaan Scala
  • Rust adalah bahasa serbaguna, jadi secara teori bisa dipakai untuk apa saja; tetapi yang penting tetap 'alat yang tepat untuk pekerjaan yang tepat'; ekosistem adalah kuncinya, dan rencana Anda mau membangun apa itu sangat penting
  • Saya juga sedang memikirkan hal yang sama, dan rasanya Gleam yang paling cocok; dia punya kesederhanaan Go sekaligus kenyamanan Kotlin
  • Java memang lambat, tetapi sintaksnya makin membaik dan ia adalah tulang punggung banyak perusahaan menengah hingga besar; di perusahaan kecil biasanya lebih mudah menemukan JS/Ruby/Python, dan sepertinya itu karena perusahaan seperti ini lebih memprioritaskan produktivitas serta biaya engineering; akibatnya, penggunaan bahasa interpreter bisa melampaui bahasa enterprise/performance
• Hasil survei yang mengatakan pengguna PHP dan Ruby lebih banyak daripada HTML, dan juga fakta bahwa HTML dimasukkan sebagai bahasa pemrograman, terasa meragukan; Elixir yang berada di bawah OCaml juga mengejutkan. Saya pernah melihat perusahaan besar memakai Elixir, tetapi sudah lama rasanya tidak melihat OCaml
  • Bisa jadi hasil ini muncul karena hanya sedikit orang yang memilih HTML ketika ditanya "bahasa pemrograman yang saya gunakan"
  • Rekan kerja Java developer di pekerjaan pertama saya pernah sedang minum di taman lalu ditanya polisi pekerjaannya apa, dan mereka menjawab "programmer"; polisi itu menanggapi, "oh~ HTML ya"
  • Menanggapi pertanyaan apakah PHP dan Ruby punya lebih banyak pengguna daripada HTML, menurut pengalaman saya jumlah developer backend/sistem jauh lebih banyak daripada developer frontend (sekitar 3:1 sampai 20:1); bergantung pada ukuran perusahaan, kalau hanya mengerjakan backend kita nyaris bisa tidak menyentuh HTML sama sekali; bahkan di layanan yang berpusat pada web pun sebenarnya ada banyak orang yang tidak menyentuh HTML
  • HTML memang tetap bisa disebut bahasa pemrograman, tetapi hampir tidak pernah dipakai sendirian; jadi memasukkan HTML sebagai entri mandiri di daftar seperti ini agak tidak bermakna
  • Semua orang hidup dalam bubble masing-masing; saya sendiri masih merasa Scala adalah bahasa yang populer
• Saya cukup senang Haskell masih ada di peringkat, walau levelnya mirip dengan LabView (agak mengejutkan), tetapi isi artikelnya sendiri tidak terlalu menarik
  • Haskell setidaknya adalah bahasa yang menarik; saya juga senang Julia, bahasa yang saya sukai, masuk daftar tahun ini; itu tanda bahwa masih ada harapan untuk bahasa-bahasa yang menarik; setelah kolaborasi SoC antara Intel dan NVIDIA, tampaknya Python dan C++ akan terus mendominasi daftar ke depan
  • Membandingkan Haskell dengan LabView itu rasanya cukup tidak adil
• Saya penasaran apa yang dimaksud dengan "Arduino"; kalau yang kita maksud adalah Arduino DIY yang kita kenal, itu bukan "bahasa", melainkan hanya C++
  • Dokumentasi Arduino memang menyebutnya sebagai "Arduino programming language", tetapi kenyataannya itu cuma C++ dengan beberapa typedef tambahan; saya juga tidak tahu alasannya
  • Ini mirip dengan HTML dan CSS yang dikategorikan sebagai bahasa, atau library C/Fortran yang disebut sebagai library "Python"
  • Pembedaan seperti ini terasa aneh dan menurunkan kepercayaan pada chart; kalau begini, menurut saya skor C++ juga seharusnya ditambahkan
• Saya juga pernah memikirkan hal serupa; saya penasaran apakah asisten LLM (large language model) nantinya akan berperan membekukan bahasa-bahasa pemrograman yang ada sekarang; dari pengujian yang saya lakukan, tampaknya makin populer suatu bahasa maka makin baik pula performa LLM di bahasa itu (karena jumlah data latihnya), jadi saya khawatir adopsi bahasa baru akan jadi makin sulit; kalau pelatihan LLM hanya berisi kode berparadigma object-oriented, mungkin perkembangan paradigma lain akan jauh lebih sulit sampai sekarang
