INSTITUT TEKNOLOGI DEL

MATERI PRAKTIKUM
10S3109 – Kecerdasan Buatan

Mata Kuliah : Kecerdasan Buatan

Tanggal : 23 November 2022
Semester : 5
Topik : Python for Data Science
Minggu ke/Session ke : 13/03
Aktivitas : Bekerja dengan kakas data science.
Waktu pengerjaan : 2x50 menit
Setoran : Softcopy (File)
Batas Penyerahan : Di tentukan
Tempat Penyerahan : Ecourse
Tujuan Praktikum : Mahasiswa mampu memahami penggunaan library dasar
Python untuk menangani data.

Petunjuk Praktikum:
1. Mahasiswa sudah melakukan instalasi bahasa pemrograman python.
2. Mahasiswa menggunakan jupyter notebook untuk membuat file yang diminta dalam
praktikum ini.
3. Mahasiswa belajar secara mandiri dengan mencari sumber-sumber lain baik cetak,
offline maupun online.
4. Mahasiswa harus mengikuti semua prosedur yang diberikan pada praktikum.
5. Apabila ada pertanyaan pada setiap langkah pengerjaan praktikum, silahkan
berkonsultasi pada TA.

Prosedur Praktikum:
1. Praktikum ini dikerjakan secara individu di komputer yang telah ditentukan.
2. Tuliskan kode dibawah ini pada setiap halaman dokumen yang dikerjakan (paling
atas). Ganti xxx dengan isian yang sesungguhnya.
Persiapan Praktikum
1. Instalasi Anaconda
a. Buka website https://www.anaconda.com/products/individual.
b. Download file Anaconda Individual Edition yang sesuai dengan OS anda.
c. Setelah selesai di download, install file tersebut dengan meng-klik 2x lalu ikuti
instruksi-instruksi pemasangan sampai selesai.
d. Setelah proses instalasi selesai, bukalah Anaconda Prompt dan ketikkan perintah
berikut:
conda --version

e. Jika prompt mengembalikan versi conda yang terpasang pada komputer anda
seperti tampilan di bawah ini maka anda telah berhasil meng-install Anaconda.

2. Bekerja dengan Jupyter Notebook

a. Buka aplikasi Jupyter Notebook anda, anda dapat membukanya langsung atau
melalui Anaconda Navigator.
b. Pada browser default anda akan terbuka tampilan Home pada alamat
http://localhost:8888/tree seperti pada gambar berikut:

c. Selanjutnya tekan tanda panah pada tombol New pilih Python 3 untuk
membuka lembar kerja baru seperti pada gambar berikut:

10S3109/CERTAN/W13S04/ASD 2
 d. Pada lembar kerja baru tersebut anda dapat menuliskan perintah python berikut

e. Pada text file yang tersedia, ketikkan perintah seperti berikut:

f. Jalankan skrip dengan menekan tombol Run maka dihasilkan output seperti
berikut:

10S3109/CERTAN/W13S04/ASD 3
Pendahuluan
Pada pertemuan ini kita akan berkenalan dengan beberapa kakas Python yang sering
digunakan data scientist. Sebagian besar effort dalam proyek data science digunakan untuk
pemrosesan data karena itu memilih kakas yang tepat dapat menghemat banyak waktu dan
dengan demikian memungkinkan kita untuk fokus lebih banyak pada analisis data. Dalam
modul ini, kita akan menggunakan Python sebagai bahasa pemrograman karena ini adalah
bahasa pemrograman yang matang, mudah bagi pemula, dan dapat digunakan sebagai
platform khusus untuk proyek data science. Selain itu Python didukung dengan ekosistem
library yang lengkap dan komunitas pengguna yang besar. Alternatif populer lainnya untuk
Python untuk data scientist adalah R dan MATLAB/Octave. Sejak tahun 2000-an, Python
telah memiliki library khusus untuk data science, seperti Numpy, SciPy, Pandas,
Matplotlib, dan Scikit-Learn.

