LAPORAN IV

PRAKTIKUM PEMROGRAMAN
“MANIPULASI/EDITING DATA (BIG DATA)”
Tanggal Penyerahan: Senin, 12 Desember 2022

Disusun Oleh: Ai Siti Rohmah (23-2021-033)

Kelompok: 6/C

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

Asisten Dosen : 1. Billy Rivaldi 23-2018-066
2. Fransiska Adela Tumbas 23-2020-040

LABORATORIUM SISTEM INFORMASI SPASIAL

PROGRAM STUDI TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2022
 Laporan Praktikum Pemrograman

DAFTAR ISI

DAFTAR ISI....................................................................................................................... i
DAFTAR GAMBAR ......................................................................................................... ii
DAFTAR TABEL ............................................................................................................ iii
BAB I PENDAHULUAN .................................................................................................. 1
1.1 Maksud dan Tujuan Praktikum ............................................................................ 1
1.2 Tempat dan Waktu Pelaksanaan Praktikum ....................................................... 1
BAB II DASAR TEORI.................................................................................................... 2
2.1 Anaconda ................................................................................................................. 2
2.2 UTide ........................................................................................................................ 2
2.3 Big Data .................................................................................................................... 3
2.4 Editing Big Data....................................................................................................... 4
BAB III PELAKSANAAN PRAKTIKUM ..................................................................... 5
3.1 Tahapan Editing Data ............................................................................................... 5
BAB IV HASIL DAN ANALISIS .................................................................................... 8
4.1 Hasil .......................................................................................................................... 8
4.2 Analisis ..................................................................................................................... 8
BAB V PENUTUP............................................................................................................. 9
5.1 Kesimpulan ............................................................................................................... 9
5.2 Saran ......................................................................................................................... 9
DAFTAR PUSTAKA ...................................................................................................... 10

Ai Siti Rohmah / 232021033 / C i

 Laporan Praktikum Pemrograman

DAFTAR GAMBAR

Gambar 2. 1 Anaconda ...................................................................................................... 2

Gambar 4. 1 Big data menggunakan Spyder Anaconda ................................................... 8

Ai Siti Rohmah / 232021033 / C ii

 Laporan Praktikum Pemrograman

DAFTAR TABEL

Tabel 3. 1 Tahapan Editing Data ........................................................................................ 5

Ai Siti Rohmah / 232021033 / C iii

 Laporan Praktikum Pemrograman

BAB I
PENDAHULUAN

1.1 Maksud dan Tujuan Praktikum

Maksud dari praktikum kali ini yaitu untuk mengetahui mengenai editing
suatu big data.
Adapun tujuan dilaksanakannya praktikum ini, yaitu:
1. Mahasiswa/i dapat mengetahui mengenai anaconda yang berhubungan
dengan bahasa Python.
2. Mahasiswa/i dapat mengetahui mengenai UTide pada bahasa Python.
3. Mahasiswa/i dapat mengetahui mengenai big data pada bahasa Python.
4. Mahasiswa/i dapat mengetahui bagaimana editing big data pada aplikasi
Spyder Anaconda.

1.2 Tempat dan Waktu Pelaksanaan Praktikum

Berikut adalah tempat dan waktu pelaksanaan praktikum:
Hari, tanggal : Selasa, 29 November 2022.
Waktu : 16.00 WIB – selesai.
Tempat : Ruangan 18210 Gedung 18.

Ai Siti Rohmah / 232021033 / C 1

 Laporan Praktikum Pemrograman

BAB II
DASAR TEORI
2.1 Anaconda
Anaconda adalah salah satu dari banyak platform open source yang
memfasilitasi penggunaan bahasa pemrograman open source (R dan
python) untuk pemrosesan data skala besar, analitik prediktif, dan
komputasi ilmiah. Anaconda juga merupakan software yang
mendistribusikan bahasa pemrograman python dengan kualitas kinerja yang
sangat baik selain itu memiliki tampilan yang menarik dan juga
menyediakan banyak library untuk menjalankan pemrograman python
seperti jupyter notebook, jupyter lab, dan spyder. Anaconda menyediakan
platform yang user friendly sehingga bisa diakses oleh berbagai sistem
operasi seperti linux, mac, dan windows.

