STMIK WIDYA CIPTA

DHARMA SAMARINDA S1 - TEKNIK

INFORMATIKA

PRAKTIKUM LabSheet 01
PEMBELAJARAN MESIN DASAR PYTHON
Dosen :
SEMESTER 5
1. PITRASACHA ADYTIA, MT
2. WAHYUNI, S.KOM, M.KOM

I. Tujuan

1. Mahasiswa mengenal dasar-dasar pemrograman python untuk pembelajaran mesin

2. Mahasiswa mampu menulis kode program python diatas platform jupyter notebook

II. Prosedur Praktikum

II.1 Menulis Kode Python Pertama di Jupyter Notebook
Pada praktikum pembelajaran mesin di STMIK Widya Cipta Dharma, platform yang
digunakan adalah menggunakan jupyter notebook. Software yang digunakan / di install adalah
anaconda. Untuk membuka jupyter notebook pada anaconda maka langkah-langkahnya adalah
sebagai berikut :
No Langkah
1 Pada start menu cari dan klik Anaconda Navigator

Klik pada Anaconda

Navigator pada start
menu windows

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 1

2 Pada tampilan anaconda navigator, pastikan jupyter notebook sudah terinstall, kemudian klik
button launch untuk membuka jupyter notebook

Pastikan jupyter notebook Klik button launc untuk membuka

sudah terinstall jupyter notebook

3 Jupyter Notebook akan terbuka pada halaman browser dan menampilkan index folder home
user contoh nya C:\Users\Pitra (setiap komputer berbeda-beda)

4 Mulai lah dengan membuat folder nim, dengan klik button new folder maka folder baru
akan terbentuk dengan nama untitled folder. Klik Folder tersebut dan klik button rename,
ubah nama folder dengan nim masing masing

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 2

5 Masuk ke dalam folder nim dan kemudian klik button new – python3, sebuah tab baru
terminal akan terbuka.

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 3

6 Penjelasan tampilan pada jupyter notebook

4 6
5
3 7

1) Cell, tempat untuk menaruh / menuliskan kode pada jupyter notebook. Kode dapat
berupa kode python ataupun markdown
2) Tanda + adalah shortcut untuk menambahkan cell baru
3) Tanda up adalah untuk memindahkan posisi current cell ke atas, sedangkan down untuk
memindahkan posisi current cell ke bawah
4) Tombol run digunakan untuk menjalankan kode pada cell terpilih
5) Tanda button stop digunakan untuk menghentikan proses / kernel yang sedang running
6) Tanda restart digunakan untuk restart kernel (semua variabel tersimpan akan hilang)
7) Tanda forward digunakan untuk restart kernel dan menjalakan ulang seluruh kode
program dari cell pertama hingga akhir

7 Tulis kode python pertama, dan kemudian klik run atau menggunakan shortcut ctrl + enter

8 Selamat, anda sudah berhasil menulisakan kode python pertama anda

II.2 Menginstall dan Menggunakan Library Python Untuk Pembelajaran Mesin

Dalam proyek pengembangan aplikasi berbasis pembelajaran mesin, banyak library
pendukung yang perlu di install di antaranya adalah :
1) Numpy
2) Matplotlib
3) Panda
4) Scikit-Learn

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 4

Untuk dapat menggunakan library tersebut kita harus melakukan instalasi terhadap library tersebut
dengan perintah !pip install , tanda ! menandakan bahwa proses langsung di jalankan di shell
command. Sedangkan pip adalah software python package manager yang memiliki fitur untuk
instalasi package yang berada pada python package index. Lakukan instalasi untuk beberapa library
utama yang akan digunakan pada proyek pembelajaran mesin.

