LAPORAN PRAKTIKUM

ALGORITMA STRUKTUR DATA

(LIBRARY PADA BAHASA PYTHON)

Disusun oleh :

Alpin Apriliansyah Mohsa 2010631250003

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER
UNIVERSITAS SINGAPERBANGSA KARAWANG
KARAWANG
2021
 LIBRARY – LBRARY PADA BAHASA PYTHON

Konsep Library Python

Sebelum masuk ke penjelasan berbagai macam library Python, kita harus memahami
beberapa konsep. Misalnya, deep learning (pembelajaran secara dalam) adalah sebuah proses
dari machine learning (pembelajaran mesin). Apakah kamu tahu bagaimana orang dapat belajar
dari kesalahan mereka? Hal yang sama berlaku untuk komputer. Deep learning bertujuan untuk
membuat mesin belajar melalui contoh.
Istilah lain yang relevan adalah neural network atau jaringan saraf, yang menyerupai otak
manusia. Dengan cara bagaimana? Neural network adalah kombinasi dari algoritma yang
bertujuan untuk meniru cara manusia yang mampu mengidentifikasi berbagai pola. Oleh karena
itu, konsep ini mengambil biologi manusia dan menerapkannya ke dunia pemrograman untuk
memperkenalkan pengenalan gambar dan ucapan (hanya salah satu opsi).
Library adalah gabungan dari sekumpulan package dan modul dengan fungsionalitas yang
sama dengan tujuan untuk memudahkan kalian dalam membuat suatu aplikasi, tanpa harus menulis
banyak kode. Secara keseluruhan, berbagai library Python mencakup modul untuk area tertentu.
Siapkah kita untuk memulai ekspedisi untuk mencari tahu apa itu TensorFlow, PyTorch, Numpy,
Sklearn, dan perpustakaan populer lainnya?
Kita perlu menginstall library ini dengan PIP terlebih dahulu.

Setelah installasi di PIP selesai baru kita import library tersebut ke kode aplikasi kita.
 DATA SCINCE
Data science kian hari kian berdengung dimana sejumlah perusahaan mencari pebakat yang
memiliki kemampuan yang memadukan statisika dengan ilmu komputer ini. Pada dasarnya data
science memang statistika, hanya saja diperkaya dengan sejumlah teknik dalam ilmu komputer
untuk berurusan dengan data yang lebih besar ukurannya dan lebih kompleks strukturnya.
1. Numpy
NumPy (kependekan dari Numerical Python) adalah salah satu library teratas yang
dilengkapi dengan sumber daya yang berguna untuk membantu para data scientist mengubah
Python menjadi alat analisis dan pemodelan ilmiah yang kuat. Libary Open source terpopuler ini
tersedia di bawah lisensi BSD. Ini adalah pustaka Python dasar untuk melakukan tugas dalam
komputasi ilmiah. NumPy adalah bagian dari ekosistem berbasis Python yang lebih besar dari tool
open source yang disebut SciPy.
Kegunaan Numpy diantaranya :
1. Membangun data array multidimensi (N-dimensional) yang powerful.
2. Alat untuk mengintegrasikan kode C/C++ dan Fortran.
3. Berkemampuan dalam menangani masalah komputasi aljabar linier,
transformasi fourier dan bilangan acak.

2. Pandas
Pandas adalah library hebat lain yang dapat meningkatkan keterampilan Python Anda
untuk data science. Sama seperti NumPy, Pandas milik keluarga perangkat lunak open source
SciPy dan tersedia di bawah lisensi perangkat lunak bebas BSD.
Ada tiga jenis struktur data di library ini:
 Series: single-dimensional, array homogen
 DataFrame: two-dimensional dengan kolom yang diketik secara heterogen
 Panel: three-dimensional, array size-mutable
Dengan menggunakan sistem dataframe, kamu dapat memuat sebuah file ke dalam tabel virtual
ala spreadsheet dengan menggunakan Pandas. Dengan menggunakan Pandas, kamu dapat
mengolah suatu data dan mengolahnya seperti join, distinct, group by, agregasi, dan teknik seperti
pada SQL. Hanya saja dilakukan pada tabel yang dimuat dari file ke RAM.
 Pandas juga dapat membaca file dari berbagai format seperti .txt, .csv, .tsv, dan lainnya. Anggap
saja Pandas adalah spreadsheet namun tidak memiliki GUI dan punya fitur seperti SQL.
Kegunaan Pandas :
1. pandas mampu menyajikan hal-hal pengolahan data yang rumit menjadi sederhana
2. membantu mempercepat proses penyajian data dan analasis data