Gambar 2. 1 Anaconda

2.2 UTide
UTide dibangun di atas kerangka kerja yang ditetapkan oleh
Foreman et al. (2009), Leffler dan Jay (2009), dan Pawlowicz et al. (2002)
dan mengintegrasikan pendekatan ini ke dalam satu kerangka umum.
Program analisis pasang surut dirancang untuk menangani catatan
ketinggian pasang surut multi-tahun, atau arus pasang surut, yang mungkin
terdistribusi secara tidak teratur.
UTide tersedia dalam bahasa pemrograman MATLAB dan Python,
meskipun versi Python masih dalam pengembangan. Ada dua fungsi utama
dalam program mandiri: (1) pemecah yang mendekomposisi deret waktu
pasang surut yang diamati menjadi komponen harmoniknya – ut_solv() dan

Ai Siti Rohmah / 232021033 / C 2

 Laporan Praktikum Pemrograman

(2) prediktor yang merekonstruksi deret waktu selama periode yang

ditentukan pengguna menggunakan keluaran dari pemecah – ut_reconstr().
UTide menawarkan antarmuka yang fleksibel dengan berbagai konfigurasi
analisis, termasuk kemampuan untuk menentukan atau menyimpulkan
konstituen harmonik secara otomatis dari rekaman pasang surut. Fitur
otomatis menggunakan metode pohon desain otomatis Foreman (1977,
1978) untuk memilih konstituen yang relevan dari pengamatan ketinggian
pasang surut, atau arus pasang surut. Diagnostik pendukung
menggambarkan kontribusi masing-masing konstituen terhadap total energi
rekaman.
Namun, untuk grup rekaman, fitur otomatis tidak tersedia. Sebagai gantinya,
array konstituen harus ditentukan secara manual. Setiap record dalam grup
harus memiliki panjang yang sama atau memiliki jumlah stempel waktu
yang sama. Pertimbangan dan sintaks tambahan untuk melakukan analisis
harmonik pada sekelompok rekaman dijelaskan dalam Codiga (2011).
Keluaran dari fungsi pemecah, ut_solv(), adalah larik terstruktur dengan
banyak bidang yang menyimpan hasil analisis harmonik dan meringkas
konfigurasi masukan. Di sini, matriks amplitudo harmonik dan fase dari
konstituen tertentu dicantumkan untuk setiap anggota dalam grup, atau
sebaliknya dari konstituen yang disimpulkan untuk satu rekaman jika fitur
otomatis diaktifkan. Struktur ini adalah masukan utama untuk fungsi
rekonstruksi, ut_reconstr(), dalam program. Dari sini, ketinggian pasang
surut dapat direkonstruksi atau diprediksi selama periode waktu yang
ditentukan pengguna.

2.3 Big Data

Big data dapat dideskripsikan sebagai volume tinggi, kecepatan
tinggi, dan variasi tinggi informasi yang menuntut bentuk inovatif dari
pemrosesan informasi untuk mendapatkan wawasan dan untuk pengambilan
keputusan. Biasanya, big data ditandai dengan 6 sifat, umumnya disebut
sebagai 6V yang merupakan karakteristik dasar secara umum dari big data.
Namun, data diklasifikasikan sebagai big data selama memenuhi 3V

Ai Siti Rohmah / 232021033 / C 3

 Laporan Praktikum Pemrograman

pertama yaitu volume, kecepatan, dan variasi. Teknologi big data dapat
digambarkan sebagai alat atau teknologi yang digunakan untuk memproses
data secara efisien yang telah diklasifikasikan sebagai data besar. Beberapa
teknologi big data termasuk, Apache Hadoop, Apache Spark, Apache
Storm, Apache Flink, Apache Cassandra, dan Apache HBase.

2.4 Editing Big Data

Editing Data adalah suatu kegiatan pemeriksaan untuk mendeteksi
entri yang hilang, tidak valid atau tidak konsisten atau untuk menunjuk ke
catatan data yang berpotensi salah. Apa pun jenis data yang sedang
dikerjakan, pengeditan tertentu dilakukan pada tahapan atau fase
pengumpulan dan pemrosesan data yang berbeda. Secara singkat, Editing
data merupakan proses melengkapi dan merapikan data yang telah
dikumpulkan. Editing data membantu menentukan pedoman yang akan
mengurangi potensi bias dan memastikan perkiraan yang konsisten yang
mengarah ke analisis yang jelas dari kumpulan data dengan memperbaiki
data yang tidak konsisten menggunakan metode-metode tertentu.

