0% menganggap dokumen ini bermanfaat (0 suara)
32 tayangan12 halaman

Modul Bahan Ajar - Modul 03 - Pertemuan 3 - PK2

Modul ini membahas NumPy (Numerical Python), yaitu library Python untuk komputasi saintifik. NumPy memiliki kemampuan untuk membentuk objek array N-dimensi dan memudahkan operasi vektor dan matriks untuk aljabar linier."

Diunggah oleh

Meisy Elisabeth
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOC, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
32 tayangan12 halaman

Modul Bahan Ajar - Modul 03 - Pertemuan 3 - PK2

Modul ini membahas NumPy (Numerical Python), yaitu library Python untuk komputasi saintifik. NumPy memiliki kemampuan untuk membentuk objek array N-dimensi dan memudahkan operasi vektor dan matriks untuk aljabar linier."

Diunggah oleh

Meisy Elisabeth
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOC, PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 12

1

MODUL PERKULIAHAN

W142100009–
Pemrograman
Komputer 2
Fungsi Library untuk Aljabar
Linear

Abstrak Sub-CPMK

NumPy (Numerical Python) Sub CPMK 2.2


adalah library Python yang Mampu memahami dan
fokus pada scientific mengimplementasikan fungsi-fungsi library
computing. NumPy memiliki
kemampuan untuk membentuk yang meliputi fungsi library untuk
objek N-dimensional array, Komputasi Saintifik (Scientific Computing),
yang mirip dengan list pada dan aljabar linier
Python.

Fakultas Program Studi Tatap Muka Disusun Oleh

03
Freddy Artadima Silaban,S.Kom,MT
Teknik Teknik Elektro
Bagian Isi
Pembahasan

3.1. Pengantar Pemrograman Python


Python termasuk dari jajaran bahasa pemograman tingkat tinggi, lainnya Anda
mungkin mengenal bahasa pemograman C, C++, Java, Perl dan Pascal.
Bilamana terdapat bahasa pemograman tingkat tinggi, juga dikenal bahasa
pemograman tingkat rendah, yang dikenal sebagai bahasa mesin yaitu bahasa
pemograman Assembly, Kenyataannya Komputer hanya dapat mengeksekusi bahasa
tingkat rendah, jadi bahasa pemograman tingkat tinggi harus melewati beberapa
proses untuk diubah ke bahasa pemograman tingkat rendah, hal tersebut merupakan
kelemahan yang tidak berarti bagi bahasa pemograman tingkat tinggi.
Tetapi kekurangan tersebut tidak sebanding dengan kelebihannya. Pertama, lebih
mudah memprogram sebuah aplikasi dengan bahasa tingkat tinggi. Lebih cepat,
lebih mudah dimengerti menulis program komputer dengan bahasa tingkat tinggi, dan
juga kesalahan dalam penulisan program cenderung tidak mengalami kesalahan
yang berarti. Kedua bahasa pemograman tingkat tinggi lebih portable dalam arti
bisa digunakan untuk menulis di berbagai jenis arsitektur komputer (seperti Intel
386, 486, 586, SPARC, RISC/6000) yang berlainan dengan sedikit modifikasi
ataupun tidak memerlukan modifikasi sama sekali. Bahasa pemograman tingkat rendah
hanya dapat berjalan di satu jenis arsitektur komputer dan harus ditulis ulang untuk
menjalankannya di lain mesin, hal ini dikarenakan karena perbedaan urutan register
dan services - servicesnya.
Dengan keuntungan keuntungan tersebut, kebanyakan aplikasi - aplikasi komputer
di tulis dengan bahasa pemograman tingkat tinggi. Penggunaan bahasa
pemograman tingkat rendah hanya digunakan di aplikasi - aplikasi tertentu.
Terdapat 2 jenis aplikasi untuk memproses bahasa tingkat tinggi ke bahasa tingkat
rendah, yaitu : compiler dan interpreter. Sebuah interpreter membaca sebuah
program yang ditulis dengan bahasa tingkat tinggi dan langsung menjalankannya per
baris, memakan waktu sedikit.
Gambar: Interpreter:

2022 Pemrograman Komputer 2


2 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Sebuah kompiler menerjemahkan keseluruhan kode program sebelum menjalankan
program tersebut. Dalam kasus ini kode tersebut disebut sebagai source code dan
program yang diterjemahkan disebut dengan object code atau executable. Sekali program
tersebut di kompilasikan, Anda dapat mengeksekusinya berulang kali tanpa
menerjemahkannya lagi kedalam object code.
Gambar: Kompiler:

Bekerja pada modus baris perintah sangat baik untuk membuat program dan untuk
mencoba - coba algoritma, karena Anda dapat langsung menjalankan perintah
tersebut dan melihat hasilnya. Tetapi pada saat Anda ingin membuat program atau
aplikasi yang real, Anda seharusnya menyimpan ke dalam bentuk script, jadi dapat Anda
jalankan dan dimodifikasi untuk pengembangan program selanjutnya. Contoh aplikasi
Python yang dapat kita temui adalah konfigurator - konfigurator dalam suatu
distribusi, seperti Xconfigurator dan Installer Distribusi RedHat (Anaconda).

3.2 Panduan installasi Anaconda:


1. Go to https://www.anaconda.com/distribution/
2. Select Download

3. Select your operating system (Windows, macOS, Linux)


4. Select Python 3.7 version with 64-bit installer if you have a 64-bit machine.
5. Most likely you will. NOTE: This is for Windows install.

