Laporan3 - Aribbyan Dhafin - 232019008 - A

LAPORAN III
PRAKTIKUM PEMROGRAMAN GEOSPASIAL

“PEMBUATAN PLOTTING DAN VISUALISASI CSV
MENGGUNAKAN MATPLOTLIB PYTHON”
Tanggal Penyerahan: Minggu, 9 Mei 2021
Disusun Oleh: Aribbyan Dhafin (232019008)
Kelompok: Kelompok 3 / Kelas A
Dosen : Dr.rer.nat. Dian Noor Handiani., S.Si., M.T.

Asisten Dosen : 1. Resdi Sugianto 23-2017-023
2. Achmad Rizky 23-2017-050
LABORATORIUM SISTEM INFORMASI SPASIAL

PROGRAM STUDI TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2021
Laporan Praktikum Pemrograman Geospasial
DAFTAR ISI
DAFTAR ISI ...........................................................................................................1

DAFTAR GAMBAR ..............................................................................................2
DAFTAR TABEL...................................................................................................3
BAB I PENDAHULUAN .......................................................................................4

1.1 Maksud dan Tujuan Praktikum ...................................................................... 4
1.2 Tempat dan Waktu Pelaksanaan Praktikum ................................................. 4
BAB II DASAR TEORI .........................................................................................5
2.1 Wing Personal .................................................................................................. 5
2.2 Pandas ............................................................................................................... 5
2.3 Numpy .............................................................................................................. 6
2.4 Scipy.................................................................................................................. 7
2.5 Matplotlib ......................................................................................................... 8
2.6 Plotting pada Python ....................................................................................... 9
BAB III PELAKSANAAN PRAKTIKUM ........................................................12
3.1 Langkah - Langkah Praktikum ..................................................................... 12
3.1.1 Membuat Plotting Diagram ..................................................................... 12
3.1.2 Membuat Plotting Kontur ........................................................................ 13
3.1.3 Membuat Histogram ................................................................................. 15
3.1.4 Visualisasi Data CSV dengan Matplotlib .............................................. 16
BAB IV HASIL DAN ANALISIS ......................................................................22
4.1 Hasil ................................................................................................................ 22
4.2 Analisis ........................................................................................................... 23
BAB IV KESIMPULAN DAN SARAN............................................................24
5.1 Kesimpulan..................................................................................................... 24
5.2 Saran................................................................................................................ 24
DAFTAR PUSTAKA ...........................................................................................25
Aribbyan Dhafin / 232019008 / A 1

DAFTAR GAMBAR
BAB II DASAR TEORI .........................................................................................5

2.1 Gambar 1. Wing Personal..........................................................................5
2.2 Gambar 2. Pandas Python..........................................................................6
2.6 Gambar 3. Plotting dengan Matplotlib (1) ................................................9
2.6 Gambar 4. Plotting dengan Matplotlib (2) ..............................................10
BAB IV HASIL DAN ANALISIS .......................................................................22
4.1 Gambar 5. Hasil Plotting Diagram ..........................................................22
4.1 Gambar 6. Hasil Plotting Kontur .............................................................22
4.1 Gambar 7. Hasil Membuat Histogram.....................................................22
4.1 Gambar 8. Hasil Visualisasi Data CSV dengan Matplotlib ....................23

DAFTAR TABEL
BAB III PELAKSANAAN PRAKTIKUM ........................................................12

3.1.1 Tabel 1. Membuat Plotting Diagram .......................................................12
3.1.2 Tabel 2. Membuat Plotting Kontur ..........................................................13
3.1.3 Tabel 3. Membuat Histogram ..................................................................15
3.1.4 Tabel 4. Visualisasi Data CSV dengan Matplotlib ..................................16

BAB I
PENDAHULUAN
1.1 Maksud dan Tujuan Praktikum
Adapun maksud dan tujuan praktikum kali ini yaitu :
 Mahasiswa dapat melakukan plotting dengan baik dan benar ada software
Pyhton
 Mahasiswa dapat melakukan visualisasi CSV dengan Matplotlib dengan
baik dan benar
 Mahasiswa dapat mengetahui lebih dalam tentang Wing Personal, Pandas,
Numpy, Scripy, dan Matplotlib
1.2 Waktu Pelaksanaan Praktikum
Hari/Tanggal : Jumat, 23 April 2021
Waktu : 20.30 – 21.30 WIB
Tempat : Google Meet