3. Matplotlib
Matplotlib juga merupakan bagian dari paket inti SciPy dan ditawarkan di bawah lisensi
BSD. Ini adalah library ilmiah Python populer yang digunakan untuk menghasilkan visualisasi
yang sederhana dan kuat. Anda dapat menggunakan kerangka kerja Python untuk ilmu data untuk
menghasilkan grafik, chart, histogram, dan bentuk dan gambar lain yang kreatif — tanpa perlu
khawatir menulis banyak baris kode. Sebagai contoh, mari kita lihat bagaimana perpustakaan
Matplotlib dapat digunakan untuk membuat bar chart sederhana.
Ada plot untuk menampilkan data secara 2D atau 3D. Sehingga kamu dapat menampilkan data
yang telah kamu olah sesuai kebutuhan. Matplotlib pun terintegrasi dengan iPython Notebook atau
Jupyter dimana kamu dapat membuat sebuah buku interaktif yang dapat diberi penjelasan dan kode
yang disisipkan begitupun hasil plottingnya.
Matplotlib adalah library paling banyak digunakan oleh data science untuk menyajikan datanya ke
dalam visual yang lebih baik.
 Kegunaan Matplotlib :
1. Matplotlib juga dapat digunakan untuk memvisualisasikan data secara 2D maupun 3D di
dalam Python dan menghasilkan gambar berkualitas dalam berbagai format.

4. Scikit-Learn
Machine learning ada yang berbasis statistika ada juga yang tidak. Salah satunya
adalah support vector machine dan regresi linier. Mungkin bagi sebagian orang sudah biasa
menulis sendiri library untuk implementasi kedua algoritma tadi. Tapi untuk membuatnya dalam
waktu singkat tentu butuh waktu yang tidak sedikit pula.
Scikit-Learn memberikan sejumlah fitur untuk keperluan data science seperti:
1. Algoritma Regresi
2. Algoritma Naive Bayes
3. Algoritma Clustering
4. Algoritma Decision Tree
5. Parameter Tuning
6. Data Preprocessing Tool
7. Export / Import Model
8. Machine learning pipeline dan lainnya
Scikit-Learn sudah teruji dan memiliki dokumentasi yang super lengkap. Bahkan kontributornya
pun banyak. Scikit-Learn pun menyediakan ekstensi untuk fuzzy logic dan computer vision.
 Scikit Learn difokuskan pada Machine Learning, misalnya pemodelan data. Ini tidak melihat
bagaimana proses pemuatan, penanganan, manipulasi, dan visualisasi data. Dengan demikian,
merupakan praktik yang wajar dan umum untuk menggunakan pustaka di atas, terutama NumPy,
untuk langkah-langkah ekstra tersebut; mereka dibuat untuk satu sama lain dan saling melengkapi.
Kegunaan Scikit-Learn memungkinkan kita melakukan beragam pekerjaan dalam Data Science,
seperti regresi (regression), klasifikasi (classification),
pengelompokkan/penggugusan (clustering), data preprocessing, dimensionality reduction,
dan model selection (pembandingan, validasi, dan pemilihan parameter maupun model).

