Algoritma

Pemrograman Python

Mohammad Robihul Mufid

Penamuda Media, 2023

Array

Array adalah sebuah struktur data yang digunakan dalam

pemrograman untuk menyimpan sekumpulan nilai atau elemen
yang serupa atau sejenis. Elemen-elemen ini disimpan dalam
urutan tertentu dan dapat diakses menggunakan indeks. Indeks
adalah bilangan bulat yang digunakan untuk mengidentifikasi
lokasi atau posisi elemen dalam array. Analogi array dalam
kehidupan sehari-hari dapat membantu Anda memahami konsep
ini dengan lebih baik. Berikut beberapa analogi array dalam
kehidupan sehari-hari:
1. Kotak Barang
Bayangkan Anda memiliki kotak penyimpanan di rumah
Anda. Kotak ini memiliki beberapa laci, dan setiap laci berisi
jenis barang yang berbeda. Setiap laci dapat dianggap
sebagai elemen dalam array, dan setiap jenis barang adalah
nilai dalam elemen tersebut. Anda dapat dengan mudah
mengakses barang tertentu dengan merujuk ke laci yang
tepat.
2. Lemari Pakaian:
Lemari pakaian Anda mungkin berisi beberapa rak atau
bagian yang berisi pakaian Anda. Setiap rak dapat dianggap
sebagai elemen dalam array, dan pakaian di setiap rak
adalah nilai-nilai dalam elemen tersebut. Anda dapat
dengan cepat mencari pakaian tertentu dengan mengetahui
rak yang sesuai.
3. Playlist Musik:
Saat Anda membuat playlist musik di perangkat Anda,
setiap lagu dalam playlist adalah elemen dalam array musik.

2 | Nama Penulis
 Anda dapat mengatur lagu-lagu ini dalam urutan tertentu,
dan Anda dapat dengan mudah memutar lagu-lagu sesuai
urutan yang telah Anda tentukan.

Analogi-analogi ini membantu menjelaskan bagaimana

array digunakan untuk mengatur dan mengelola data dalam
kehidupan sehari-hari. Seperti dalam pemrograman,
penggunaan array memungkinkan kita untuk menyimpan dan
mengakses data dengan lebih efisien.

 Array didalam Bahasa Python

Pengertian array didalam bahasa Python sama halnya

dengan array pada bahasa pemrograman yang lain. Dimana
array merupakan variable tunggal yang digunakan untuk
menyimpan beberapa nilai yang bisa diakses atau dimodifikasi
dengan menggunakan indeks (Kurniawan, 2022).

Array didalam bahasa Python hampir sama dengan List yang ada
didalam bahasa pemrograman tetapi juga mempunyai
perbedaan. Dalam bahasa Python, "Array" dan "List" adalah dua
konsep yang sering membingungkan, terutama karena dalam
Python, "List" adalah struktur data yang digunakan untuk
menyimpan koleksi elemen, sementara "Array" sendiri bukanlah
struktur data bawaan seperti di beberapa bahasa pemrograman
lainnya. Namun, list dapat digunakan untuk membuat struktur
data yang mirip dengan array. Berikut adalah tabel perbedaan
antara List dan Array dalam bahasa Python.
Array List
Terdiri dari elemen yang Untuk elemen pendirinya
mempunyai tipe data yang bisa berbeda-beda untuk tipe
sama datanya
Untuk proses deklarasi perlu Untuk proses deklarasi tidak
mengimpor sebuah modul butuh untuk mengimpor
modul eksplisit
Operasi aritmatika bisa Operasi aritmatika tidak bisa

Judul Naskah Anda | 3

 langsung ditangani langsung ditangani
Lebih hemat memori karena Lebih boros memori karena
hanya terdiri dari satu tipe terdiri dari banyak tipe data
data yang sama
Fleksibilitasnya masih kurang Fleksibilitas besar

Jadi, dalam bahasa Python, List adalah struktur data yang lebih
umum digunakan untuk menyimpan koleksi elemen dengan tipe
data yang beragam, sementara NumPy array adalah struktur
data yang lebih spesifik untuk operasi numerik dan biasanya
memiliki tipe data yang seragam. Modul yang bisa kita pakai
untuk membuat array didalam bahasa python adalah “arrays”
dan “NumPy”. Untuk NumPy (Numerical Python) merupakan
modul yang lebih disarankan didalam pembuatan array
dikarenakan lebih fleksibel, memungkinkan operasi matematika,
dan bisa untuk multidimensi.