2022 Pemrograman Komputer 2


3 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
6. Once you select download you will see the following appear in your browser,
bottom left. This is your Anaconda executable file and it will download to your
Downloads folder.

7. Select the file you downloaded – and click twice. You will see the following screen
and then select Next and I agree on the following screen. See below and follow
selections.

2022 Pemrograman Komputer 2


4 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
8. Select: Add Anaconda to my PATH environment variable.

9. Select: Add Anaconda to my PATH environment variable. Now wait for the install.
This will take quite a long time…

2022 Pemrograman Komputer 2


5 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
10. Next…

11. Check for your Anaconda App.


12. Check your Windows list of applications (bottom left) and you will see Jupyter
Notebook 3.7 at the top of the column since you just installed it.
13. Select Jupyter Notebook (Anaconda37).
14. After you select Jupyter notebook in your Start menu you will see the following
display in your default browser (see screen shot).
15. You can also start Anaconda in any browser. Enter: http://localhost:8888 Note:
you will need a password.
16. OR in a terminal window (See next slide).

2022 Pemrograman Komputer 2


6 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
17. This is the output you will see in your terminal window. Your default browser will
open a Notebook

18. In the Anaconda display select the New button and Python 3

2022 Pemrograman Komputer 2


7 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Jupyter Notebook: Try a simple example
 You have input cells in Jupyter notebooks to run your input and show your results.
You can also make any field a comments called a Markdown cell.

 In the In cell you type simple commands one line at a time or an entire function
(we’ll get to that later).
 Type 1+2 and then select either the run symbol Run or Control-Enter
 You will now have an output cell that will display: 3. You have to ‘run’ each cell to
recognize your input or to print an output.

A Python example:
Try this simple Python example:
 In the first cell type: a=1 then select Run
 In the next cell type b=1 then select Run
 In the third cell type c=a+b then select Run
 In the fourth cell type print(c) then select Run

2022 Pemrograman Komputer 2


8 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
3.3 Numpy (Numerical Python)
NumPy (Numerical Python) adalah library Python yang fokus pada scientific
computing. NumPy memiliki kemampuan untuk membentuk objek N-dimensional array,
yang mirip dengan list pada Python. Keunggulan NumPy array dibandingkan
dengan list pada Python adalah konsumsi memory yang lebih kecil serta runtime yang
lebih cepat.
NumPy juga memudahkan kita pada Aljabar Linear, terutama operasi pada Vector (1-
d array) dan Matrix (2-d array).

Ketika kita ingin menjumlahkan tiap elemen pada list a dan list b, hasilnya dengan
operator + adalah penggabungan (concat) keduanya. Tentu tidak sesuai yang
diharapkan, maka kita harus menggunakan perulangan for untuk menambahkan tiap
elemen pada list a dan list b. Proses penjumlahan list yang menggunakan
perulangan for membutuhkan waktu yang lama dan tidak efisien dari sisi penulisan code.

Pengenalan NumPy Arrays, Membuat Array:


1) Lakukan import terlebih dahulu library numpy as np. 
2) Penggunaan as disini, artinya kita
menggantikanpemanggilan numpy dengan prefix np untuk proses berikutnya.

2022 Pemrograman Komputer 2


9 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Untuk membuat sebuah array, kita menggunakan fungsi array() yang terdapat pada
NumPy.
Pada NumPy, terdapat upcasting, yaitu ketika tipe data element array tidak sama,
dilakukan penyamaan tipe data pada yang lebih tinggi. Misalkan kita membuat
array numeric dengan semua element bertipe integer, kecuali 1 element bertipe float,
maka otomatis akan dilakukan upcasting menjadi tipe float pada semua element array.

Untuk membuat sebuah array, kita menggunakan fungsi array() yang terdapat pada


NumPy.

Cek Tipe:
Untuk melakukan pengecekan tipe pada array menggunakan fungsi type().

NumPy array merupakan sebuah objek ndarray, yang merupakan singkatan dari n-


dimensional array.
Pengecekan tipe data element pada array menggunakan fungsi dtype.

Dalam membuat sebuah array, kita dapat menetapkan tipe data dengan menambahkan
parameter dtype.

Array a memiliki tipe data int32 dan int64 yang keduanya sama-sama bertipekan integer.

2022 Pemrograman Komputer 2


10 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Perbedaan keduanya pada kapasitas penyimpanan data.
Pada int32 mampu menampung hingga  (-2,147,483,648 to +2,147,483,647) 
sedangkan int64 mampu menampung hingga  (-9,223,372,036,854,775,808 to
+9,223,372,036,854,775,807).

Beberapa tipe data standar yang terdapat pada NumPy adalah sebagai berikut:

2022 Pemrograman Komputer 2


11 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Daftar Pustaka
Jupyter documentation: https://jupyter-notebook.readthedocs.io

Another Jupyter Notebook tutorial: https://www.dataquest.io/blog/jupyter-notebook-tutorial/

Jupyter Notebook Shortcuts: https://towardsdatascience.com/jypyter-notebook-shortcuts-


bf0101a98330

Conda: https://docs.conda.io/projects/conda/en/latest/user-guide/getting-started.html

Conda cheat sheet:


https://docs.conda.io/projects/conda/en/latest/user-guide/cheatsheet.html

2022 Pemrograman Komputer 2


12 Freddy Artadima Silaban
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/

Anda mungkin juga menyukai