NumPy and SciPy: Numeric and Scientifc Computation

NumPy adalah library untuk tugas numerical computation di Python dan termasuk library
yang paling dasar untuk melakukan pengolahan data di Python. NumPy dapat digunakan
untuk manipulasi data, seperti transformasi bentuk, operasi matematika atau aljabar, dan
membangkitkan bilangan acak. Sementara itu, SciPy menyediakan kumpulan algoritma
numerik, termasuk pemrosesan sinyal, optimasi, statistika, dan library Matplotlib untuk
visualisasi data.

PANDAS: Python Data Analysis Library

Pandas menyediakan kakas struktur data berkinerja tinggi dan analisis data. Fitur utama
Pandas adalah objek DataFrame untuk manipulasi data dengan pengindeksan terintegrasi.
Struktur DataFrame dapat dilihat sebagai spreadsheet yang menawarkan cara bekerja yang
sangat fleksibel. Anda dapat dengan mudah mengubah dataset apa pun sesuai keinginan
Anda, dengan mengubah bentuk, menambahkan atau menghapus kolom atau baris.
Umumnya penggunaan pandas berkisar seputar:
 Untuk menggabungkan (aggregating, merging, joining) kumpulan data.
 Untuk mengimpor dan mengekspor data dari berbagai format seperti CSV, Microsoft
Excel, database SQL, dan format HDF5.
 Untuk penanganan data hilang dan penyelarasan data.

MATPLOTLIB: Data Visualization

Matplotlib digunakan untuk visualisasi data dua dimensi dengan menggunakan berbagai
variasi bagan atau diagram, seperti histogram, diagram batang, diagram garis, diagram
lingkaran, diagram garis, dan sebagainya. Matplotlib adalah python 2D ploting library yang
memiliki banyak function untuk melakukan beberapa jenis plot gambar. Python juga
memiliki library sejenis untuk visualisasi data, yaitu seaborn yang memiliki tampilan lebih
estetis dari Matplotlib.

SCIKIT-Learn: Machine Learning in Python

Scikit-Learn adalah library Python yang menyediakan kakas sederhana dan efisien untuk
menerapkan tugas analisis data dan pembelajaran mesin, seperti klasifikasi, regresi,
klasterisasi, reduksi dimensi, pemilihan model, dan pemrosesan. Algoritma pembelajaran
mesin yang dapat diterapkan menggunakan Scikit-Learn diantaranya Support Vector
Machine, Decision Tree, Random Forest, K-Means Clutering, dan Neural Network.Walaupun
Scikit-Learn dibangun dari library NumPy, SciPy, dan Matplolib namun Scikit-Learn lebih
berfokus pada tugas pemodelan data daripada tugas manipulasi dan visualisasi data.

10S3109/CERTAN/W13S04/ASD 4
Latihan Praktikum:
1. Kita akan mulai dengan mengecek library-library apa saja yang sudah terpasang pada
platform anda dengan mengetikkan perintah berikut di Anaconda Prompt.

Pada daftar yang terbuka, lihat nama-nama tersebut apakah terdapat numpy, pandas,
matplotlib, seaborn, dan scikit-learn. Jika tidak ada nama tersebut maka anda harus
memasangnya dengan menggunakan perintah berikut ini:

Untuk pemasangan library lainnya silahkan ganti numpy dengan nama library
tersebut.
Tuliskan nama dan versi dari ke-5 library di atas pada laporan praktikum kalian!

2. Import Numpy
Untuk dapat menggunakan library numpy, anda harus memanggil terlebih dahulu
dengan perintah berikut ini:

3. Numpy array 1D
Untuk dapat membuat array 1 dimensi, anda dapat menggunakan perintah berikut ini:

Tuliskan luaran yang dihasilkan dari array-array di atas jika anda menggunakan
perintah berikut ini:
 print(x)
 type(x)
 x.shape
 x.dtype
 x.mean()
Note: untuk array b dan c, ganti x pada perintah di atas dengan y dan z.