MACHINE LEARNING
1. SCIKIT LEARN
Scikit Learn adalah standar emasnya. Scikit-learn menyediakan berbagai pilihan algoritma
pembelajaran yang diawasi (supervised) dan tidak diawasi (unsupervised). Yang terbaik dari
semuanya, ini adalah pustaka ML termudah dan terbersih sejauh ini.
Scikit learn dibuat dengan pola pikir rekayasa perangkat lunak. Desain API intinya berkisar pada
kemudahan digunakan, namun kuat, dan tetap mempertahankan fleksibilitas untuk upaya
penelitian. Ketangguhan ini membuatnya sempurna untuk digunakan dalam berbagai proyek end-
to-end Machine Learning apa pun, mulai dari fase penelitian hingga penerapan produksi.
 Kegunaan Scikit-Learn memungkinkan kita melakukan beragam pekerjaan dalam Data Science,
seperti regresi (regression), klasifikasi (classification),
pengelompokkan/penggugusan (clustering), data preprocessing, dimensionality reduction,
dan model selection (pembandingan, validasi, dan pemilihan parameter maupun model).
2. DATA SCINCE
Data Science merupakan perpaduan dari berbagai alat, algoritma dan prinsip-prinsip
pembelajaran mesin dengan tujuan menemukan pola yang tersembunyi dari data mentah. Data
yang kita miliki saat ini sebagian besarnya tidak terstruktur dan ukurannya terlalu kecil untuk dapat
dianalisis menggunakan alat BI sederhana. Tidak seperti dahulu dimana sebagian besar data yang
ada di dalam sistem adalah data yang terstruktur, sekarang sebagian besar data menjadi tidak
terstruktur dan semi-terstruktur. Mari kita lihat tren data pada gambar yang diberikan di bawah ini
yang menunjukkan bahwa pada tahun 2020, lebih dari 80% dari data akan tidak terstruktur
3. MATHEMATICAL INDUCTION
Induksi matematika (mathematical induction) adalah metode pembuktian yang sering
digunakan untuk menentukan kebenaran dari suatu pernyataan yang diberikan dalam bentuk
bilangan asli. Akan tetapi sebelum membahas mengenai induksi matematika, kita akan membahas
suatu prinsip yang digunakan untuk membuktikan induksi matematika, yaitu prinsip terurut rapi
(well-ordering principle) dari bilangan asli. Seperti kita ketahui, himpunan bilangan asli adalah
himpunan yang memiliki anggota 1, 2, 3, …
Prinsip induksi matematis dapat dijelaskan secara umum dalam dua tahap yaitu langkah
awal atau asumsi induktif dan langkah induksi dasar. Penggunaan induksi matematika utamanya
dilakukan pada tiga jenis masalah matematika yaitu seri umum, habis dibagi dan ketidaksetaraan.
Kemampuan pembuktian induksi matematika secara benar ditentukan oleh tingkat pemahaman
konsep. Setiap prosedur induksi matematika yang digunakan pada suatu konsep matematika dapat
ditentukan melalui pemahaman relasional.
4. ALGORTIHMS
Algoritma didefinisikan sebagai suatu urutan yang digunakan dalam memecahkan masalah
dengan sistematis. Dalam kegiatan pemrograman, algoritma sering disebut sebagai logika atau
atau dalang dalam menentukan sebuah program yang hendak dibuaynya. Suatu pemrograman
memerlukan pemecahan masalah yang menggunakan rumus matematika, maka perlu diselesaikan
dengan perhitungan. Akan tetapi, jika pemecahan masalah tersebut hanya membutuhkan unsur
logika saja, maka cukup diselesaikan dengan menggunakan logika sederhana. Jadi, penggunaan
algoritma pemrograman ini harus disesuaikan dengan unsur permasalahan yang terkait pada
programnya.
Penyajian algoritma dengan tulisan ini biasanya berisi pseudocode, sedangkan penyajian
algoritma dengan gambar biasanya terdiri dari diagram-diagram (flowchart).
Namun, yang menjadi tantangan tersendiri bagi seorang programmer adalah pada saat
mengimplementasikan algoritma yang telah ditentukan menjadi kode atau script yang sudah tertata
 agar dapat berjalan sesuai dengan keinginannya. Untuk itu, penting bagi para programmer
mengetahui lebih detail mengenai algoritma pemrograman supaya dapat berhasil dalam
membangun sebuah program-program berupa software ataupun aplikasi.
5. STATISTIKA DAN PROBABILITAS
Statistika adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data, membuat kesimpulan
dari hasil analisis data dan mengambil keputusan berdasarkan hasil kesimpulan.
Kegunaan Statistika
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat analisis data