BAB II
DASAR TEORI
2.1 Wing Personal
Wing Personal adalah IDE Python gratis yang dirancang untuk pelajar dan
penghobi. Wing Personal bebas digunakan untuk tujuan apa pun dan tidak
memerlukan lisensi untuk menjalankan. Anda akan dapat menjalankan Numpy,
Pandas, Pyplot dan Mysql dengan kode Python dengan sukses menggunakan
IDE ini. Wing Personal menghilangkan beberapa fitur ini. Untuk detail tentang
fitur yang disediakan di setiap produk, lihat gambaran umum produk . Wing
Personal juga dapat berjalan di Windows , Mac OS X dan Linux .
Gambar 1. Wing Personal
2.2 Pandas
Pandas adalah sebuah library di Python yang berlisensi BSD dan open
source yang menyediakan struktur data dan analisis data yang mudah
digunakan. Pandas biasa digunakan untuk membuat tabel, mengubah dimensi
data, mengecek data, dan lain sebagainya. Struktur data dasar pada Pandas
dinamakan DataFrame, yang memudahkan kita untuk membaca sebuah file
dengan banyak jenis format seperti file .txt, .csv, dan .tsv. Fitur ini akan
menjadikannya table dan juga dapat mengolah suatu data dengan menggunakan
operasi seperti join, distinct, group by, agregasi, dan teknik lainnya yang
terdapat pada SQL. Dapat disimpulkan, bahwa Pandas merupakan library

analisis data yang diperlukan untuk membersihkan data mentah ke dalam

sebuah bentuk yang bisa untuk diolah.
Pandas dibangun di atas modul Numpy yang memiliki beberapa

keunggulan, diantaranya menawarkan struktur data yang kaya dan memiliki
banyak fungsi siap pakai untuk bekerja dengan data secara cepat, mudah dan
gampang diikuti. Juga, penggunaan API yang memiliki konsistensi tinggi
menjadikkannya lebih mudah dipakai oleh para analis data.
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
Sebagai contoh, mari kita lihat bagaimana library Panda Python (disingkat
pd) dapat digunakan untuk melakukan beberapa perhitungan statistik deskriptif
Gambar 2. Pandas Python
2.3 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.
NumPy hampir menyerupai List pada Python tetapi lebih powerful. Ada
beberapa kelebihan numpy dibandingkan List seperti size, performance, dan
functionally. Struktur data NumPy lebih membutuhkan ukuran yang lebih kecil
dibandingkan dengan List tetapi mempunyai performa yang lebih cepat.
Sebelum menggunakan NumPy di Python, terlebih dahulu library ini harus
diimport
import numpy as np
Jika belum ada NumPy dapat diinstall terlebih dahulu menggunakan pip
pip install numpy
Perpustakaan memberdayakan Python dengan struktur data substansial

untuk mudah melakukan perhitungan multi-dimensi (multi-dimensional arrays)
dan perhitungan matrik. Selain penggunaannya dalam menyelesaikan
persamaan aljabar linier (linear algebra equations) dan perhitungan matematis
lainnya, NumPy juga digunakan sebagai wadah multi-dimensi serbaguna untuk
berbagai jenis data generik.
Lebih hebatnya, NumPy terintegrasi dengan bahasa pemrograman lain

seperti C / C ++ dan Fortran. Fleksibilitas perpustakaan NumPy
memungkinkannya untuk dengan mudah dan cepat bergabung dengan berbagai
database dan tools. Sebagai contoh, mari kita lihat bagaimana NumPy
(disingkat np) dapat digunakan untuk mengalikan dua matriks.
2.4 Scipy
SciPy adalah pustaka komputasi ilmiah yang menggunakan NumPy di

bawahnya. SciPy merupakan singkatan dari Scientific Python. SciPy
menyediakan lebih banyak fungsi utilitas untuk pengoptimalan, statistik, dan

pemrosesan sinyal. Seperti NumPy, SciPy adalah open source sehingga kita
dapat menggunakannya dengan bebas.
SciPy diciptakan oleh pencipta NumPy, Travis Olliphant. Sebagian besar

ditulis dengan Python, tetapi beberapa segmen ditulis dalam bahasa C. Kode
sumber untuk SciPy terletak di repositori github ini
https://github.com/scipy/scipy.
github: memungkinkan banyak orang untuk mengerjakan basis kode yang

sama.
Scipy merupakan sekumpulan dari beberapa paket yang memilki fungsinya

masing - masing, berikut ini beberapa paket yang dimaksud beserta fungsinya :
 cluster, paket ini berguna untuk pengumpulan algoritma.
 constants, paket ini berisi konstanta matematika dan fisika.
 fftpack, paket ini yang digunakan untuk transformasi Fourier.
 integrate, paket ini berguna untuk penyelesai persaman diferential biasa