Ai Siti Rohmah / 232021033 / C 4

 Laporan Praktikum Pemrograman

BAB III
PELAKSANAAN PRAKTIKUM
3.1 Tahapan Editing Data
Sebelum proses editing big data pada aplikasi Spyder, ada beberapa langkah
yang harus dilakukan. Langkah-langkah tersebut adalah sebagai berikut:

Tabel 3. 1 Tahapan Editing Data

No Gambar Keterangan

1 Instal Anaconda yang

telah diberikan oleh
asisten praktikum. Jika
sudah terinstal, buka
Anaconda Prompt.
Lalu masukkan “conda
install utide -c conda-
forge” klik enter.

2 Tunggu sampai
codingan
memunculkan
pertanyaan “Proceed
([y]/n)”. Jika sudah
muncul pertanyaan
tersebut, ketikkan “y”.

3 Buka aplikasi Spyder.

Ai Siti Rohmah / 232021033 / C 5

 Laporan Praktikum Pemrograman

4 Masukkan data
Anaconda yang
berbahasa Python >
Open.

5 Pada jendela
Preferences → Python
interpreter → Klik use
the following
interpreter → Klik
tempat penyimpanan
data Spyder Anaconda
→ klik apply → klik
OK.

6 Environment pada
aplikasi Spyder telah
berubah. Consoles →
Restart kernel.

7 Klik Yes.

Ai Siti Rohmah / 232021033 / C 6

 Laporan Praktikum Pemrograman

8 Setelah perubahan
environment maka
tampilan Spyder akan
seperti gambar di
samping.

9 Instal system terminal

untuk Spyder kernels.
Masukkan salah satu
code, yaitu “conda
install spyder
kernels=2.3”. Tunggu
sampai proses
instalasi selesai.

10 Buka aplikasi Spyder

(Anaconda3).

11 Masukkan program
big data mengenai
pasang surut. Maka,
akan muncul tampilan
seperti gambar di
samping..

Ai Siti Rohmah / 232021033 / C 7

 Laporan Praktikum Pemrograman

BAB IV
HASIL DAN ANALISIS

4.1 Hasil
Berikut adalah hasil dari proses instalasi anaconda pada aplikasi Spyder
dengan memasukkan big data berupa data pasang surut

Gambar 4. 1 Big data menggunakan Spyder Anaconda

4.2 Analisis
Analisis pada praktikum kali ini yaitu proses instalasi Spyder Anaconda
haruslah teliti karena jika terdapat kesalahan dalam memasukkan script proses
instalasi tidak akan berjalan sebagaimana mestinya.

Ai Siti Rohmah / 232021033 / C 8

 Laporan Praktikum Pemrograman

BAB V
PENUTUP

5.1 Kesimpulan
Big data dapat dideskripsikan sebagai volume tinggi, kecepatan tinggi, dan
variasi tinggi informasi yang menuntut bentuk inovatif dari pemrosesan informasi
untuk mendapatkan wawasan dan untuk pengambilan keputusan. Sedangkan
editing big data sendiri yaitu suatu kegiatan pemeriksaan untuk mendeteksi entri
yang hilang, tidak valid atau tidak konsisten atau untuk menunjuk ke catatan data
yang berpotensi salah. Script yang telah disediakan ataupun yang ditampilkan pada
aplikasi Spyder tidak boleh mengalami kesalahan dalam penulisan. Jika terdapat
kesalahan maka proses instalasi tidak akan berjalan sebagaimana mestinya.

5.2 Saran
Praktikum kali ini berjalan dengan baik. Asisten praktikum mengecek dan
menanyakan apakah terdapat kendala pada program setiap praktikannya.

Ai Siti Rohmah / 232021033 / C 9

 Laporan Praktikum Pemrograman

DAFTAR PUSTAKA

Yadi, I. Z. (2020). KLASIFIKASI AYAT AL-QURAN TERJEMAHAN

MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN K-
NEAREST NEIGHBORS.

In Bina Darma Conference on Computer Science (BDCCS) (Vol. 2, No. 4, pp. 449-
466).

Torres, M. J., & Nadal-Caraballo, N. C. (2021). Rapid tidal reconstruction with

UTide and the ADCIRC tidal database.

Ai Siti Rohmah / 232021033 / C 10