Untuk dapat menggunakan library dalam kode program, maka library tersebut harus di import
terlebih dahulu menggunakan perintah import as. Sebagai contoh import numpy as np, numpy
adalah nama package nya, sedangkan np adalah alias yang akan digunakan pada kode program.
Penggunaan beberapa library python pada jupyter notebook

Source code diatas memanfaatkan library numpy untuk membuat sebuah array dari tipe data list
python

Source code diatas menggunakan library matplotlib untuk menggambar / menampilkan grafik line
chart.
Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 5
II.3 Memahami Tipe Data Python
Untuk menjadi seorang data saintis yang handal , pemahaman terkait tipe data sangat
dibutuhkan. Pemilihan tipe data yang tepat untuk menyimpan sebuah nilai menentukan kesuksesan
proyek pengembangan berbasis pembelajaran mesin. Tipe dasar di python dapat dilihat pada tabel
berikut:

Tipe Data Contoh Penjelasan

Menyatakan benar True yang bernilai 1 , atau

Boolean True atau False
salah False yang bernilai 0

"Ayo belajar Menyatakan karakter/kalimat bisa berupa

String
Python" huruf angka, dll (diapit tanda " atau ' )

Integer 25 atau 1209 Menyatakan bilangan bulat

Float 3.14 atau 0.99 Menyatakan bilangan yang mempunyai koma

Menyatakan bilangan dalam format heksa

Hexadecimal 9a atau 1d3
(bilangan berbasis 16)

Menyatakan pasangan angka real dan

Complex 1 + 5j
imajiner

Data untaian yang menyimpan berbagai tipe

List ['xyz', 786, 2.23]
data dan isinya bisa diubah-ubah

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 6

 Tipe Data Contoh Penjelasan

Data untaian yang menyimpan berbagai tipe

Tuple ('xyz', 768, 2.23)
data tapi isinya tidak bisa diubah

{'nama': Data untaian yang menyimpan berbagai tipe

Dictionary
'adi','id':2} data berupa pasangan penunjuk dan nilai

Untuk dapat mencoba menjalankan berbagai tipe data pada python silahkan eksekusi source code
di bawah ini pada notebook

#tipe data Boolean

print(True)

#tipe data String

print("Ayo belajar Python")
print('Belajar Python Sangat Mudah')

#tipe data Integer

print(20)

#tipe data Float

print(3.14)

#tipe data Hexadecimal

print(0x10)

#tipe data Complex

print(5j)

#tipe data List

print([1,2,3,4,5])
print(["satu", "dua", "tiga"])
Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 7
 #tipe data Tuple
print((1,2,3,4,5))
print(("satu", "dua", "tiga"))

#tipe data Dictionary

print({"nama":"Budi", 'umur':20})
#tipe data Dictionary dimasukan ke dalam variabel biodata
biodata = {"nama":"Andi", 'umur':21} #proses inisialisasi variabel biodata
print(biodata) #proses pencetakan variabel biodata yang berisi tipe data Dictionary

#fungsi untuk mengecek jenis tipe data. akan tampil <class 'dict'> yang berarti dict adalah
tipe data dictionary
print(type(biodata))

Hasil dari source code diatas seharusnya adalah sebagai berikut:

II.4 Dasar Numpy Array

1. Attribue Array
Setiap array memiliki tiga attribut utama yaitu dimensi, shape, dan size. Langkah untuk
mempraktikkan attribute dari array adalah sebagai berikut. Pertama generate 3 buah array.
Kemudian liat attribute dari masing masing array.

import numpy as np
np.random.seed(0) # agar array selalu digenerate ulang setiap di run

x1 = np.random.randint(10, size=6) # One-dimensional array

x2 = np.random.randint(10, size=(3, 4)) # Two-dimensional array
x3 = np.random.randint(10, size=(3, 4, 5)) # Three-dimensional array

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 8

 print("x3 ndim: ", x3.ndim)
print("x3 shape:", x3.shape)
print("x3 size: ", x3.size)

Apa hasil dari perintah diatas ? apa perbedaan shape dan size ? Silahkan jawab di notebook
menggunakan markdown

2. Index Array
Untuk dapat mengakses nilai dari sebuah array, numpy menggunakan index yang dimulai
dari angka 0. Untuk mempraktekkan bagaimana mengakases nilai dari sebuah array, coba
outputkan dulu nilai dari variable array nya

Untuk dapat mengambil nilai index ke 0 dan ke 5 adalah sebagai berikut

Bagaimana jika mengambil index ke 6 di tuliskan x1[6], apa hasilnya ? bagaimana jika nilai
index nya bernilai minus , sebagai contoh x1[-2], apa hasilnya ? apa kesimpulan ? silahkan
jawab dengan membuat markdown di notebooknya.