yang dapat membantu pengambil keputusan untuk mengambil keputusan berdasarkan hasil
kesimpulan pada analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika kita
bisa meramalkan keadaan yang akan datang berdasakan data masa lalu.
6. LINEAR ALGEBRA
Aljabar (dari bahasa arab "al-jabr" yang berarti "pengumpulan bagian yang rusak") adalah
salah satu bagian dari bidang matematika yang luas, bersama-sama dengan teori bilangan,
geometri dan analisis. Dalam bentuk paling umum, aljabar adalah ilmu yang mempelajari simbol-
simbol matematika dan aturan untuk memanipulasi simbol-simbol ini; aljabar adalah benang
pemersatu dari hampir semua bidang matematika. Selain itu, aljabar juga meliputi segala sesuatu
dari dasar pemecahan persamaan untuk mempelajari abstraksi seperti grup, gelanggang, dan
medan. Semakin banyak bagian-bagian dasar dari aljabar disebut aljabar elementer, sementara
bagian aljabar yang lebih abstrak yang disebut aljabar abstrak atau aljabar modern. Aljabar
elementer umumnya dianggap penting untuk setiap studi matematika, ilmu pengetahuan, atau
teknik, serta aplikasi dalam kesehatan dan ekonomi. Aljabar abstrak merupakan topik utama dalam
matematika tingkat lanjut, yang dipelajari terutama oleh para profesional dan pakar matematika.
Aljabar elementer berbeda dari aritmetika dalam penggunaan abstraksi, seperti
menggunakan huruf untuk mewakili angka-angka yang tidak diketahui atau diperbolehkan untuk
mengambil banyak nilai-nilai. Misalnya, dalam {\displaystyle x+2=5}{\displaystyle x+2=5} huruf
{\displaystyle x}{\displaystyle x} tidak diketahui, tetapi hukum inversi dapat digunakan untuk
menemukan nilai: {\displaystyle x=3}{\displaystyle x=3}. Dalam E = mc2, huruf {\displaystyle
E}{\displaystyle E} dan {\displaystyle m}{\displaystyle m} adalah variabel, dan huruf
{\displaystyle c}{\displaystyle c} adalah konstanta, kecepatan cahaya dalam vakum. Aljabar
memberikan metode untuk memecahkan persamaan dan mengekspresikan rumus yang lebih
mudah (bagi mereka yang memahami konsepnya) daripada metode konvensional, yaitu menulis
semuanya dalam kata-kata.
Kata aljabar juga digunakan dalam hal-hal yang lebih spesifik. Jenis khusus dari objek matematika
dalam aljabar abstrak disebut "aljabar", kata ini digunakan, misalnya, dalam ungkapan aljabar
linear dan topologi aljabar.
Dalam suatu penetapan jumlah dan juga jenis produksinya yang harus dihasilkan oleh suatu
perusahaan untuk periode tertentu dapat menggunakan suatu metode linier programming. Dengan
metode linier programming tersebut perusahaan dapat menentukan kombinasi produk yang akan
dihasilkan oleh suatu perusahaan dengan kapasitas produksi yang dipunyai perusahaan.
Dalam sebuah program mathematika terdapat sebuah fungsi objektif tunggal, yang mempresenting
sehingga laba menjadi maksimal atau membuat agar harga menjadi minimal, dan kendala yang
membatasi variabel keputusan. Dalam kasus program linear, fungsi objektif dan kendala adalah
semua fungsi linear dari variabel keputusan. Program linear secara luas menggunakan tipe model
yang dapat menyelesaikan masalah keputsan dengan beribu variabel.
 T. Hani Handoko (1999, p379) :
Linear Programing ialah suatu metode analitik paling terkenal dan yang merupakan suatu bagian
pada kelompok teknik-teknik yang disebut dengan programisasi matematik.
 Sofjan Assauri (1999, p9) :
pengertian linear Programing ialah suatu teknik perencanaan yang dengan menggunakan model
matematika dengan tujuan untuk menemukan kombinasi-kombinasi produk yang terbaik didalam
menyusun suatu alokasi sumber daya yang terbatas guna untuk mencapai tujuan yang digunakan
dengan secara optimal.
 Zainal Mustafa, EQ, dan juga Ali Parkhan (2000, p43)
Linear Programing ialah suatu cara yang lazim digunakan dalam pemecahan suatu masalah
pengalokasian sumber-sumber yang terbatas dengan secara optimal.
 Zulian Yamit (1996, p14) :
Linear programming ialah metode ataupun teknik matematis yang digunakan untuk dapat
membantu manajer dalam pengambilan keputusan. Ciri khusus dalam penggunaan metode
matematis ini ialah berusaha untuk mendapatkan maksimisasi atau juga minimisasi.