dan integral.
 interpolate, paket ini berguna untuk interpolasi.
 io, paket ini digunakan untuk masukan dan keluaran
 linalg, paket ini digunakan untuk perhitungan aljabar linear
 ndimage, paket ini digunakan untuk pemrosesan gambar dimensi -N.
2.5 Matplotlib
Matplotlib adalah modul python untuk menggambar plot 2D dengan

kualitas tinggi. matplotlib dapat digunakan dalam script python, interpreter
python dan ipython, server, dan 6 GUI toolkit. matplotlib berusaha untuk
membuat segalanya jadi mudah, dan yang tadinya seperti tidak menjadi

mungkin untuk dilakukan. Dengan matplotlib, Anda dapat membuat plots,

histograms, spectra, bar charts, errorchards, scatterplots, dan masih banyak lagi.
Pembuat matplotlib bernama John D. Hunter yang pada 28 Agustus 2012

lalu meninggal dunia setelah bergelut dengan komplikasi kanker yang diidap
beliau. Jasa beliau untuk Python Community sungguh sangat luar biasa
(khususnya python untuk science). Jika Anda merasa mendapatkan manfaat dari
modul matplotlib yang sudah beliau buat, tidak ada salahnya untuk ikut
melakukan kontribusi dengan melakukan donasi ke John Hunter Memorial
Fund. Donasi ini nantinya akan diberikan langsung kepada keluarga yang sudah
beliau tinggalkan, Miriam (istri), Clara, Ava dan Rahel (anak).
2.6 Plotting pada Python
Langkah pertama untuk menggunakan fungsi-fungsi dari library matplotlib

ini kita harus mengimport nya terlebih dahulu ke file project kita seperti berikut
ini :
1 import matplotlib.pyplot as plt
Untuk membuat garis kordinat untuk ploting data menggunakan perintah

dibawah ini :
1 plt.axis([0,10,0,25])
maka akan didapati hasil seperti berikut ini :
Gambar 3. Plotting dengan Matplotlib (1)

Penjelasan :
Untuk menampilkan garis koordinat kita menggunakan fungsi axis

dimana fungsi axis sendiri memiliki 1 parameter yang berupa array yaitu pada
array indeks pertama digunakan untuk menentukan titik awal garis koordinat X
dan array indeks ke 2 digunakan untuk menentukan titik akhir garis koordinat
X . Sedangkan array indeks ke 3 digunakan untuk menentukan titik awal garis
koordinat Y dan array indeks ke 4 digunakan untuk menentukan titik akhir garis
koordinat Y.
Untuk menampilkan data kordinat semisal kita akan mencoba

menampilkan data koordinat {(2,4), (2.5,11), (6,14), (7,17), (9,24)} dapat
dilakukan menggunakan scribt berikut ini :
1 plt.plot([2,2.5,6,7,9],[4,11,14,17,24])
2 plt.show()
maka akan didapati hasil seperti berikut ini :
Gambar 4. Plotting dengan Matplotlib (2)
Penjelasan :
Fungsi plot() digunakan untuk menampilkan data koordinat kedalam garis

koordinat yang tadi telah dibuat. Fungsi plot mempunyai 3 buah parameter
dimana parameter pertama akan menentukan posisi titik X dan parameter ke 2

akan menentukan posisi titik Y sedangkan parameter ke 3 digunakan untuk

menentukan jenis grafik yang akan ditampilkan dan jika parameter ini
dikosongi maka secara default jenis grafiknya akan berupa line atau garis.
Memberi nama variabel sumbu x dan sumbu y pada grafik dengan

menambahkan scribt seperti dibawah ini :
1 plt.xlabel('Actual birth weight')
2 plt.ylabel('Estimated birth weight')

BAB III
PELAKSANAAN PRAKTIKUM
3.1 Langkah – langkah Praktikum
3.1.1 Membuat Plotting Diagram
Tabel 1. Membuat Plotting Diagram
No Gambar Keterangan
Pertama, Buka software

1
Wing Personal 7.2
Berikut adalah tampilan

2
awal Wing Personal 7.2
Masukan script pembuatan

3 plotting diagram seperti
pada gambar disamping

Lalu, Start Debug untuk

4
melakukan Debug
Berikut adalah hasil

5
plotting diagram
3.1.2 Membuat Plotting Kontur
Tabel 2. Membuat Plotting Kontur
Pertama, buka software

1
Wing Personal 7.2


2 awal dari software Wing
Personal 7.2
Masukan script
pembuatan plotting
3
Kontur seperti pada
gambar disamping