10S3109/CERTAN/W13S04/ASD 5
 4. Numpy array 2D
Pertama-tama kita akan membuat list terlebih dahulu dengan perintah berikut ini:

Untuk dapat membuat array 2 dimensi, anda dapat menggunakan perintah berikut ini:

Untuk dapat melihat dimensi array, anda dapat menggunakan perintah berikut ini:

Untuk dapat melihat bentuk array, anda dapat menggunakan perintah berikut ini:

Untuk dapat melihat ukuran array, anda dapat menggunakan perintah berikut ini:

Untuk dapat mengakses 1 elemen array, anda dapat menggunakan perintah berikut ini:

Untuk dapat mengakses >1 elemen array, anda dapat menggunakan perintah berikut
ini:

Untuk dapat melakukan fungsi aritmetika, anda dapat menggunakan perintah berikut
ini:

Tuliskan luaran yang dihasilkan dari perintah-perintah di atas pada laporan anda!

10S3109/CERTAN/W13S04/ASD 6
 5. Import Pandas
Untuk dapat menggunakan library pandas, anda harus memanggil terlebih dahulu
dengan perintah berikut ini:

6. Pandas Dataframe
Untuk dapat membuat dataframe dari list, anda dapat menggunakan perintah berikut
ini:

Untuk dapat menampilkan kolom tertentu dari dataframe, anda dapat menggunakan
perintah berikut ini:

Untuk dapat menampilkan kolom dengan kriteria tertentu dari dataframe, anda dapat
menggunakan perintah berikut ini:

Untuk dapat menampilkan baris tertentu dari dataframe, anda dapat menggunakan
perintah berikut ini:

Untuk dapat menampilkan baris tertentu dari dataframe, anda dapat menggunakan
perintah berikut ini:

Untuk dapat menampilkan sel-sel tertentu dari dataframe, anda dapat menggunakan
perintah berikut ini:

Untuk dapat menampilkan urutan nilai tertentu dari dataframe, anda dapat
menggunakan perintah berikut ini:

Untuk dapat menampilkan urutan nilai tertentu dari dataframe, anda dapat
menggunakan perintah berikut ini:

10S3109/CERTAN/W13S04/ASD 7
 Tuliskan luaran yang dihasilkan dari perintah-perintah di atas pada laporan anda!

7. Export/Import CSV to Dataframe

Untuk dapat menyimpan dataframe ke dalam file csv, anda dapat menggunakan
perintah berikut ini:

Note: hasil pembuatan file ini dapat dilihat di root direktori kerja anda.

Untuk dapat membaca file csv di dalam dataframe, anda dapat menggunakan perintah
berikut ini:

Tuliskan luaran yang dihasilkan dari perintah-perintah di atas pada laporan anda!

8. Import Matplotlib
Untuk dapat menggunakan library matplotlib, anda harus memanggil terlebih dahulu
dengan perintah berikut ini:

9. Matplotlib Graph
Untuk dapat membuat data untuk menampilkan grafik, anda dapat menggunakan
perintah berikut ini:

Untuk dapat menampilkan grafik Line, anda dapat menggunakan perintah berikut ini:

Untuk dapat menampilkan grafik Scatter, anda dapat menggunakan perintah berikut
ini:

Untuk dapat menampilkan grafik Bar, anda dapat menggunakan perintah berikut ini:

10S3109/CERTAN/W13S04/ASD 8
 Untuk dapat menampilkan grafik Pie, anda dapat menggunakan perintah berikut ini:

Tuliskan luaran yang dihasilkan dari perintah-perintah di atas pada laporan anda!

Tugas Praktikum:

1. Buatlah laporan praktikum dari hasil pelaksanaan praktikum di atas.

2. Tuliskan pengenal berupa nama dan nim kalian pada bagian paling atas, berupa
komentar.
3. Tuliskan penjelasan kalian terkait luaran yang dihasilkan oleh kode program tersebut.
Penulisan penjelasan ini dibuat dalam bentuk markdown cell.
4. Simpan file tersebut dengan penamaan certan_p13_yournim.ipynb. Kumpulkan file
berekstensi ipynb tersebut di ecourse pada slot yang disediakan.

Salam & Terima Kasih

10S3109/CERTAN/W13S04/ASD 9