WEB DEVELOPMENT
Web development merupakan sebuah teknologi pengembangan oleh sebuah web web
untuk word wide dan dunia maya. Secara umum, posisi ini bertanggung jawab untuk menulis kode
dan membuatnya menjadi sebuah instruksi agar sebuah situs berjalan lancar. Mereka membuat
situs secara utuh dan mendesain sedemikian rupa agar pengguna tidak kesulitan. Menurut Career
Explorer, ada tiga pekerjaan utama di posisi ini: memastikan kode yang dijalankan di situs web
dan menentukan apa yang akan dilihat pengguna, memastikan kode agar setiap perintah pengguna
terjadi, dan menjaga basis data.Karena tugas tersebut tidak mungkin dilakukan oleh satu orang,
beberapa perusahaan lantas membagi posisi web developer. Ada frontend, yang umumnya
bertugas pada apa yang dilihat pengguna. Ada pula backend, yang bertanggung jawab atas apa
 yang terjadi di bagian belakang atau mesin. Selain itu, ada juga database yang berkaitan dengan
kebutuhan data di dalam situs.
1. FLASK
Flask adalah sebuah web framework yang ditulis dengan bahasa Python dan tergolong
sebagai jenis microframework. Flask berfungsi sebagai kerangka kerja aplikasi dan tampilan dari
suatu web. Dengan menggunakan Flask dan bahasa Python, pengembang dapat membuat sebuah
web yang terstruktur dan dapat mengatur behaviour suatu web dengan lebih mudah. Flask
termasuk pada jenis microframework karena tidak memerlukan suatu alat atau pustaka tertentu
dalam penggunaannya. Sebagian besar fungsi dan komponen umum seperti validasi form,
database, dan sebagainya tidak terpasang secara default di Flask. Hal ini dikarenakan fungsi dan
komponenkomponen tersebut sudah disediakan oleh pihak ketiga dan Flask dapat menggunakan
ekstensi yang membuat fitur dan komponenkomponen tersebut seakan diimplementasikan oleh
Flask sendiri. Selain itu, meskipun Flask disebut sebagai microframework, bukan berarti Flask
mempunyai kekurangan dalam hal fungsionalitas. Microframework disini berarti bahwa Flask
bermaksud untuk membuat core dari aplikasi ini sesederhana mungkin tapi tetap dapat dengan
mudah ditambahkan. Dengan begitu, fleksibilitas serta skalabilitas dari Flask dapat dikatakan
cukup tinggi dibandingkan dengan framework lainnya.
Kegunaan Flask :
1. Sebagai kerangka kerja aplikasi dan tampilan dari suatu web
2. Dengan menggunakan Flask dan bahasa Python, pengembang dapat membuat sebuah web
yang terstruktur dan dapat mengatur behaviour suatu web dengan lebih mudah.
2. DJANGO
Django adalah sebuah framework full-stack untuk membuat aplikasi web dengan bahasa
pemrograman Python. Framework akan membantu kita membuat web lebih cepat, dibandingkan
menulis kode dari nol. 1 Full-stack artinya, django meliputi sisi front-end dan juga back-
end. Front-end adalah sisi depan yang akan dilihat oleh pengguna, sedangkan back-end adalah sisi
belakang yang berhubungan dengan database dan logika bisnis.
Konsep kerja Django
Setiap request dari client akan diproses pertama kali oleh urls.py, karena di sini berisi definisi
alamat URL (route) dan fungsi yang akan dieksekusi di setiap rute. 2, Berikutnya, fungsi yang ada
di views.py akan melakukan pemrosesan , Tulis data atau ambil data dari Model, Racik tampilan
data dengan template HTML, dan Kirim HTTP Response ke client.
Kegunaan Django :
1. web framework yang akan membantu kamu membuat website dengan berbagai fiturnya
untuk mencegah para developer menulis kode python yang sama berulang kali.
2. Django juga fokus untuk membuat frameworknya cepat, aman dan mudah dikembangkan
(scalable).
 MOBILE APPS, and Games
Aplikasi mobil adalah program komputer yang dirancang untuk berjalan pada peranti
bergerak seperti ponsel/tablet atau jam tangan. Aplikasi mobil sering kali dianggap sebagai
kebalikan dari aplikasi desktop yang berjalan di komputer desktop, dan dengan aplikasi web
yang berjalan di browser web perangkat.
Permainan sesuatu yang digunakan untuk bermain, sebuah barang atau sesuatu yang pada
umumnya digunakan untuk hiburan atau kesenangan, dan kadang-kadang digunakan sebagai alat
pendidikan.
1. KIVY
Kivy adalah library python untuk membuat aplikasi GUI yang bersifat cross-platform. Tidak hanya
cross-platform pada lingkungan desktop. Kivy juga bisa berjalan pada mobile seperti Android,
iOS, dan Raspberry Pi.
Kegunaan Kivy :
1. Mengembangkan aplikasi yang memiliki tampilan antarmuka inovatif seperti aplikasi
yang mendukung multitouch.