Lalu bagaimana mengakses jika array nya multidimensional , sebagai contoh array pada x2

Bagaimana jika ingin mengambil nilai pada baris 2 kolom ke 3 ? silahkan di praktekkna
di notebooknya

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 9

 3. Slicing Array
Jika kita memiliki susunan array pada variable x , kemudian ingin manipulasi seperti contoh
menampilkan 5 elemen pertama, 3 elemen terkahir maka itu disebut slicing. Beberapa slicing
yang memungkin pada array 1 dimensi dapat di coba dan praktekkan seperti source berikut :

Jika kita mengetikkan x[1::2] apa hasilnya ? apa penjelasannya dari hal tersebut ? Bagimana
jika menuliskan perintah x[::-1] apa hasilnya ? bagaimana jika x[5::-2] ? tuliskan kesimpulan
dari hasil ujicoba nya pada notebook menggunakan format markdown.

Slicing pada multideminsional array juga dapat dilakukan. Silahkan tulis kode dibawah ini pada
jupyter notebook :

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 10

 4. Reshape Array
Operasi array lainnya yang berguna dan dapat menggunakan library numpy adalah reshape
array. Sebagai contoh jika kita ingin merubah susunan array 1 dimensi yang berisi nilai 1-9 ke
dalam bentuk 3x3 maka kode program adalah sebagai berikut :

5. Array Concatenation
Concatenation artinya penggabungan. Penggabungan 2 array pada numpy dapat
menggunakan perintah np.concatenate, np.vstack, dan np.hstack. Silahkan tuliskan kode program
dibawah ini untuk mencoba array concatenation

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 11

 Untuk penggabungan array berbeda dimensi dapat menggunakan np.vstack. Silahkan
dicoba dengan menulikan kode dibawah ini pada notebook nya.

II.5 Komputasi pada Numpy Array

Komputasi array pada numpy bisa memanfaatkan ufunc pada numpy. Silahkan dicoba
komputasi arithmetic berikut pada notebook :

Apa hasil dari penulisan kode dibawah ini :

Silahkan di simpulkan pada notebook menggunakan format markdown

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 12

II.6 Aggregation
Beberapa fungsi aggregate seperti sum, mean, max dan min pada numpy dapat mudah
dilakukan. Silahkan tulis kode progam dibawah pada notebook untuk melihat penggunaan
fungsi aggregate pada numpy

Fungsi aggregate juga dapat diimplementasikan pada multidimensional array. Silahkan tulis
kode program berikut untuk melihat hasilnya :

II.7 Komparasi, mask dan boolean logic

Beberapa operasi komparasi yang sering digunakan menggunakan numpy dapat dicoba pada
source code dibawah ini, silahkan di coba dan diimplementasikan pada notebook nya.

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 13

 Operasi komparasi juga berlaku pada multidimensional array

Kita juga bisa melakuan operasi counting entries (menghitung jumlah), seperti untuk menjawab
pertanyaan berapa jumlah yang nilainya lebih kecil dari 6 pada sebuah array ?

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 14

III. Laporan Praktikum
Silahkan kumpulkan file berekstensi .ipynb ke welearn praktikum di https://welearn.wicida.ac.id,
silahkan lengkapi notebooknya dengan komentar dan penjelasan menggunakan format
markdown.
IV. Referensi
1. Python Data Science HandBook
2. Modul DTS kominfo untuk dosen dan intstruktur

Pitrasacha Adytia, M.T ([email protected]) | Wahyuni S.kom, M.Kom ([email protected]) Page 15