  • Baru-baru ini saya mencoba bahasa yang kurang dikenal seperti Hare, dan Claude tetap cukup membantu (meski kadang ngawur), bahkan lebih baik daripada search engine tradisional; jadi saya merasa mungkin LLM tidak akan sekuat itu dalam membekukan bahasa
  • Dalam pengalaman saya, LLM memang lebih baik menangani bahasa populer, tetapi bukan hanya itu; mereka juga sering berulang kali memberikan jawaban yang memakai bahasa atau tool terkenal meski tidak perlu; lalu ketika dikoreksi mereka akan menjawab, “benar, itu tidak wajib. Saya akan berikan contoh yang lebih jelas dan lebih tepat…”; andai dari awal begitu akan lebih baik, tetapi kode yang dihasilkan sering berbentuk rumit tanpa perlu; kalau bukan developer berpengalaman, hal seperti ini sulit disaring; akhirnya kode aneh seperti itu masuk ke git repo atau bahkan ter-deploy; dan kadang saya curiga jangan-jangan perusahaan besar mendorong plugin/kode mereka masuk ke jawaban pertama; struktur seperti ini sendiri bisa menjadi masalah yang sangat serius ke depan; industri iklan pasti mengincar tren ini, dan jika nanti iklan bercampur ke dalam model LLM, masalahnya akan jauh lebih besar,
    • Saya berharap modelnya menjadi terbuka sehingga data latih dan bobotnya jelas dipublikasikan, dan bisa dikustomisasi dengan pendekatan reproducible build (mirip Nix)
    • Kita butuh cara untuk melakukan debugging pada tahap inferensi model (misalnya elemen transparan seperti tag)
    • Saya penasaran apakah ada metode verifikasi formal untuk inferensi model
  • Hambatan untuk mengadopsi bahasa baru memang akan makin tinggi; tetapi bahkan sekarang pun alasan memakai bahasa niche biasanya hanya
    1. adanya codebase dan library yang sudah ada
    2. tempat berkumpulnya para ahli domain tertentu, jadi meskipun LLM jago Java bukan berarti semua orang akan memakai Java, (soal kesenangan pribadi atau demi CV itu urusan lain)
  • Memilih bahasa yang populer selalu menguntungkan untuk hal-hal seperti perekrutan talenta; memilih bahasa yang kurang populer selalu merupakan risiko, dan itu tetap berlaku sampai sekarang
• Melihat Python di peringkat 1 terasa agak membuat frustrasi; dari pengalaman saya, Python selain untuk scripting atau membuat PoC sendirian sebenarnya tidak terlalu ingin saya pakai; saya bahkan tidak bisa membayangkan memakai Python untuk kode yang lebih dari 1.000 baris, dikelola banyak orang, atau butuh waktu eksekusi lebih dari beberapa detik; karena Python menjadi bahasa dasar untuk pendidikan non-jurusan CS di universitas-universitas AS, banyak orang pintar berkontribusi ke ekosistemnya, tetapi saya justru berharap upaya itu dialihkan ke bahasa lain atau bahasa kompilasi yang lebih tangguh; saya merekomendasikan bahasa kompilasi dengan static typing dan dukungan multithreading
  • Saya juga sangat setuju; saya memakainya murni untuk scripting saja; tahun lalu saya mencoba sedikit ML lalu benar-benar muak dengan Python dan menyerah hanya dalam sebulan; saya juga tidak paham kenapa Ruby tidak lebih populer; karena Python sudah menjadi default first language (saya juga begitu), saya justru ingin merekomendasikan Ruby
  • Setuju, Python terasa "lembek"; bahasa static typing dan kompilasi yang saya tahu hanya Rust, C, dan C++, dan masing-masing memang punya kekurangannya sendiri; andaikan ada C dengan tooling Rust dan sistem modul yang baik
  • Sintaksnya juga kurang enak; entah mungkin ia bekerja dengan baik, tetapi ini bukan bahasa yang menyenangkan

[3ae3ae]

JS dan TS itu nyaris bahasa yang sama, jadi menurut saya sebaiknya digabung saja, ya?

[beoks]

Agak aneh kalau HTML masuk ke dalam peringkat.

[jjpark78]

Saya benar-benar tidak percaya kalau Java ada di peringkat 2.

[passerby]

Java dan C# dari dulu sampai sekarang tetap menjadi standar di lingkungan web server enterprise.

[jjpark78]

Survei Stack Overflow dan peringkat bahasa populer ternyata sangat berbeda ya.