4
melakukan Debug
Berikut adalah hasil dari

5
plotting kontur

3.1.3 Membuat Histogram
Tabel 3. Membuat Histogram

1
Wing Personal 7.2

2 awal software Wing
Personal 7.2
Masukan script
pembuatan plotting
3
Histogram seperti pada
gambar disamping

4
melakukan Debug

Berikut adalah hasil

5
pembuatan histogram
3.1.4 Visualisasi Data CSV dengan Matplotlib
Tabel 4. Visualisasi Data CSV dengan Matplotlib

1
Wing Personal 7.2

2 awal software Wing
Personal 7.2

Pastikan file csv dan file

untuk script python
3
berada pada folder yang
sama
Import library pandas dan

file csv dengan perintah
4 seperti pada gambar
disamping, lalu Start
Debug
Berikut Hasil dari debug

5
nya
Lakukan filtering
berdasarkan negara yang
ingin diketahui jumlah
6 kasusnya, dengan perintah
seperti pada gambar
Debug

Berikut hasil dari debug

7
nya
Lakukan filtering untuk

kasus terkonfirmasi lebih
besar dari 0, dengan
8
perintah seperti pada
gambar disamping, lalu
Start Debug

9
nya
Ubah tipe data string ke

tipe data date dengan
10 perintah seperti gambar
Debug


11
nya
Tambahkan kolom baru

yaitu BaseDate sebagai
dasar pengurangan,
12
dengan perintah seperti
pada gambar disamping,
lalu Start Debug

13
nya
Tambahkan kolom baru

yaitu HariKe dengan
14 perintah seperti pada
Start Debug


15
nya
Ubah tipe data pada

kolom HariKe menjadi
tipe data Numerik, dengan
16
Start Debug

17
nya
Lakukan plotting, dengan

18
Start Debug

19 Berikut hasil dari Plotting

BAB IV
HASIL DAN ANALISIS
4.1 Hasil
Gambar 4. Hasil Plotting Diagram
Gambar 5. Hasil Plotting Kontur
Gambar 6. Hasil Membuat Histrogram

Gambar 7. Hasil Visualisasi Data CSV dengan Matplotlib
4.2 Analisis
Pada praktikum kali ini, saya kurang teliti dalam meng-cross check library.
Saya lupa melakukan penginstalan library pandas. Pada saat melakukan step
membuat Visualisasi Data CSV dengan Matplotlib, tidak berjalan. Tetapi,
setelah saya cross check kembali, saya kekurangan dalam menginstal library
pandas sehingga pada saat debug tidak berjalan. Akhirnya, setelah saya
melakukan penginstalan Library Pandas tersebut, saya dapat melakukan step by
step dengan baik dan benar.

BAB V
PENUTUP
5.1 Kesimpulan
Jadi, dapat disimpulkan dari praktikum kali ini bahwa :
1. Wing Personal adalah IDE Python gratis yang dirancang untuk pelajar dan
penghobi. Wing Personal bebas digunakan untuk tujuan apa pun dan tidak
memerlukan lisensi untuk menjalankan.
2. Pandas adalah sebuah library di Python yang berlisensi BSD dan open
source yang menyediakan struktur data dan analisis data yang mudah
digunakan.
3. 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.
4. SciPy merupakan singkatan dari Scientific Python. SciPy adalah pustaka
komputasi ilmiah yang menggunakan NumPy di bawahnya..
5. Matplotlib adalah modul python untuk menggambar plot 2D dengan
kualitas tinggi. matplotlib dapat digunakan dalam script python, interpreter
python dan ipython, server, dan 6 GUI toolkit
5.2 Saran
1. Pastikan Library Numpy, Matplotlib, dan Pandas sudah terinstall agar

dapat melakukan step by step dengan lancar
2. Dalam praktikum kali ini, dibutuhkan ketelitian dalam pengerjaan nya.
Jika ada kesalahan sedikitpun agar berakibat fatal
3. Akan lebih baik jika praktikum selanjutnya diberikan video pengerjaan
step by step agar lebih mudah dimengerti

DAFTAR PUSTAKA
Fuadi, Kholid. 2013. Python Pandas untuk Komputasi Sains Sebuah Pengantar
Yogyakarta : Jurusan Pendidikan Teknik Elektronika
dan Informatika (JPTEI), Universitas Negeri Yogyakarta.
Purwanto. 2018. 3 Library Python Terbaik Untuk Data Science. Tasikmalaya :

Jurusan Teknik Informatika, Universitas Siliwangi.
Sari, Catur Kurnia. 2020. Pengenalan SciPy : Apa itu ?. Bogor : Departemen Ilmu
Komputer, Jurusan Ilmu Komputer, Insitut Pertanian Bogor.
Fuadi, Kholid. 2013. Tutorial Matplotlib. Yogyakarta : Jurusan

Pendidikan Teknik Elektronika dan Informatika (JPTEI), Universitas
Negeri Yogyakarta.
Firman. 2020. Plotting Data dengan Matplotlib pada Python. Jakarta : Teknik
Informatika, Universitas Negeri Jakarta.