Contoh aplikasi hello world:

2. PYGAME
PyGame adalah modul Python yang berisi fungsi dan class yang kita butuhkan untuk
membuat game. Pygame adalah seperangkat modul Python yang dirancang untuk membuat
permainan. Pygame menambahkan fungsi di atas dengan sangat baik di SDL perpustakaan. Hal
ini memungkinkan Anda untuk membuat sebuah game dengan fitur yang lengkap dan sebuah
program multimedia dalam bahasa python.
Kegunaan Pygame adalah unutk membuat game dengan fitur yang lengkap dan sebuah program
multimedia
Contoh Program Pygame pada library python
 Maka dari hasil kodingan di atas hasil nya seperti di gambar ini :

WEB Scrapping and Web Automation

Web Scraping adalah salah satu metode yang bisa kita gunakan dalam mengumpulkan
data dari internet. Scraping kita lakukan seandainya ingin melakukan ektraksi informasi dari
sebuah situs web secara langsung dengan menggunakan protokol http. Web Scraping bisa
menjadi solusi dalam mendapatkan informasi dari sebuah situs web jika situs tersebut tidak
menyediakan API untuk pengambilan informasi.
1. Bokeh
Bokeh adalah perpustakaan yang dirancang untuk menghasilkan visualisasi yang ramah
pada antarmuka web dan browser. Jika Anda ingin menampilkan visualisasi ini di browser, ada
opsi yang tersedia untuk mengekspornya dan Anda juga dapat menggunakannya melalui
JavaScript. Pilihan plot yang disediakan Bokeh juga sangat banyak, Anda bisa menyesuaikan
dengan kebutuhan visualisasi yang akan Anda buat.
Bokeh adalah pustaka visualisasi data dengan Python. Ini menyediakan grafik dan plot
yang sangat interaktif. Yang membedakannya dari library plotting Python lainnya adalah output
 dari Bokeh akan ada di halaman web , artinya jika kita menjalankan kode di editor python, plot
yang dihasilkan akan ada di browser. Ini memberikan keuntungan dari menanamkan plot Bokeh
pada situs web manapun menggunakan Django atau Flask. Sebagian besar dari kita mengenal
dataset iris, yang memiliki data morfologi dari tiga spesies bunga yang berbeda yaitu Setosa,
Virginica, dan Versicolor

2. BeautifulSoup4
Beautiful Soup merupakan sebuah library Python yang memungkinkan kita untuk melakukan
scraping dengan mudah dan cepat, keunggulan Beatutiful Soup adalah :
 Beautiful Soup hadir dengan metode-metode yang sederhana sehingga kita dengan mudah
melakukan proses navigasi, pencarian dan juga modifikasi struktur data situs yang kita
scraping.
  Beautiful Soup secara otomatis mampu menkonversi dokumen ke dalam format UTF-8
 Bekerja dengan baik dengan library Python lxml dan html5lib untuk melakukan parsing
dokumen.
API-nya tidak jauh dengan jQuery, dimana kamu dapat melakukan seleksi berbasis class atau ID
melalui selektor tertentu. BeautifulSoup4 merupakan library untuk HTML parsing dan
mendapatkan isinya secara mudah. BeautifulSoup4 pun dapat menangani dokumen kompleks
seperti XML. Namun tentu saja dioptimasikan untuk HTML.
Kegunaannya untuk melakukan scraping dengan mudah dan cepat, selain itu untuk merapikan
file html dengan memberikan identasi dan newline
Selain itu kamu pun dapat mengikuti kemanapun request itu di redirect dan menanganinya secara
mudah.