 Fungsi Array didalam Bahasa Python

Dalam bahasa Python, meskipun tidak ada tipe data array

bawaan, tetapi dapat menggunakan array numerik
menggunakan pustaka NumPy. Array NumPy sangat berguna
dalam berbagai konteks, terutama ketika Anda perlu melakukan
pemrosesan data numerik (Swastika, 2019). Berikut adalah
beberapa kegunaan utama array NumPy dalam Python:

1. Komputasi Numerik: NumPy menyediakan array

multidimensi yang efisien dan alat pemrosesan data
numerik. Ini membuatnya sangat cocok untuk tugas-tugas
komputasi numerik seperti aljabar linear, statistik, analisis
data, dan perhitungan ilmiah.
2. Pemrosesan Data: NumPy memungkinkan Anda untuk
dengan mudah melakukan operasi matematika pada
seluruh array atau elemen-elemen array. Ini sangat berguna
saat bekerja dengan dataset besar atau matriks numerik.

4 | Nama Penulis
3. Ilmu Data (Data Science): NumPy adalah salah satu pustaka
dasar dalam ekosistem ilmu data Python. Banyak pustaka
ilmu data lainnya seperti pandas, scikit-learn, dan
TensorFlow, menggunakan NumPy arrays sebagai dasar
untuk pemrosesan data mereka.
4. Visualisasi Data: NumPy arrays sering digunakan sebagai
input untuk pustaka visualisasi data seperti Matplotlib atau
Seaborn. Anda dapat dengan mudah mengambil data dari
array NumPy dan membuat grafik atau plot yang informatif.
5. Pemodelan Statistik: NumPy menyediakan banyak fungsi
statistik yang berguna untuk menganalisis data, seperti
perhitungan rata-rata, median, deviasi standar, korelasi,
dan lain-lain.

Secara keseluruhan NumPy array adalah alat yang cocok untuk

pemrosesan data numerik dalam Python dan digunakan luas
dalam berbagai bidang seperti ilmu pengetahuan data, ilmu
pengetahuan komputer, rekayasa, ilmu fisika, dan banyak lagi.

 Bagaimana cara menginisialisai Array

dalam Python

Karena didalam Python tidak ada tipe data Array bawaan

seperti di beberapa bahasa pemrograman lainnya (seperti C atau
Java). Maka jika ingin bekerja dengan array numerik dan
melakukan operasi matematika, dapat menggunakan pustaka
NumPy, yang memungkinkan Anda membuat dan mengelola
array numerik. Berikut adalah langkah-langkah untuk bekerja
dengan NumPy arrays di Python:

a. Menginstal NumPy (jika belum terinstal):

Judul Naskah Anda | 5

 Jika belum menginstal NumPy, maka dapat diinstalasi terlebih
dahulu melalui terminal atau bash dengan menggunakan pip,
perintah berikut:

pip install numpy

Gambar 13.1 Proses install numpy.

b. Impor NumPy:

Selanjutnya adalah mengimpor NumPy ke dalam program

Python sebelum dapat menggunakannya:

import numpy as np

Gambar 13.2 Proses import numpy kedalam Python.

c. Membuat Array NumPy:

Setelah itu bisa dimulai untuk membuat array NumPy dengan

berbagai cara. Beberapa contoh dasar adalah:

Membuat array dari daftar Python:

my_array = np.array([1, 2, 3, 4, 5])

6 | Nama Penulis
 Gambar 13.3 Contoh pembuatan array dari daftar python.

Membuat array dengan nilai nol:

zeros_array = np.zeros(5) # Membuat array

dengan lima elemen bernilai nol

Gambar 13.4 Contoh pembuatan array dengan nilai nol.

Membuat array dengan nilai satu:

ones_array = np.ones(3) # Membuat array

dengan tiga elemen bernilai satu

Gambar 13.5 Contoh pembuatan array dengan nilai satu.

d. Melakukan Operasi pada Array NumPy:

Selain membuat operasi dasar array, dapat dilakukan juga untuk

berbagai operasi matematika pada array NumPy seperti
penambahan, pengurangan, perkalian, dan lainnya. Contoh:

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# Penambahan elemen-elemen array

result = a + b # [5, 7, 9]

# Perkalian elemen-elemen array

result = a * b # [4, 10, 18]

Judul Naskah Anda | 7

 Gambar 13.6 Contoh operasi array pada numpy.

e. Mengakses Elemen dalam Array NumPy:

Dapat juga dilakukan untuk mengakses elemen-elemen dalam

array NumPy menggunakan indeks, slicing, atau dengan
menggunakan berbagai metode yang disediakan oleh NumPy.

my_array = np.array([1, 2, 3, 4, 5])

# Mengakses elemen dengan indeks

elemen_pertama = my_array[0] # 1

# Slicing
subset_array = my_array[1:4] # [2, 3, 4]

Gambar 13.7 Contoh akses elemen array pada numpy.