Laporan3 - Aribbyan Dhafin - 232019008 - A

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan3 - Aribbyan Dhafin - 232019008 - A

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN III

PRAKTIKUM PEMROGRAMAN GEOSPASIAL

Dosen : Dr.rer.nat. Dian Noor Handiani., S.Si., M.T.

LABORATORIUM SISTEM INFORMASI SPASIAL

DAFTAR ISI ...........................................................................................................1

BAB I PENDAHULUAN .......................................................................................4

Aribbyan Dhafin / 232019008 / A 1

BAB II DASAR TEORI .........................................................................................5

Aribbyan Dhafin / 232019008 / A 2

BAB III PELAKSANAAN PRAKTIKUM ........................................................12

Aribbyan Dhafin / 232019008 / A 3

1.1 Maksud dan Tujuan Praktikum

Adapun maksud dan tujuan praktikum kali ini yaitu :

1.2 Waktu Pelaksanaan Praktikum

Hari/Tanggal : Jumat, 23 April 2021

Waktu : 20.30 – 21.30 WIB

Tempat : Google Meet

Aribbyan Dhafin / 232019008 / A 4

2.1 Wing Personal

Gambar 1. Wing Personal

Aribbyan Dhafin / 232019008 / A 5

analisis data yang diperlukan untuk membersihkan data mentah ke dalam

Pandas dibangun di atas modul Numpy yang memiliki beberapa

 Series: single-dimensional, array homogen

Gambar 2. Pandas Python

NumPy (kependekan dari Numerical Python) adalah salah satu library

Aribbyan Dhafin / 232019008 / A 6

pip install numpy

Perpustakaan memberdayakan Python dengan struktur data substansial

Lebih hebatnya, NumPy terintegrasi dengan bahasa pemrograman lain

SciPy adalah pustaka komputasi ilmiah yang menggunakan NumPy di

Aribbyan Dhafin / 232019008 / A 7

SciPy diciptakan oleh pencipta NumPy, Travis Olliphant. Sebagian besar

github: memungkinkan banyak orang untuk mengerjakan basis kode yang

Scipy merupakan sekumpulan dari beberapa paket yang memilki fungsinya

 cluster, paket ini berguna untuk pengumpulan algoritma.

 constants, paket ini berisi konstanta matematika dan fisika.

 fftpack, paket ini yang digunakan untuk transformasi Fourier.

 integrate, paket ini berguna untuk penyelesai persaman diferential biasa

 interpolate, paket ini berguna untuk interpolasi.

 io, paket ini digunakan untuk masukan dan keluaran

 linalg, paket ini digunakan untuk perhitungan aljabar linear

 ndimage, paket ini digunakan untuk pemrosesan gambar dimensi -N.

Matplotlib adalah modul python untuk menggambar plot 2D dengan

Aribbyan Dhafin / 232019008 / A 8

mungkin untuk dilakukan. Dengan matplotlib, Anda dapat membuat plots,

Pembuat matplotlib bernama John D. Hunter yang pada 28 Agustus 2012

2.6 Plotting pada Python

Langkah pertama untuk menggunakan fungsi-fungsi dari library matplotlib

1 import matplotlib.pyplot as plt

Untuk membuat garis kordinat untuk ploting data menggunakan perintah

maka akan didapati hasil seperti berikut ini :

Gambar 3. Plotting dengan Matplotlib (1)

Aribbyan Dhafin / 232019008 / A 9

Untuk menampilkan garis koordinat kita menggunakan fungsi axis

Untuk menampilkan data kordinat semisal kita akan mencoba

maka akan didapati hasil seperti berikut ini :

Gambar 4. Plotting dengan Matplotlib (2)

Fungsi plot() digunakan untuk menampilkan data koordinat kedalam garis

Aribbyan Dhafin / 232019008 / A 10

akan menentukan posisi titik Y sedangkan parameter ke 3 digunakan untuk

Memberi nama variabel sumbu x dan sumbu y pada grafik dengan