3. Selenium
Selenium adalah alat sumber terbuka yang mengotomatiskan peramban web. Ini
menyediakan antarmuka tunggal yang memungkinkan Anda menulis skrip pengujian dalam
bahasa pemrograman seperti Ruby, Java, NodeJS, PHP, Perl, Python, dan C#, antara lain. Driver
browser kemudian mengeksekusi skrip ini pada instance browser di perangkat Anda.
Sebagian besar browser desktop/seluler saat ini memiliki dukungan bawaan untuk pengujian
otomatisasi dengan Selenium. Vendor browser konsumen seperti Firefox, Chrome, Safari, IE,
dan Opera mengembangkan dan mengirimkan driver browser mereka. Kegunaan selenium untuk
otomasi browser
4. Plotly
Plotly adalah library untuk pembuatan plot yang tersedia dalam bahasa pemrograman
python dan R. dari segi kompatibilitas pada diagram, library ini tidak jauh berbeda dengan
matplotlib. plot garis, diagram batang, hingga heatmaps mampu digambarkan dengan baik. Sempat
mencoba sendiri plotly, terdapat perbedaan mencolok pada tampilan dibanding matplotlib, yakni
pada plotly secara default sudah tersedia beberapa tools yang mendukung interaksi pada plot.
pembesaran diagram dan tombol screenshot tersedia secara otomatis. Berbeda dengan matplotlib,
penulisan kode manual diperlukan untuk menyimpan hasil diagram.
Kegunaan Plotly :
1. Membuat bagan interaktif berkualitas publikasi bagan garis, bagan sebar, bagan area,
bagan galat, bilah galat, bagan kotak, histogram, peta panas, sub-bagan, dan banyak lagi
 SOFTWARE or DESKTOP Apps
Perangkat lunak atau peranti lunak adalah istilah khusus untuk data yang diformat dan
disimpan secara digital, termasuk program komputer, dokumentasinya, dan berbagai informasi
yang bisa dibaca, dan ditulis oleh komputer. Dengan kata lain, bagian sistem komputer yang tidak
berwujud.
Aplikasi Desktop adalah suatu aplikasi yang mampu beroperasi secara offline, tetapi kita
harus menginstalnya sendiri pada laptop atau komputer. Aplikasi Web adalah suatu aplikasi
berbasis web dapat beroperasi jika ada jaringan/koneksi internet.
1. Tkinter
Tkinter adalah library standar Python untuk membuat aplikasi GUI atau desktop. Tkinter
sebenarnya bentuk OOP dari Tcl/Tk. Tcl (Tool Command Language) adalah sebuah bahasa
pemrograman dan TK adalah library yang digunakan oleh Tcl untuk membuat aplikasi GUI.
Tkinter biasanya secara default di-bundle dengan Python. Jadi ketika kamu install Python, Tkinter
juga akan ikut Terinstal.
Kegunaan Tkiner digunakan untuk membangun sebuah GUI, GUI ini merupakan singkatan dari
Graphical User Interface atau dalam bahasa indonesia memiliki arti “Grafik antarmuka
pengguna”
Sampel program Hello World dengan Tkinter:
2. PYQT
PyQt adalah modul Python untuk membuat aplikasi GUI dengan library Qt. Qt Sendiri
merupakan library untuk membuat aplikasi GUI pada bahasa C++. PyQt tersedia dalam dua versi,
yakni ada PyQt4 untuk Qt versi 4 dan PyQt 5 untuk Qt versi 5. Fitur yang menarik dari Qt adalah
kemampuannya membuat user interface yang menarik. Karena kita bisa gunakan Style Sheet di
sana.
Kegunaannya sebagai binding antara Python dan Qt cross-platform framework.
Berikut ini contohnya: