MAKALAH
Makalah Ini Diajukan Untuk Memenuhi Salah Satu Tugas Pada Mata Kuliah
Pengantar Coding
Oleh:
SARIFAH HANI MARIAH
NIM 21027085
Kelas : Rabu, Pukul 13.20 – 15.00 WIB
DOSEN PENGAMPU :
HADE HAFRIANSYAH, S.Pd, M.Pd
Puji Syukur kehadirat Allah SWT atas Segala Limpahan Rahmat, Inayah,
Taufik dan Hidayah-Nya sehingga kami dapat menyelesaikan penyusunan
Makalah tentang “Pengantar Coding” ini disusun sebagai tugas mata kuliah
tersebut.
i
DAFTAR ISI
ii
BAB I
PENDAHULUAN
A. Latar Belakang
Python merupakan bahasa pemrograman tingkat tinggi yang diracik
oleh Guido van Rossum. Python banyak digunakan untuk membuat
berbagai macam program, seperti: program CLI, Program GUI
(desktop), Aplikasi Mobile, Web, IoT, Game, Program untuk Hacking, dsb.
Python juga dikenal dengan bahasa pemrograman yang mudah dipelajari,
karena struktur sintaknya rapi dan mudah dipahami.
Python memang sangat sederhana dibandingkan bahasa yang
lainnya. Tidak perlu ini dan itu untuk membuat program.Bahkan tagline di
websitenya menjelaskan, kalau python akan membuatmu bekerja lebih
cepat dan efektif.
B. Rumusan Masalah
Mengenai latar belakang di atas, saya merumuskan beberapa poin
mengenai Pengantar Coding yaitu:
1. Apa itu Bahasa Pemprograman Phyton?
2. Bagaimana cara Pemprograman Phyton dengan google Collab?
3. Bagaimana Phyton untuk penelitian Regresi?
BAB II
PEMBAHASAN
1
Bahasa Pemprograman Phyton adalah Bahasa pemprograman
tingkat tinggi yang berjalan dengan system interpreted, dan bisa dipakai
untuk berbagai jenis tujuan. Sebutan untuk Bahasa pemprograman tingkat
tinggi ini merujuk level kedekatan sebuah Bahasa pemprograman ke kode-
kode yang dipakai oleh computer. Bahasa pemprograman tingkat tinggi
disebut sebagai Bahasa pemprograman tingkat tinggi karena sebuah
perintah atau sebuah kode program yang dipakai yang sudah memiliki
kemiripan dengan Bahasa manusia.
Hampir semua bahsa pemprograman modern masuk keddalam
Bahasa tingkat tinggi, diantaranya Pascal, C++, JavaScript dan Phyton.
Bahasa C sering disebut Bahasa pemrograman tingkat menengah
dikarenakan sebagian perintahnya bisa langsung untuk mengakses
hardware computer, namun karena hal ini juga Bahasa C sedikit lebih
rumit untuk dipelajari.
Phyton menggunakan metode pemprosesan interpreted, kode
program akan diproses baris per baris langsung dari kode program atau
tidak butuh proses compile. Ini mirip dengan Bahasa script seperti PHP
dan JavaScript.
bahasa pemrograman Python dasar
1. Variabel
- Variabel berupa kombinasi huruf, angka dan garis bawah
(underscore).
- Syntax Python tidak dapat digunakan sebagai nama variabel.
- Huruf besar dan kecil berbeda (case sensitive)
2. Numerik
Suatu variable menggunakan typr ().
3. List
2
List adalah data array yang dapat menyimpan banyak data dalam
1 variabel saja dan diakses menggunakan indeks, berikut
inisialisasi list di Python, menggunakan kurung siku [ dan ], list
dapat menyimpan data seragam maupun tidak seragam
4. Operator
Aritmatik : +,–,*,/,(,)
Pangkat : **
Modulus : %
Komparasi : <,>,<=,>=,==,!=
Logikal : not, and, or
Set variabel : =
2. For
x = [2,5,3,9,8,11,6] #array pada Python
count = 0
for val in x:
if val % 2 == 0:
count += 1
print(count)Output
3
3. While
i = 1
while i < 4:
print(i)
i += 1
Output
1
2
3
3
programmer atau peneliti yang kesulitan untuk mendapatkan akses dengan
spek tinggi. Google Colab adalah coding environment bahasa
pemrograman Python dengan format "notebook" atau komputer secara
gratis untuk membuat program atau melakukan pengolahan data dari
Google. Google Colab mempunyai environment yang sangat open source
untuk belajar python.
Google memberikan fasilitas bahasa pemrograman Python online
lewat Google Interactive Notebook (http://colab.research.google.com).
Google collab menyediakan fasilitas bahasa tersebut, menyediakan tiga
jenis prosesor handalnya ukelebihan dalam menggunakan google colab.
- Free Access, google colab membutuhkan koneksi internet.
- Good Spesification, cloud komputer dengan spesifikasi (update
2019):
GPU Nvidia K80s, T4s, P4s dan P100s.
RAM 13 GB
Disk 130 GB
- Zero Configuration
- Easy Sharing, Kita dapat melakukan integrasi dengan google
drive milik kita dan kemudian menyimpan scrypt kedalam
project github. Ataupun berbagi link dengan orang lain.ntuk
keperluan mesin pembelajaran (machine learning) yaitu:
Central Processing Unit (CPU), Graphic Processing Unit
(GPU) dan Tensor Processing Unit (TPU). Berikut cara
mencobanya.
Dengan Google colab, kita dapat memanfaatkan kecanggihan
library phyton untuk menganalisis dan memvisualisasikan data.
4
5. Buat foder project
Setelah berhasil instalasi, buat folder baru pada drive
kemudian masuk kedalam folder tersebut. Kemudian klik kanan
> More > Collaboratory.
6. Tampilan colab
Ubah nama project dengan klik pada nama project yang
berada diatas. Kita juga bisa mengatur tampilan atau tema sesuai
yang kita inginkan. Pilih tools > settings > Site. Kemudian atur
tema dan save.
7. Jalankan scrypt
Cara menjalankan scrypt pada google colab bisa dengan klik
run ▶ . Atau menggunakan Ctrl + Enter. Untuk menambahkan
5
catatan bisa gunakan +Text dan jika ingin menambahkan baris
coding gunakan +Code.
8. Install library
Jika error pada scrypt yang dijalankan dan itu menggunakan
library tertentu, maka pastikan bahwa library tersebut terinstall.
Untuk menambahkan library, gunakan perintah “pip install
(nama_package)”. Kemudian import library yang sudah
diinstall.
9. Upload file
upload file dataset kedalam google colab, dengan cara klik
pada icon folder pada sidebar sebelah kiri, kemudian masuk
“content/sample_data” kemudian pada sample_data klik
kanan > upload. Jika upload sudah selesai klik refresh.
6
10. Mounting google drive
Langkah awal kita perlu upload file kedalam google drive.
Kemudian jalankan scrypt mounting drive, lalu pada output
klik URL link > izinkan > salin kode > masukkan kedalam
scrypt output.
7
12. Simpan kedalam github
langkah awal kita membuat repository terlebih dahulu
di github, jika sudah pada google colab klik file > save a copy
in github > ok.
BAB III
PENUTUP
A. Kesimpulan
8
1. Bahasa Pemprograman Phyton adalah Bahasa pemprograman tingkat
tinggi yang berjalan dengan system interpreted, dan bisa dipakai untuk
berbagai jenis tujuan. Sebutan untuk Bahasa pemprograman tingkat
tinggi ini merujuk level kedekatan sebuah Bahasa pemprograman ke
kode-kode yang dipakai oleh computer.
2. Google Colab adalah coding environment bahasa pemrograman
Python dengan format "notebook" atau komputer secara gratis untuk
membuat program atau melakukan pengolahan data dari Google.
Google Colab mempunyai environment yang sangat open source
untuk belajar python.
3. Regresi adalah salah satu algoritma machine learning Terawasi paling
populer di Python yang mempertahankan pengamatan fitur
berkelanjutan dan berdasarkan itu, memprediksi hasil. Ini menetapkan
hubungan antara variabel dependen dan independen dengan
memasang garis terbaik.
B. Saran
Dalam penulisan makalah ini tentu belum sempurna, penulis
mengharapkan saran dan kritik dalam penulisan makalah ini. Serta
pembaca dapat merujuk dan membaca lebih materi ini pada buku-buku
yang lain dan lebih luas lagi pembahasannya.
DAFTAR PUSTAKA
Wibowo, W., Ulama, B. S., & alaziz, H. (2020). Belajar Pemprograman Bahasa
Phyton. Surabaya: Its Press.
Bellinda, Bella. (2019). Tutorial Menggunakann Google Collab. Data Indonesia,
1-11.
9
Muhardian, Ahmad. (2022). Belajar Pemrograman Python: Pengenalan Dasar
Python dan Persiapan Awal. Sumber: https://www.petanikode.com/python-
linux/. (Diakses tanggal 22 Februari 2022)
10