8 | Nama Penulis
 f. Mengubah Ukuran Array:

Berikut contoh untuk mengubah ukuran (shape) array NumPy

dengan berbagai metode yang disediakan oleh NumPy. Ini
termasuk reshape, resize, dan lain-lain.

my_array = np.array([1, 2, 3, 4, 5])

# Mengubah ukuran array

reshaped_array = my_array.reshape((1, 5)) #
Mengubah menjadi matriks baris 1x5

Gambar 13.8 Contoh mengubah ukuran array pada numpy.

Diatas merupakan langkah-langkah dasar untuk bekerja dengan

NumPy arrays di Python. NumPy adalah pustaka yang sangat
kuat untuk pengolahan data numerik dan ilmu data dalam
Python.

 Jenis-jenis array dalam bahasa python

Pada umumnya untuk bekerja dengan kumpulan beberapa

elemen didalam bahasa Python adalah dengan menggunakan list
dan NumPy arrays. Berikut ini akan dijelaskan beberapa jenis
array yang umum digunakan dalam Python:

a. List: List adalah tipe data bawaan Python yang digunakan

untuk menyimpan koleksi elemen. Ini adalah array

Judul Naskah Anda | 9

 dinamis yang dapat berisi elemen dengan tipe data yang
berbeda. Misalnya:

my_list = [1, 2, 3, 4, 5]

Gambar 13.9 Contoh tipe data list.

b. NumPy Array: NumPy adalah pustaka yang digunakan

untuk bekerja dengan array numerik. NumPy array adalah
jenis array yang sangat efisien dan digunakan luas dalam
pemrosesan data numerik, ilmu data, dan komputasi
ilmiah.

import numpy as np
my_array = np.array([1, 2, 3, 4, 5])

Gambar 13.10 Contoh numpy array.

c. Array NumPy multi dimensi: Ini adalah array NumPy

dengan dua dimensi atau lebih. Mereka digunakan untuk
mewakili data dalam bentuk tabel, seperti dataset ilmu
data atau gambar berwarna.

import numpy as np
my_3d_array = np.array([[[1, 2], [3, 4]], [[5,
6], [7, 8]]])

10 | Nama Penulis
 Gambar 13.11 Contoh array multi dimensi.

d. Array Karakter (String): membuat array yang berisi

karakter atau string dalam Python. Ini berguna untuk
pemrosesan teks.

char_array = np.array(['a', 'b', 'c', 'd'])

Gambar 13.12 Contoh array karakter.

e. Array Bilangan Kompleks: NumPy juga mendukung array

yang berisi bilangan kompleks.

complex_array = np.array([1 + 2j, 3 - 4j, 5 +

6j])

Gambar 13.13 Contoh array bilangan array.

f. Array Ragged: Ini adalah jenis array yang elemennya bisa

memiliki panjang yang berbeda. Mereka sering digunakan
dalam pemrosesan teks dan data berstruktur.

ragged_array = [[1, 2], [3, 4, 5], [6]]

Judul Naskah Anda | 11

 Gambar 13.14 Contoh array ragged.

Pilihan jenis array yang tepat tergantung pada kebutuhan

Anda dalam pengembangan perangkat lunak. Python sangat
fleksibel dan dapat menangani berbagai jenis array sesuai
dengan kebutuhan aplikasi yang diinginkan.

12 | Nama Penulis
Tentang Penulis
Mohammad Robihul Mufid atau biasa dipanggil
dengan Mufid. Lahir di Gresik, 22
Agustus 1994. Dengan berlatar belakang
Pendidikan mulai dari D4 Teknik
Informatika dan S2 Teknik Informatika
dan Komputer di Politeknik Elektronika
Negeri Surabaya.
Merupakan salah satu penulis
dari buku ini yang berfokus untuk
memberikan pemahaman tentang bagaimana
mengimplementasikan sebuah program dengan
menggunakan bahsa Python. Khususnya bagaimana
mengimplementasikan sebuah array didalam Bahasa Python.

Judul Naskah Anda | 13

Referensi

Kurniawan, D., 2022. Pengenalan Machine Learning

dengan Python. Elex Media Komputindo.

Swastika, W., 2019. Pengantar Algoritma dan

Penerapannya pada Python. Ma Chung Press.

14 | Nama Penulis